맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

머신영역에서의 머신러닝 기반 협동로봇 보안 관리 시스템 및 그 방법

  • 기술번호 : KST2022017078
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
상담신청 PDF 받기
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 머신 영역에서의 협동로봇 보안 관리 시스템은 로봇의 운영 데이터를 취합하여 머신러닝 학습이 가능하도록 전처리를 진행하고 학습 데이터를 생성하는 전처리 수단과; 학습 데이터를 기반으로 머신러닝 학습을 통해 시계열 예측 모델을 생성하는 머신러닝 학습 수단과; 상기 시계열 예측 모델을 기반으로 현재 협동로봇 운영 환경의 안정성와 보안성 지수를 생성하는 지수 평가 수단 및 협동로봇의 동작 순서 간 연관성과 연계 동작의 확률을 시각화하는 시각화 수단; 및 이를 보안 관리 정보로 대체하여 기록하는 보안 관리 정보 기록 관리 수단을 포함한다.
Int. CL G06F 21/50 (2013.01.01) H04L 9/40 (2022.01.01) G05B 23/02 (2006.01.01) B25J 9/16 (2006.01.01) G06N 20/00 (2019.01.01)
CPC G06F 21/50(2013.01) H04L 63/14(2013.01) H04L 63/20(2013.01) G05B 23/02(2013.01) B25J 9/1674(2013.01) G06N 20/00(2013.01)
출원번호/일자 1020210022249 (2021.02.19)
출원인 호서대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0118621 (2022.08.26) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 7

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 호서대학교 산학협력단 대한민국 충청남도 아산시

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이호웅 경기도 용인시 수지구
2 김형진 경기도 시흥시 정왕신길로**번길
3 박재현 경기도 안산시 상록구
4 김해환 인천광역시 부평구
5 김해일 경기도 수원시 장안구
6 강신영 세종특별자치시

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 조경화 대한민국 서울특별시 강남구 강남대로***길 **, ***호 (논현동)(국제특허법률사무소미래연)

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		 2021.02.19 수리 (Accepted) 1-1-2021-0201197-07
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
머신영역에서의 협동로봇 보안 관리 시스템은 동로봇의 운영 데이터를 취합하여 머신러닝 학습이 가능하도록 전처리를 진행하고 학습 데이터를 생성하는 전처리 수단과; 학습 데이터를 기반으로 머신러닝 학습을 통해 시계열 예측 모델을 생성하는 머신러닝 학습 수단과; 상기 시계열 예측 모델을 기반으로 현재 협동로봇 운영 환경의 안정성와 보안성 지수를 생성하는 지수 평가 수단 및 협동로봇의 동작 순서 간 연관성과 연계 동작의 확률을 시각화하는 시각화 수단; 및 이를 보안 관리 정보로 대체하여 기록하는 보안 관리 정보 기록 관리 수단을 포함하는 것을 특징으로 하는 머신영역에서의 머신러닝 기반 협동로봇 보안 관리 시스템
2 2
제1항에 있어서, 시계열 예측 모델과 협동로봇의 실운영 데이터를 로딩하여 모델의 예측과 실 운영 데이터의 차이를 분석하는 분석 수단, 분석 결과를 기반으로 협동로봇의 운영 안정성과 보안성을 예측하고，이상 동작 여부를 판단하는 예측 판단 수단 및 예측한 결과와 이상 동작 판단 정보를 보안 관리 정보로 대체하여 기록하는 보안 관리 정보 기록 관리 수단을 포함하는 것을 특징으로 하는 머신영역에서의 머신러닝 기반 협동로봇 보안 관리 시스템
3 3
청구항 2에 따른 머신영역에서의 머신러닝 기반 협동로봇 보안 관리 시스템에서,협동로봇의 운영 데이터를 취합하여 머신러닝 학습이 가능하도록 전처리를 진행하고 학습 데이터를 생성하는 단계;상기 학습 데이터를 기반으로 머신러닝 학습을 통해 시계열 예측 모델을 생성하는 단계;상기 생성된 시계열 예측 모델을 기반으로 현재 협동로봇 운영 환경의 안정성과 보안성 지수를 생성 하는 단계 ;상기 생성된 시계열 예측 모델을 기반으로 협동로봇의 동작 순서간 연관성과 연계 동작의 확률을 시각화하는 단계;상기 시계열 예측 모델과 협동로봇의 실운영 데이터를 로딩하여 모델의 예측과 실운영 데이터의 차이를 분석하는 단계;상기 분석 결과를 기반으로 협통로봇 운영 안정성과 보안성을 예측하고，이상 동작 여부를 판단하는 단계; 및상기 보안성 지수와 시각화 정보, 이동 동작 여부를 보안 관리 정보로 대체하여 기록하는 단계 포함하는 것을 특징으로 하는 협동로봇 보안 관리 방법
4 4
제3항에 있어서, 상기 전처리는，협동로봇을 일정 기간 운영하면서 발생하는 운영 데이터를 머신러닝이 가능하도록 학습 데이터로 구성하는 것을 포함하는 협동로봇 보안 관리 방법
5 5
제4항에 있어서, 상기 운영 데이터는,협동로봇을 일정 기간 운영하면서 발생하는 실행 정보, 오류 정보，에러 정보 등과 노이즈를 포함하는 협동로봇 보안 관리 방법
6 6
제5항에 있어서,상기 머신러닝 학습은 딥러닝 알고리즘 중 하나인 LSTM(Long Short-Term Memory) 알고리즘을 적용하는 것을 특징으로 하는 협동로봇 보안 관리 방법
7 7
제6항에 있어서,상기 안정성과 보안성의 지수는 100 - (오류 코드 가중치 * 확률 ) + ( 에러코드 가중치 * 확률 )로 표현되는 것을 특징으로 하는 협동로봇 보안 관리 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.