맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

AI 학습 기반 실시간 분석 시스템을 이용한 자원 사용 방법 및 이를 사용한 매니지먼트 서버

  • 기술번호 : KST2023009530
  • 담당센터 :
  • 전화번호 :
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 본 발명은, 메시지 서버, 매니지먼트 서버를 포함하는 실시간 분석 시스템을 이용한 자원 사용 방법으로, 매니지먼트 서버가, 기 저장된 소정의 시간대 별로, 종류별 입력 데이터를 분석 처리하는 각각의 쓰레드의 할당 비율 및 쓰레드 할당 비율에 따른 데이터 분석 작업의 작업량 데이터를 기록하고 이를 학습하고, 특정 시각에 종류별 신규 입력 데이터가 획득되면, 특정 시각과 매칭되는 유사 시각 그룹에 포함되어 있는 적어도 하나의 이전 시각에 대응되는 학습된 시간대별 쓰레드의 할당 비율 및 작업량 데이터를 참조로 하여, 특정 시각에 대응하는 종류별 신규 입력 데이터에 대한 최적의 쓰레드 할당 비율을 예측한다. 본 발명은 데이터 종류에 따라 분석 쓰레드를 별도로 할당하되, AI 학습을 통해 자동으로 입력되는 데이터들의 종류에 따른 비율에 따라 쓰레드 자원을 효율적으로 분할할 수 있는 예측 값을 제시하여 효율적인 자원 관리를 할 수 있는 효과가 있다.
Int. CL G06F 9/50 (2018.01.01) G06N 20/00 (2019.01.01)
CPC G06F 9/505(2013.01) G06F 9/505(2013.01)
출원번호/일자 1020170153141 (2017.11.16)
출원인 (주)시큐레이어
등록번호/일자 10-1852610-0000 (2018.04.20)
공개번호/일자
공고번호/일자 (20180427) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.11.16)
심사청구항수 24

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 (주)시큐레이어 대한민국 서울특별시 성동구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 안형주 경기도 성남시 분당구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 수 대한민국 서울특별시 강남구 강남대로**길 **, *층(역삼동, 케이앤와이빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 기술보증기금 (취급지점: 가산기술평가센터) 부산광역시 남구
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		 2017.11.16 수리 (Accepted) 1-1-2017-1140553-90
2 [우선심사신청]심사청구(우선심사신청)서
[Request for Preferential Examination] Request for Examination (Request for Preferential Examination)		 2017.12.14 수리 (Accepted) 1-1-2017-1248787-65
3 선행기술조사의뢰서
Request for Prior Art Search		 2017.12.19 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search		 2018.01.09 수리 (Accepted) 9-1-2018-0002109-03
5 의견제출통지서
Notification of reason for refusal		 2018.02.01 발송처리완료 (Completion of Transmission) 9-5-2018-0082405-59
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2018.02.23 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2018-0193149-99
7 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2018.02.23 수리 (Accepted) 1-1-2018-0193140-89
8 등록결정서
Decision to grant		 2018.04.18 발송처리완료 (Completion of Transmission) 9-5-2018-0265481-01
9 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.08.19 수리 (Accepted) 4-1-2019-5164709-09
10 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.08.31 수리 (Accepted) 4-1-2020-5196095-71
11 특허고객번호 정보변경(경정)신고서·정정신고서
 2023.10.19 수리 (Accepted) 4-1-2023-5273549-41
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
메시지 서버, 매니지먼트 서버를 포함하는 실시간 분석 시스템을 이용한 자원 사용 방법에 있어서,(a) 상기 메시지 서버에 의해 입력 데이터를 파싱하여 서로 다른 속성을 갖는 데이터 종류별로 상기 입력 데이터가 분류되면, 상기 매니지먼트 서버가, 상기 종류별 입력 데이터를 획득하는 단계;(b) 상기 매니지먼트 서버가, 기 저장된 소정의 시간대 별로, 상기 종류별 입력 데이터를 분석 처리하는 각각의 쓰레드 - 상기 각각의 쓰레드는 각각에 대응되는 상기 종류별 입력 데이터를 처리하는 기능을 수행함 - 의 할당 비율 및 상기 쓰레드 할당 비율에 따른 데이터 분석 작업의 작업량 데이터를 기록하고 이를 학습하는 단계;(c) 특정 시각에 종류별 신규 입력 데이터가 획득되면, 상기 매니지먼트 서버가, 상기 특정 시각과 매칭되는 유사 시각 그룹에 포함되어 있는 적어도 하나의 이전 시각에 대응되는 상기 학습된 시간대별 상기 쓰레드의 할당 비율 및 상기 작업량 데이터를 참조로 하여, 상기 특정 시각에 대응하는 상기 종류별 신규 입력 데이터에 대한 최적의 쓰레드 할당 비율을 예측하는 단계; 및(d) 상기 매니지먼트 서버가, 상기 특정 시각에 대응되는 상기 최적의 쓰레드 할당 비율을 참조로 하여, 상기 종류별 신규 입력 데이터를 분석 처리하는 쓰레드를 할당하는 단계;를 포함하는 것을 특징으로 하는 실시간 분석 시스템에서의 자원 사용 방법
2 2
제 1 항에 있어서,상기 (c) 단계는, 현재 시각이, 상기 특정 시각이 되기 소정 시간 이전인 경우, 상기 현재 시각에 상기 특정 시각에서 적용될 최적의 상기 쓰레드 할당 비율을 미리 예측하고, 상기 (d) 단계는, 상기 현재 시각으로부터 상기 소정 시간 후에, 상기 예측된 최적의 쓰레드 할당 비율로 전체 쓰레드 개수를 각 종류별 신규 입력 데이터에 대응되는 쓰레드 개수로 나누는 것을 특징으로 하는 실시간 분석 시스템에서의 자원 사용 방법
3 3
제 2 항에 있어서, (e) 상기 매니지먼트 서버가, 상기 특정 시각에, 상기 종류별 신규 입력 데이터를 상기 할당 비율을 바탕으로 할당된 개수만큼의 쓰레드를 실행하여 데이터를 분석 처리하는 단계; 를 더 포함하는 것을 특징으로 하는 실시간 분석 시스템에서의 자원 사용 방법
4 4
제 1 항에 있어서,상기 (b) 단계에 따른 학습 데이터가 존재하지 않는 경우, 상기 (c) 단계에서, 상기 종류별 신규 입력 데이터의 종류별 비율을 바탕으로, 전체 쓰레드에서 상기 종류별 신규 입력 데이터를 실행할 쓰레드를 할당하는 것을 특징으로 하는 실시간 분석 시스템에서의 자원 사용 방법
5 5
제 1 항에 있어서,상기 (a) 단계에서, 상기 메시지 서버에 의해 실시간으로 입력되는 데이터를 파싱하여 정형, 반정형, 비정형 데이터를 구분하여 구분된 데이터 종류별로 메시지 큐에 적재되고, 상기 메시지 서버 내에 포함되는 큐 매니지먼트에 의해, (i) 데이터 종류별 상기 메시지 큐에 적재된 데이터의 양과 비율 정보, 및 (ii) 상기 종류별 신규 입력 데이터에 대응하는 상기 특정 시각에 대한 정보가 일정한 주기로 상기 매니지먼트 서버로 전달되는 것을 특징으로 하는 실시간 분석 시스템에서의 자원 사용 방법
6 6
제 1 항에 있어서,(e) 상기 매니지먼트 서버가, 상기 특정 시각에 상기 종류별 신규 입력 데이터를 상기 할당 비율을 바탕으로 할당된 개수만큼의 쓰레드를 실행하여 데이터를 분석 처리하는 단계; (f) 상기 매니지먼트 서버가, 상기 특정 시각에서의 상기 할당된 쓰레드 비율에 따른 작업량을 계산하고 상기 할당된 쓰레드 비율 정보 및 작업량 정보를 상기 특정 시각에 대응시켜 저장하고, 상기 특정 시각에 대응되는 정보를 상기 유사 시각 그룹에 대응되는 정보에 편입하여 업데이트하는 단계; 및(g) 상기 매니지먼트 서버가, 상기 업데이트된 유사 시각 그룹에 포함되어 있는 적어도 하나의 이전 시각에 대응되는 상기 학습된 시간대별 상기 쓰레드의 할당 비율 및 상기 작업량 데이터를 참조하여, 상기 유사 시각 그룹에 대한 최적의 쓰레드 할당 비율 및 최적의 작업량 데이터를 학습하고 이를 업데이트 하는 단계를 더 포함하는 것을 특징으로 하는 실시간 분석 시스템에서의 자원 사용 방법
7 7
제6항에 있어서,상기 (e) 단계는, 상기 매니지먼트 서버가, 상기 쓰레드 할당 비율에 따라 상기 할당된 개수만큼의 각 쓰레드를 실행하여 소정의 기간 동안 쓰레드 풀의 작업량을 측정하고, 각 쓰레드 풀의 측정된 작업량과 소정의 기대 값을 비교한 후, 상기 측정된 작업량이 상기 기대 값에 도달했을 때는 상기 쓰레드 할당 비율을 유지하며, 상기 신규 입력 데이터의 특정 종류에 대응하는 특정 쓰레드 풀에서 측정된 작업량이 상기 기대 값에 미치지 못했을 경우에는 상기 기대 값에 미치지 못한 상기 신규 입력 데이터의 상기 특정 종류에 대응하는 상기 특정 쓰레드 풀의 쓰레드 개수를 증가시키는 것을 특징으로 하는 실시간 분석 시스템에서의 자원 사용 방법
8 8
제7항에 있어서,상기 (e) 단계는, 모든 쓰레드 풀에서 측정된 작업량이 상기 기대 값에 미치지 못한 경우에는 전체 쓰레드의 개수를 증가시키는 것을 특징으로 하는 실시간 분석 시스템에서의 자원 사용 방법
9 9
제7항에 있어서,상기 소정의 기대 값은 전체 쓰레드를 상기 특정 쓰레드 풀에만 할당하여 작업했을 때 측정된 작업량의 90% 이상인 값으로 설정되는 것을 특징으로 하는 실시간 분석 시스템에서의 자원 사용 방법
10 10
제7항에 있어서,현재 시각이, 상기 특정 시각이 되기 소정 시간 이전인 경우, 상기 (c) 단계는, 학습 데이터를 기반으로 가설함수를 생성하고, 상기 가설함수를 통해 상기 현재 시각에 상기 소정 시간만큼 흐른 상태의 시각인 상기 특정 시각을 입력 변수로 회귀 분석을 수행하며, 상기 회귀 분석 결과를 기반으로 상기 쓰레드 할당 비율을 조정함으로써, 상기 종류별 신규 입력 데이터에 대한 시간대별 최적의 쓰레드 할당 비율을 예측하는 것을 특징으로 하는 실시간 분석 시스템에서의 자원 사용 방법
11 11
제1항에 있어서,상기 (c) 단계는, 상기 유사 시각 그룹에 대응되어 저장되어 있는 쓰레드 할당 비율이 두 가지 이상 존재하는 경우 작업량이 더 높은 쓰레드 할당 비율을 선택하여 예측하는 것을 특징으로 하는 실시간 분식 시스템에서의 자원 사용 방법
12 12
제1항에 있어서,상기 (c) 단계는, 상기 유사 시각 그룹에 대응되어 저장되어 있는 쓰레드 할당 비율이 두 가지 이상 존재하는 가장 최근에 저장된 쓰레드 할당 비율을 선택하여 예측하는 것을 특징으로 하는 실시간 분식 시스템에서의 자원 사용 방법
13 13
실시간 분석 시스템의 매니지먼트 서버에 있어서, 상기 실시간 분석 시스템 내의 메시지 서버에 의해 입력 데이터를 파싱하여 서로 다른 속성을 갖는 데이터 종류별로 상기 입력 데이터가 분류되면, 상기 메시지 서버로부터, 상기 종류별 입력 데이터를 획득하는 통신부;(i) 기 저장된 소정의 시간대 별로, 상기 종류별 입력 데이터를 분석 처리하는 각각의 쓰레드 - 상기 각각의 쓰레드는 각각에 대응되는 상기 종류별 입력 데이터를 처리하는 기능을 수행함 - 의 할당 비율 및 상기 쓰레드 할당 비율에 따른 데이터 분석 작업의 작업량 데이터를 기록하고 이를 학습하는 프로세스; (ii) 특정 시각에 종류별 신규 입력 데이터가 획득되면, 상기 특정 시각과 매칭되는 유사 시각 그룹에 포함되어 있는 적어도 하나의 이전 시각에 대응되는 상기 학습된 시간대별 상기 쓰레드의 할당 비율 및 상기 작업량 데이터를 참조로 하여, 상기 특정 시각에 대응하는 상기 종류별 신규 입력 데이터에 대한 최적의 쓰레드 할당 비율을 예측하는 프로세스; 및 (iii) 상기 특정 시각에 대응되는 상기 최적의 쓰레드 할당 비율을 참조로 하여, 상기 종류별 신규 입력 데이터를 분석 처리하는 쓰레드를 할당하는 프로세스를 수행하는 프로세서;를 포함하는 것을 특징으로 하는 매니지먼트 서버
14 14
제 13 항에 있어서,상기 프로세서는, 상기 (ii) 프로세스에서, 현재 시각이, 상기 특정 시각이 되기 소정 시간 이전인 경우, 상기 현재 시각에 상기 특정 시각에서 적용될 최적의 상기 쓰레드 할당 비율을 미리 예측하고, 상기 (iii) 프로세스에서, 상기 현재 시각으로부터 상기 소정 시간 후에, 상기 예측된 최적의 쓰레드 할당 비율로 전체 쓰레드 개수를 각 종류별 신규 입력 데이터에 대응되는 쓰레드 개수로 나누는 것을 특징으로 하는 매니지먼트 서버
15 15
제 14 항에 있어서, 상기 프로세서는 (iv) 상기 특정 시각에, 상기 종류별 신규 입력 데이터를 상기 할당 비율을 바탕으로 할당된 개수만큼의 쓰레드를 실행하여 데이터를 분석 처리하는 프로세스; 를 더 수행하는 것을 특징으로 하는 매니지먼트 서버
16 16
제 13 항에 있어서,상기 프로세서는, 상기 (i) 프로세스에 따른 학습 데이터가 존재하지 않는 경우, 상기 (ii) 프로세스에서, 상기 종류별 신규 입력 데이터의 종류별 비율을 바탕으로, 전체 쓰레드에서 상기 종류별 신규 입력 데이터를 실행할 쓰레드를 할당하는 것을 특징으로 하는 매니지먼트 서버
17 17
제 13 항에 있어서,상기 메시지 서버에 의해 실시간으로 입력되는 데이터를 파싱하여 정형, 반정형, 비정형 데이터를 구분하여 구분된 데이터 종류별로 메시지 큐에 적재되고, 상기 메시지 서버 내에 포함되는 큐 매니지먼트에 의해, (i) 데이터 종류별 상기 메시지 큐에 적재된 데이터의 양과 비율 정보, 및 (ii) 상기 종류별 신규 입력 데이터에 대응하는 상기 특정 시각에 대한 정보가 일정한 주기로 상기 매니지먼트 서버로 전달하면, 상기 통신부는, 이를 획득하는 것을 특징으로 하는 매니지먼트 서버
18 18
제 13 항에 있어서,상기 프로세서는, (iv) 상기 특정 시각에 상기 종류별 신규 입력 데이터를 상기 할당 비율을 바탕으로 할당된 개수만큼의 쓰레드를 실행하여 데이터를 분석 처리하는 프로세스; (v) 상기 특정 시각에서의 상기 할당된 쓰레드 비율에 따른 작업량을 계산하고 상기 할당된 쓰레드 비율 정보 및 작업량 정보를 상기 특정 시각에 대응시켜 저장하고, 상기 특정 시각에 대응되는 정보를 상기 유사 시각 그룹에 대응되는 정보에 편입하여 업데이트하는 프로세스; 및(vi) 상기 업데이트된 유사 시각 그룹에 포함되어 있는 적어도 하나의 이전 시각에 대응되는 상기 학습된 시간대별 상기 쓰레드의 할당 비율 및 상기 작업량 데이터를 참조하여, 상기 유사 시각 그룹에 대한 최적의 쓰레드 할당 비율 및 최적의 작업량 데이터를 학습하고 이를 업데이트 하는 프로세스를 더 수행하는 것을 특징으로 하는 매니지먼트 서버
19 19
제18항에 있어서,상기 (iv) 프로세스는, 상기 쓰레드 할당 비율에 따라 상기 할당된 개수만큼의 각 쓰레드를 실행하여 소정의 기간 동안 쓰레드 풀의 작업량을 측정하고, 각 쓰레드 풀의 측정된 작업량과 소정의 기대 값을 비교한 후, 상기 측정된 작업량이 상기 기대 값에 도달했을 때는 상기 쓰레드 할당 비율을 유지하며, 상기 신규 입력 데이터의 특정 종류에 대응하는 특정 쓰레드 풀에서 측정된 작업량이 상기 기대 값에 미치지 못했을 경우에는 상기 기대 값에 미치지 못한 상기 신규 입력 데이터의 상기 특정 종류에 대응하는 상기 특정 쓰레드 풀의 쓰레드 개수를 증가시키는 것을 특징으로 하는 매니지먼트 서버
20 20
제19항에 있어서,상기 (iv) 프로세스는, 모든 쓰레드 풀에서 측정된 작업량이 상기 기대 값에 미치지 못한 경우에는 전체 쓰레드의 개수를 증가시키는 것을 특징으로 하는 매니지먼트 서버
21 21
제19항에 있어서,상기 소정의 기대 값은 전체 쓰레드를 상기 특정 쓰레드 풀에만 할당하여 작업했을 때 측정된 작업량의 90% 이상인 값으로 설정되는 것을 특징으로 하는 매니지먼트 서버
22 22
제19항에 있어서,현재 시각이, 상기 특정 시각이 되기 소정 시간 이전인 경우, 상기 (ii) 프로세스는, 학습 데이터를 기반으로 가설함수를 생성하고, 상기 가설함수를 통해 상기 현재 시각에 상기 소정 시간만큼 흐른 상태의 시각인 상기 특정 시각을 입력 변수로 회귀 분석을 수행하며, 상기 회귀 분석 결과를 기반으로 상기 쓰레드 할당 비율을 조정함으로써, 상기 종류별 신규 입력 데이터에 대한 시간대별 최적의 쓰레드 할당 비율을 예측하는 것을 특징으로 하는 매니지먼트 서버
23 23
제13항에 있어서,상기 (ii) 프로세스는, 상기 유사 시각 그룹에 대응되어 저장되어 있는 쓰레드 할당 비율이 두 가지 이상 존재하는 경우 작업량이 더 높은 쓰레드 할당 비율을 선택하여 예측하는 것을 특징으로 하는 매니지먼트 서버
24 24
제13항에 있어서,상기 (ii) 프로세스는, 상기 유사 시각 그룹에 대응되어 저장되어 있는 쓰레드 할당 비율이 두 가지 이상 존재하는 가장 최근에 저장된 쓰레드 할당 비율을 선택하여 예측하는 것을 특징으로 하는 매니지먼트 서버
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)시큐레이어 2017 정보보호핵심원천기술개발(R＆D) 진화형 사이버방어 가시화 기술 개발