맞춤기술찾기

이전대상기술

시스템 장애 예측 방법 및 시스템

  • 기술번호 : KST2022010946
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 기계 학습 기반으로 시스템의 장애를 예측하는 방법 및 시스템이 개시된다. 개시된 시스템 장애 예측을 위한 학습 방법은 타겟 시스템에 대한 시스템 데이터를 포함하는 제1훈련 데이터를 이용하여, 복수의 장애 예측 모델을 학습하는 단계; 상기 장애 예측 모델에 대한 성능 평가값에 기반하여, 재학습 장애 예측 모델 후보군을 결정하는 단계; 및 제2훈련 데이터를 이용하여, 상기 재학습 장애 예측 모델 후보군에 포함된 장애 예측 모델을 재학습하는 단계를 포함한다.
Int. CL G06N 20/00 (2019.01.01) G06N 5/02 (2006.01.01)
CPC G06N 20/00(2013.01) G06N 5/02(2013.01)
출원번호/일자 1020200154336 (2020.11.18)
출원인 (주) 글루시스, 세종대학교산학협력단, 에프에이리눅스 주식회사
등록번호/일자
공개번호/일자 10-2022-0067758 (2022.05.25) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.11.18)
심사청구항수 10

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 (주) 글루시스 대한민국 경기도 안양시 동안구
2 세종대학교산학협력단 대한민국 서울특별시 광진구 능동로 *** (군
3 에프에이리눅스 주식회사 대한민국 경기도 의왕시 이미로 **, 비동

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 노재춘 서울특별시 광진구 능동로 ***, 대양AI센터 ***호(군
2 권세훈 서울특별시 광진구
3 서형준 서울특별시 노원구
4 박성순 경기도 군포시 수리산로 ***, *
5 박문식 경기도 부천시
6 김경표 광주광역시 동구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 민영준 대한민국 서울특별시 강남구 남부순환로 ****, *층(도곡동, 차우빌딩)(맥스국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2020.11.18 수리 (Accepted) 1-1-2020-1236007-49
2 보정요구서
Request for Amendment
2020.11.26 발송처리완료 (Completion of Transmission) 1-5-2020-0177640-72
3 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2020.12.18 수리 (Accepted) 1-1-2020-1382537-61
4 출원인정보변경(경정)신고서
Notification of change of applicant's information
2021.02.22 수리 (Accepted) 4-1-2021-5068226-87
5 출원인정보변경(경정)신고서
Notification of change of applicant's information
2021.02.23 수리 (Accepted) 4-1-2021-5068232-51
6 선행기술조사의뢰서
Request for Prior Art Search
2021.07.19 수리 (Accepted) 9-1-9999-9999999-89
7 특허고객번호 정보변경(경정)신고서·정정신고서
2021.09.17 수리 (Accepted) 4-1-2021-5250423-45
8 선행기술조사보고서
Report of Prior Art Search
2021.10.26 발송처리완료 (Completion of Transmission) 9-6-2021-0196174-53
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
타겟 시스템에 대한 시스템 데이터를 포함하는 제1훈련 데이터를 이용하여, 복수의 장애 예측 모델을 학습하는 단계;상기 장애 예측 모델에 대한 성능 평가값에 기반하여, 재학습 장애 예측 모델 후보군을 결정하는 단계; 및제2훈련 데이터를 이용하여, 상기 재학습 장애 예측 모델 후보군에 포함된 장애 예측 모델을 재학습하는 단계를 포함하는 시스템 장애 예측을 위한 학습 방법
2 2
제 1항에 있어서,상기 재학습 장애 예측 모델 후보군을 결정하는 단계는상기 제1 및 제2훈련 데이터의 패턴 유사도를 판단하는 단계; 및상기 제1 및 제2훈련 데이터의 패턴 유사도가 임계값 이상인 경우, 상기 복수의 장애 예측 모델에서 상기 재학습 장애 예측 모델 후보군을 결정하는 단계를 포함하는 시스템 장애 예측을 위한 학습 방법
3 3
제 1항에 있어서,상기 재학습 장애 예측 모델 후보군에 포함된 장애 예측 모델을 재학습하는 단계는전처리된 상기 제2훈련 데이터를 이용하여 상기 재학습 장애 예측 모델 후보군에 포함된 장애 예측 모델을 재학습하는 단계; 및상기 재학습된 장애 예측 모델에 대한 성능 평가값 중 최대값을 나타내는 베스트 장애 예측 모델을 저장하는 단계를 포함하는 시스템 장애 예측을 위한 학습 방법
4 4
제 1항에 있어서,상기 시스템 데이터는미리 설정된 수집 주기에 따라서 수집된, 상기 타겟 시스템의 시계열 형태의 자원 정보를 포함하는 시스템 장애 예측을 위한 학습 방법
5 5
타겟 시스템에 대한 훈련용 시스템 데이터를 포함하는 제1훈련 데이터를 이용하여, 복수의 장애 예측 모델을 학습하는 단계;상기 장애 예측 모델에 대한 성능 평가값에 기반하여, 재학습 장애 예측 모델 후보군을 결정하는 단계;제2훈련 데이터를 이용하여, 상기 재학습 장애 예측 모델 후보군에 포함된 장애 예측 모델을 재학습하는 단계; 및상기 재학습된 장애 예측 모델에 대한 성능 평가값 중 최대값을 나타내는 베스트 장애 예측 모델을 이용하여, 상기 타겟 시스템의 장애 발생을 예측하는 단계를 포함하는 시스템 장애 예측 방법
6 6
제 5항에 있어서,상기 타겟 시스템에 대한 장애를 예측하는 단계는상기 타겟 시스템에 대한 타겟 시스템 데이터를 수집하는 단계;상기 타겟 시스템 데이터 및 상기 베스트 장애 예측 모델을 이용하여, 상기 타겟 시스템의 장애 발생 여부를 예측하는 단계; 및상기 타겟 시스템에 대한 장애가 발생할 것으로 예측된 경우, 상기 베스트 장애 예측 모델의 성능 평가값을 이용하여, 상기 베스트 장애 예측 모델의 장애 발생 예측 정확도를 제공하는 단계를 포함하는 시스템 장애 예측 방법
7 7
제 6항에 있어서,상기 장애 발생 예측 정확도는상기 베스트 장애 예측 모델의 최적화 횟수에 따라서 조절되는시스템 장애 예측 방법
8 8
제 7항에 있어서,상기 장애 발생 예측 정확도는장애 예측 이력 정보에 따라서 조절되며,상기 장애 예측 이력 정보는상기 베스트 장애 예측 모델의 장애 발생 예측 내용과, 상기 타겟 시스템의 장애 발생 사이의 일치 비율, 상기 베스트 장애 예측 모델의 장애 발생 예측 시점과 상기 타겟 시스템의 장애 발생 시점 사이의 시간 차이값를 포함하며,상기 장애 발생 예측 정확도는상기 일치 비율 및 상기 시간 차이값에 비례하는시스템 장애 예측 방법
9 9
타겟 시스템에 대한 시스템 데이터를 수집하는 데이터 수집 모듈;상기 시스템 데이터를 전처리하는 데이터 관리 모듈;미리 학습된 복수의 장애 예측 모델에 대한 성능 평가값에 기반하여, 상기 장애 예측 모델 중에서 재학습 장애 예측 모델 후보군을 결정하는 모델 추천 모듈;상기 재학습 장애 예측 모델 후보군에 포함된 장애 예측 모델을 재학습하고, 상기 재학습된 장애 예측 모델에 대한 성능 평가값 중 최대값을 나타내는 베스트 장애 예측 모델을 결정하는 최적화 모듈; 및상기 시스템 데이터 및 상기 베스트 장애 예측 모델을 이용하여, 상기 타겟 시스템에 대한 장애를 예측하는 시스템 장애 예측 모듈을 포함하는 장애 예측 시스템
10 10
제 9항에 있어서,상기 모듈 각각은컨테이너 기반의 모듈인장애 예측 시스템
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 (주)글루시스 차세대 엣지컴퓨팅 시스템 기술개발사업 저지연 입출력 집약적 엣지 데이터 처리를 위한 스토리지 모듈 기술 개발