1 |
1
훈련용 데이터를 학습한 오토 인코더 기반 이상 데이터 감지 시스템에 있어서,상기 오토 인코더의 잠재 공간에서 재구축 오차 벡터에 대한 조건부 확률 분포 모델을 산출하는 모델 산출부;상기 조건부 확률 분포 모델을 이용하여 평균 오차 벡터와 공분산 오차 벡터를 포함하는 제1 파라미터를 산출하는 제1 파라미터 산출부;상기 오토 인코더에 입력되는 관측용 데이터에 대한 관측용 잠재 변수와 관측용 재구축 오차 벡터가 산출되면, 상기 관측용 잠재 변수, 상기 재구축 오차 벡터, 상기 평균 오차 벡터와, 상기 공분산 오차 벡터를 이용하여 제2 파라미터를 산출하는 제2 파라미터 산출부; 및상기 제2 파라미터와 기설정된 임계값을 고려하여 상기 관측용 데이터의 이상 여부를 감지하는 이상 감지부;를 포함하는 오토 인코더 기반 이상 데이터 감지 시스템
|
2 |
2
제 1 항에 있어서,상기 훈련용 데이터를 입력하여 상기 오토 인코더를 학습시키는 학습부를 더 포함하는 것을 특징으로 하는 오토 인코더 기반 이상 데이터 감지 시스템
|
3 |
3
제 1 항에 있어서,상기 오토 인코더는,미리 마련된 선형 PCA(Principal Component Analysis) 구조를 통해 상기 훈련용 데이터를 학습하여 잠재 변수와 재구축 오차 벡터를 산출하는 것을 특징으로 하는 오토 인코더 기반 이상 데이터 감지 시스템
|
4 |
4
제 1 항에 있어서,상기 모델 산출부는,미리 마련된 다변수 커널 밀도 추정 알고리즘을 이용하여 상기 오토 인코더의 잠재 공간 내 상기 재구축 오차 벡터의 확률 분포 모델을 산출하는 것을 특징으로 하는 오토 인코더 기반 이상 데이터 감지 시스템
|
5 |
5
제 4 항에 있어서,상기 모델 산출부는,상기 확률 분포 모델을 이용하여 상기 잠재 공간 내 특정 사영점에서의 상기 재구축 오차 벡터에 대한 조건부 확률 분포 모델을 산출하는 것을 특징으로 하는 오토 인코더 기반 이상 데이터 감지 시스템
|
6 |
6
제 5 항에 있어서,상기 제2 파라미터는,상기 잠재 공간 내 상기 특정 사영점과 상기 관측용 재구축 오차 벡터의 확률 분포 사이의 거리를 나타내는 마하라노비스 거리인 것을 특징으로 하는 오토 인코더 기반 이상 데이터 감지 시스템
|
7 |
7
제 6 항에 있어서,상기 이상 감지부는,상기 마하라노비스 거리가 상기 임계값 이하인 경우 상기 관측용 데이터의 정상으로 판단하고, 상기 마하라노비스 거리가 상기 임계값을 초과하는 경우 상기 관측용 데이터의 이상 상태로 판단하는 것을 특징으로 하는 오토 인코더 기반 이상 데이터 감지 시스템
|
8 |
8
훈련용 데이터를 학습한 오토 인코더 기반 이상 데이터 감지 방법에 있어서,상기 오토 인코더의 잠재 공간에서 재구축 오차 벡터에 대한 조건부 확률 분포 모델을 산출하는 조건부 확률 분포 모델 산출 단계;상기 조건부 확률 분포 모델을 이용하여 평균 오차 벡터와 공분산 오차 벡터를 포함하는 제1 파라미터를 산출하는 제1 파라미터 산출 단계;상기 오토 인코더에 관측용 데이터가 입력되는 관측용 데이터 입력 단계;상기 오토 인코더에 의해 상기 관측용 데이터에 대한 관측용 잠재 변수와 관측용 재구축 오차 벡터가 산출되면, 상기 관측용 잠재 변수, 상기 재구축 오차 벡터, 상기 평균 오차 벡터와, 상기 공분산 오차 벡터를 이용하여 제2 파라미터를 산출하는 제2 파라미터 산출 단계; 및상기 제2 파라미터와 기설정된 임계값을 고려하여 상기 관측용 데이터의 이상 여부를 감지하는 이상 감지 단계;를 포함하는 하는 오토 인코더 기반 이상 데이터 감지 방법
|
9 |
9
제 8 항에 있어서,상기 조건부 확률 분포 모델 산출 단계 이전에, 상기 오토 인코더에 훈련용 데이터를 입력하여 상기 오토 인코더를 학습시키는 학습 단계; 및상기 오토 인코더의 잠재 공간 내 상기 재구축 오차 벡터에 대한 확률 분포 모델을 산출하는 확률 분포 모델 산출 단계;를 더 포함하는 것을 특징으로 하는 오토 인코더 기반 이상 데이터 감지 방법
|
10 |
10
제 9 항에 있어서,상기 조건부 확률 분포 모델 산출 단계는,상기 확률 분포 모델을 이용하여 상기 잠재 공간 내 특정 사영점에서의 상기 재구축 오차 벡터에 대한 조건부 확률 분포 모델을 산출하는 것을 특징으로 하는 오토 인코더 기반 이상 데이터 감지 방법
|
11 |
11
제 10 항에 있어서,상기 제2 파라미터는,상기 잠재 공간 내 상기 특정 사영점과 상기 관측용 재구축 오차 벡터의 확률 분포 사이의 거리를 나타내는 마하라노비스 거리인 것을 특징으로 하는 오토 인코더 기반 이상 데이터 감지 방법
|
12 |
12
제 11 항에 있어서,상기 이상 감지 단계는,상기 마하라노비스 거리와 상기 임계값을 비교하는 임계값 비교 단계;상기 마하라노비스 거리가 상기 임계값 이하인 경우 상기 관측용 데이터의 정상으로 판단하는 정상 데이터 감지 단계: 및상기 마하라노비스 거리가 상기 임계값을 초과하는 경우 상기 관측용 데이터의 이상 상태로 판단하는 이상 데이터 감지 단계;를 더 포함하는 것을 특징으로 하는 오토 인코더 기반 이상 데이터 감지 방법
|