| 1 |
1
데이터 패턴 분석을 이용한 비정상행위 탐지 방법에 있어서,각각이 복수의 데이터 포인트를 포함하는 N개의 취득 데이터를 수신하는 단계;상기 복수의 데이터 포인트의 데이터 변화량, 증가/감소 여부 및 분포 구간 중 적어도 어느 하나에 따라 상기 N개의 취득 데이터의 전처리를 수행하는 단계;상기 전처리된 N개의 취득 데이터를 비교하여 각 취득 데이터에 포함된 복수의 데이터 포인트 중 적어도 2개 이상의 데이터 포인트 간의 복수의 연관 규칙을 생성하는 단계;상기 생성된 연관 규칙에 포함된 특징을 입력으로 하는 인공 신경망 모델을 생성하는 단계; 및상기 생성된 인공 신경망을 이용하여 N+1번째의 취득 데이터를 예측하는 단계,를 포함하고, 상기 복수의 데이터 포인트 각각은 데이터 변화량, 증가/감소 여부 및 분포 구간 중 적어도 어느 하나의 유형을 포함하고, 상기 연관 규칙을 생성하는 단계는,상기 전처리된 N개의 각각의 취득 데이터에 포함된 적어도 2개 이상의 데이터 포인트의 변화의 패턴을 이용하여 적어도 2개 이상의 데이터 포인트와 연관된 연관 규칙을 생성하되, 각 취득 데이터에 포함된 상기 2개 이상의 데이터 포인트의 데이터 변화량, 증가/감소 여부 및 분포 구간 중 적어도 어느 하나에 기초하여 상기 연관 규칙을 생성하고, 상기 인공 신경망 모델을 생성하는 단계는,복수의 연관 규칙 각각에 대응하여 복수의 인공 신경망 모델을 생성하고,상기 복수의 인공 신경망 모델은, 대응하는 연관 규칙과 관련된 데이터 셋을 입력으로 하고 상기 N+1번째의 취득 데이터에서 상기 대응하는 연관 규칙과 관련된 데이터 포인트의 예측값을 출력하는 Many to One Recurrent Neural Network 모델인 것인, 데이터 패턴 분석을 이용한 비정상행위 탐지 방법
|
| 2 |
2
삭제
|
| 3 |
3
제 1항에 있어서,상기 연관 규칙을 생성하는 단계는,상기 전처리된 N개의 취득 데이터에 포함된 복수의 데이터 포인트 중에서, 상기 적어도 2개 이상의 데이터 포인트의 변화의 패턴의 발생 비율이 미리 설정된 경계값 이상일 경우, 상기 적어도 2개 이상의 데이터 포인트의 변화의 패턴을 상기 연관 규칙으로 생성하는 것인, 데이터 패턴 분석을 이용한 비정상행위 탐지 방법
|
| 4 |
4
삭제
|
| 5 |
5
제1항에 있어서,상기 N+1번째의 취득 데이터를 예측하는 단계는,상기 연관 규칙마다 생성된 각각의 인공 신경망을 이용하여, 상기 연관 규칙과 연계된 상기 N+1번째의 취득 데이터에 포함되는 데이터 포인트를 예측하는 것인, 데이터 패턴 분석을 이용한 비정상행위 탐지 방법
|
| 6 |
6
제1항에 있어서,복수의 데이터 포인트를 포함하는 N+1번째 취득 데이터를 수신하는 단계; 및상기 인공 신경망을 이용하여 예측된 상기 예측된 N+1번째 취득 데이터와 상기 수신한 N+1번째 취득 데이터를 비교하여 상기 수신된 N+1번째 취득 데이터에 대한 비정상행위를 판단하는 단계,를 더 포함하는, 데이터 패턴 분석을 이용한 비정상행위 탐지 방법
|
| 7 |
7
제 6항에 있어서,상기 수신된 N+1번째 취득 데이터에 대한 비정상행위를 판단하는 단계는,상기 예측된 N+1번째 취득 데이터에 포함된 데이터 포인트와 상기 수신된 N+1번째 취득 데이터에 포함된 데이터 포인트를 비교하여 생성된 오차 범위가 미리 설정된 문턱치값 이상인 경우, 알람을 발생시키는 단계를 포함하는 것인, 데이터 패턴 분석을 이용한 비정상행위 탐지 방법
|
| 8 |
8
데이터 패턴 분석을 이용한 비정상행위 탐지 장치에 있어서,각각이 복수의 데이터 포인트를 포함하는 N개의 취득 데이터를 수신하는 통신부;상기 복수의 데이터 포인트의 데이터 변화량, 증가/감소 여부 및 분포 구간 중 적어도 어느 하나에 따라 상기 N개의 취득 데이터의 전처리를 수행하는 데이터 전처리부;상기 전처리된 N개의 취득 데이터를 비교하여 각 취득 데이터에 포함된 복수의 데이터 포인트 중 적어도 2개 이상의 데이터 포인트 간의 복수의 연관 규칙을 생성하는 규칙 생성부;상기 생성된 연관 규칙에 포함된 특징을 입력으로 하는 인공 신경망 모델을 생성하는 모델 생성부; 및상기 생성된 인공 신경망을 이용하여 N+1번째의 취득 데이터를 예측하는 데이터 예측부,를 포함하고, 상기 복수의 데이터 포인트 각각은 데이터 변화량, 증가/감소 여부 및 분포 구간 중 적어도 어느 하나의 유형을 포함하고, 상기 규칙 생성부는,상기 전처리된 N개의 각각의 취득 데이터에 포함된 적어도 2개 이상의 데이터 포인트의 변화의 패턴을 이용하여 적어도 2개 이상의 데이터 포인트와 연관된 연관 규칙을 생성하되, 각 취득 데이터에 포함된 상기 2개 이상의 데이터 포인트의 데이터 변화량, 증가/감소 여부 및 분포 구간 중 적어도 어느 하나에 기초하여 상기 연관 규칙을 생성하고, 상기 모델 생성부는,복수의 연관 규칙 각각에 대응하여 복수의 인공 신경망 모델을 생성하고,상기 복수의 인공 신경망 모델은, 대응하는 연관 규칙과 관련된 데이터 셋을 입력으로 하고 상기 N+1번째의 취득 데이터에서 상기 대응하는 연관 규칙과 관련된 데이터 포인트의 예측값을 출력하는 Many to One Recurrent Neural Network 모델인 것인, 데이터 패턴 분석을 이용한 비정상행위 탐지 장치
|
| 9 |
9
제 8항에 있어서,상기 인공 신경망을 통하여 예측된 상기 예측된 N+1번째 취득 데이터와 수신된 N+1번째 취득 데이터를 비교하여 상기 수신된 N+1번째 취득 데이터에 대한 비정상행위를 판단하는 비정상행위 판단부를 더 포함하고,상기 통신부는,복수의 데이터 포인트를 포함하는 상기 수신된 N+1번째 취득 데이터를 수신하는 것인, 데이터 패턴 분석을 이용한 비정상행위 탐지 장치
|
| 10 |
10
제 9항에 있어서,상기 비정상행위 판단부는,상기 예측된 N+1번째 취득 데이터에 포함된 데이터 포인트와 상기 수신된 N+1번째 취득 데이터에 포함된 데이터 포인트를 비교하여 생성된 오차 범위가 미리 설정된 문턱치값 이상인 경우, 알람을 발생시키는 알람 센서를 포함하는 것인, 데이터 패턴 분석을 이용한 비정상행위 탐지 장치
|
