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
|