1 |
1
네트워크로부터 학습용 시계열 데이터(time series data)를 수신하는 단계;상기 학습용 시계열 데이터를 미리 설정된 조건에 기초하여 복수의 구간(interval)으로 시분할하고, 상기 시분할된 복수의 구간에 포함된 학습용 시계열 데이터에 기초하여 임계값을 설정하는 단계; 및상기 네트워크로부터 수신되는 시험용 시계열 데이터로부터 지표값(indicator value)을 산출하고, 산출된 상기 지표값과 임계값을 비교하여 어노멀리(anomaly)를 검출하는 단계;를 포함하는 어노멀리 검출방법
|
2 |
2
제1항에 있어서,상기 네트워크는 무선 센서 네트워크(Wireless Sensor Network, WSN)인 것을 특징으로 하는 어노멀리 검출방법
|
3 |
3
제2항에 있어서,상기 어노멀리 수에 기반하여 클러스터의 센서노드를 추가하거나 삭제하도록 제어하는 단계;를 더 포함하는 것을 특징으로 하는 어노멀리 검출방법
|
4 |
4
제2항에 있어서,상기 어노멀리의 수에 기반하여 클러스터에 포함된 센서노드를 추가하거나 삭제하는 라운드시간(round time)을 조절하는 단계;를 더 포함하는 것을 특징으로 하는 어노멀리 검출방법
|
5 |
5
제1항에 있어서,상기 검출하는 단계는,상기 시험용 시계열 데이터를 상기 학습용 시계열 데이터의 시분할 구간에 대응하여 시분할하는 단계;상기 시분할된 복수의 구간에 포함된 시험용 시계열 데이터에 기초하여 지표값을 결정하는 단계; 및상기 결정된 지표값과 상기 임계값을 비교하여 상기 어노멀리를 검출하는 단계;를 포함하는 것을 특징으로 하는 어노멀리 검출방법
|
6 |
6
제1항에 있어서,상기 임계값 및 상기 지표값은,상기 시분할된 복수의 구간 각각에 대하여 PCA(Principal Component Analysis) 알고리즘에 기반하여 결정되는 것을 특징으로 하는 어노멀리 검출방법
|
7 |
7
제6항에 있어서,상기 임계값 및 상기 지표값은,상기 PCA 알고리즘의 처리 결과에 대한 SPE(Square Prediction Error) 값인 것을 특징으로 하는 어노멀리 검출방법
|
8 |
8
제1항에 있어서,상기 미리 설정된 조건은,상기 학습용 시계열 데이터의 일 구간에서 시간값에 대응하는 값이 시간의 변화에 대응하여 증가하는 제1조건 및/또는 상기 일 구간에서 상기 시간값에 대응하는 값이 상기 시간 변화에 대응하여 감소하는 제2조건을 포함하는 것을 특징으로 하는 어노멀리 검출방법
|
9 |
9
제8항에 있어서,상기 제1 조건 및/또는 상기 제2 조건을 만족하는 상기 학습용 시계열 데이터는,상기 분할된 각각의 구간에서 상기 시간값에 대응하여 증가하거나 감소하는 패턴 중 어느 하나만을 나타내는 것을 특징으로 하는 어노멀리 검출방법
|
10 |
10
네트워크로부터 학습용 시계열 데이터 및 시험용 시계열 데이터를 수신하는 송수신부(tranceiver);상기 학습용 시계열 데이터 및 상기 시험용 시계열 데이터를 저장하는 메모리; 및상기 학습용 시계열 데이터를 미리 설정된 조건을 만족하는 복수의 구간으로 시분할하고, 상기 시분할된 복수의 구간에 포함된 상기 학습용 시계열 데이터에 기초하여 임계값을 설정하고, 상기 시험용 시계열 데이터로부터 지표값을 산출하고, 상기 지표값과 상기 임계값을 비교하여 어노멀리를 검출하는 프로세서;를 포함하는 어노멀리 검출장치
|
11 |
11
제10항에 있어서,상기 네트워크는 무선 센서 네트워크인 것을 특징으로 하는 어노멀리 검출장치
|
12 |
12
제11항에 있어서,상기 제어부는,상기 어노멀리 수에 기반하여 클러스터의 센서노드를 추가하거나 삭제하도록 제어하는 것을 특징으로 하는 어노멀리 검출장치
|
13 |
13
제11항에 있어서,상기 제어부는,상기 어노멀리의 수에 기반하여 클러스터에 포함된 센서노드를 추가하거나 삭제하는 라운드시간(round time)을 조절하는 것을 특징으로 하는 어노멀리 검출장치
|
14 |
14
제10항에 있어서,상기 제어부는,상기 시험용 시계열 데이터를 상기 학습용 시계열 데이터의 시분할 구간에 대응하여 시분할하고, 상기 시분할된 복수의 구간에 포함된 시험용 시계열 데이터에 기초하여 지표값을 결정하고, 상기 결정된 지표값과 상기 임계값을 비교하여 상기 어노멀리를 검출하는 것을 특징으로 하는 어노멀리 검출장치
|
15 |
15
제10항에 있어서,상기 임계값 및 상기 지표값은,상기 시분할된 복수의 구간 각각에 대하여 PCA 알고리즘에 기반하여 결정되는 것을 특징으로 하는 어노멀리 검출장치
|
16 |
16
제15항에 있어서,상기 임계값 및 상기 지표값은,상기 PCA 알고리즘의 처리 결과에 대한 SPE 값인 것을 특징으로 하는 어노멀리 검출장치
|
17 |
17
제10항에 있어서,상기 미리 설정된 조건은,상기 학습용 시계열 데이터의 일 구간에서 시간값에 대응하는 값이 시간의 변화에 대응하여 증가하는 제1조건 및/또는 상기 일 구간에서 상기 시간값에 대응하는 값이 상기 시간 변화에 대응하여 감소하는 제2조건을 포함하는 것을 특징으로 하는 어노멀리 검출장치
|
18 |
18
제17항에 있어서,상기 제1 조건 및/또는 상기 제2 조건을 만족하는 상기 학습용 시계열 데이터는,상기 분할된 각각의 구간에서 상기 시간값에 대응하여 증가하거나 감소하는 패턴 중 어느 하나만을 나타내는 것을 특징으로 하는 어노멀리 검출장치
|
19 |
19
제1항 내지 제9항 중 어느 한 항의 방법을 컴퓨터 시스템에서 실행하기 위한 프로그램이 기록된 컴퓨터 시스템이 판독 가능한 기록매체
|