JP2018160093A - 異常検知システムおよび異常検知方法 - Google Patents
異常検知システムおよび異常検知方法 Download PDFInfo
- Publication number
- JP2018160093A JP2018160093A JP2017056869A JP2017056869A JP2018160093A JP 2018160093 A JP2018160093 A JP 2018160093A JP 2017056869 A JP2017056869 A JP 2017056869A JP 2017056869 A JP2017056869 A JP 2017056869A JP 2018160093 A JP2018160093 A JP 2018160093A
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- prediction
- prediction model
- operation data
- score
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 162
- 238000001514 detection method Methods 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000008569 process Effects 0.000 claims abstract description 21
- 230000006399 behavior Effects 0.000 claims abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 23
- 238000013528 artificial neural network Methods 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 9
- 230000010365 information processing Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 32
- 238000013523 data management Methods 0.000 description 39
- 230000001186 cumulative effect Effects 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 7
- 230000000306 recurrent effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000015654 memory Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000012384 transportation and delivery Methods 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
- G01D3/08—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for safeguarding the apparatus, e.g. against abnormal operation, against breakdown
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Automation & Control Theory (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Probability & Statistics with Applications (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
(異常スコア)が高まる可能性がある。多くの場合、異常スコアに対して閾値を設定し、その閾値を上回ったかどうかなどで異常か否かを判別することになるが、前述のとおり正常時でも異常スコアが高まるため、閾値の決定が難しくなる。それにより、場合によっては誤報を引き起こす事態となりうる。特に、機器・設備等をターゲットとした異常あるいはその予兆を検知する場合、監視すべき対象が多いためオペレータにとって無視できない負荷となる。
そこで本発明は、上記を鑑みてなされたものであって、異常検知の閾値設定を容易かつ高精度なものとすることを目的とする。
−−−システム構成(第一の実施形態)−−−
算機が監視対象となってもかまわない。
−−−機能とハードウェア−−−
Only Memory)1H102もしくは外部記憶装置1H104に格納されたプログラムをRAM(Read Access Memory)1H103に読み込み、通信I/F(Interface)1H105、マウスやキーボード等に代表される外部入力装置1H106、ディスプレイなどに代表される外部出力装置1H107を制御することで実現される。
−−−データ構造−−−
本実施形態におけるモデルデータ1D3は、モデルID1D301と、予測モデルパラメータ1D302と、窓幅推定モデルパラメータ1D303を備える。
次に図6を用いて、コントローラ11のローカルデータ管理部113で管理される検知結果データ1D4について説明する。
本実施形態における例外パターン1D5は、パターンNo1D501と、例外パターン1D502を備える。
−−−処理フロー−−−
サンプリングによって算出し、それをもとに各時点で独立な正規分布に倣うと考え、観測値に対する前記平均および分散のもとでの確率密度を算出し、それらすべての積をとったものとする。稼動データのばらつき具合が時間変化する場合では、累積予測誤差に基づく異常スコアに比べ、尤度に基づく異常スコアを採用することによって、異常スコアのばらつきが抑えられる。
に用いたりしても良い。
次に、コントローラ11の検知部112が、異常スコアが閾値γ未満であるかどうかを確認する(ステップ1F204)。
率的に内部状態更新および異常スコア計算を実行することができる。
−−−ユーザインターフェース−−−
−−−概略(第二の実施形態)−−−
次に別の実施形態(第二の実施形態)について説明する。なお、上述した第一の実施形態と重複する点については適宜省略して説明を行うものとする。
使って、予め定めた窓幅に対する予測誤差の系列を再構成する誤差再構成モデルを学習する。
−−−データ構造−−−
次に図15を用いて、コントローラ11のローカルデータ管理部113で管理される検知結果データ2D2について説明する。
−−−処理フロー−−−
理部123に格納する(ステップ2F103)。
なお、予測モデルは、時間に対して予測の方向が過去から未来だけでなく未来から過去に対しても行っても良いし、その両方であってもよい。
2F204に移す(ステップ1F203)。
ここで、閾値γは、正常時の稼動データの異常スコアの平均をμ、標準偏差をσとするとき、μ+2σとするが、他の値を設定してもかまわない。
−−−ユーザインターフェース−−−
るのではなく、所定の構造を表す複数点に関する将来予測が可能となり、異常スコアの調整を効率良く行うことが可能となる。
これによれば、予測モデルの予測能力に基づいた適宜な窓幅に応じて、異常スコアの精度良好な調整を効率良く行うことが可能となる。
これによれば、予測モデルとしてエンコーダー・デコーダーモデルを用い、時系列データに関する精度良好な予測値を得ることが可能となる。
成モデルを用い、将来のデータに関する確率分布の統計量もしくはサンプルを出力できる。
本実施形態の異常検知システムにおいて、前記演算装置は、ニューラルネットの中間表現を用いて前記窓幅を予測するものであるとしてもよい。
これによれば、ニューラルネットの中間表現(内部状態)を用いて窓幅を予測することが可能となる。
これによれば、従来であれば異常と判定される状況であっても、本質的には正常な状況に関して、誤報を監視者等に通知するといった事態を回避出来る。
これによれば、窓幅の情報を提示することで、予測モデルの予測能力やそれに応じた予測誤差(異常スコア)の挙動などを、監視者等に認識させやすくなる。
本実施形態の異常検知システムにおいて、前記演算装置は、前記予測モデルとして時系
列予測モデルまたは統計的予測モデルを用いるものであるとしてもよい。
これによれば、予測モデルとして時系列予測モデルまたは統計的予測モデルを用い、時系列データ等に関する精度良好な予測値を得ることが可能となる。
本実施形態の異常検知システムにおいて、前記演算装置は、前記予測誤差の再構成誤差の算出に際し、統計的予測モデルを用いるものであるとしてもよい。
これによれば、再構成誤差の算出に統計的予測モデルを用いて、精度良好な予測値を得ることが可能となる。
10 設備・機器
11 コントローラ
12 サーバ
13 端末
111 収集部
112 検知部
113 ローカルデータ管理部
121 学習部
121 統合データ管理部
131 表示部
1H101 CPU(演算装置)
1H102 ROM
1H103 RAM
1H104 外部記憶装置
1H105 通信I/F
1H106 外部入力装置
1H107 外部出力装置
1D1 稼動データ
1D2 入出力定義データ
1D3、2D1 モデルデータ
1D4、2D2 検知結果データ
1D5 例外パターン
Claims (13)
- 監視対象である所定装置の稼動データに基づき当該装置の振る舞いを予測する予測モデルを学習する処理と、前記予測モデルによる予測結果と前記装置から得た各稼動データとの乖離具合に基づく各異常スコアが、正常時の稼働データに関して得られるものについては所定範囲となるよう調整する処理と、前記調整した異常スコアに基づいて異常または異常の予兆を検知する処理と、前記異常スコアまたは前記検知の結果の少なくともいずれかの情報を出力装置に表示する処理とを実行する演算装置を備えることを特徴とする異常検知システム。
- 前記演算装置は、
前記予測モデルにより、過去の稼働データに基づいて、所定時間先までの将来の時系列データまたは当該時系列データの生起確率を構造予測し、
前記構造予測の結果と前記装置から得た稼働データとの乖離具合の蓄積量に基づいて、前記異常スコアを算出するものである、
ことを特徴とする請求項1に記載の異常検知システム。 - 前記演算装置は、
前記調整する処理に際し、前記予測モデルの予測能力に基づいて、前記将来の時系列データの予測の窓幅を変えることで、各異常スコアが、正常時の稼動データに関して得られるものについては所定範囲となるよう調整するものであることを特徴とする請求項2に記載の異常検知システム。 - 前記演算装置は、
前記予測モデルとしてエンコーダー・デコーダーモデルを用い、前記将来の時系列データに関する予測値を出力するものであることを特徴とする請求項2に記載の異常検知システム。 - 前記演算装置は、
前記予測モデルとして生成モデルを用い、将来の稼働データに関する確率分布の統計量またはサンプルを出力するものであることを特徴とする請求項1に記載の異常検知システム。 - 前記演算装置は、
ニューラルネットの中間表現を用いて前記窓幅を予測するものであることを特徴とする請求項3に記載の異常検知システム。 - 前記演算装置は、
前記異常スコアが予め定められた閾値を超える場合であっても、前記異常スコアに対応する稼働データのパターンが、正常時でも出現する既知のパターンであれば、例外として異常または異常の予兆とは判定しないものであることを特徴とする請求項2に記載の異常検知システム。 - 前記演算装置は、
前記異常スコアまたは前記検知の結果に加え、前記異常スコアの計算に用いた窓幅の情報を出力装置に表示するものであることを特徴とする請求項3に記載の異常検知システム。 - 前記演算装置は、
前記予測モデルにおける正常時データに対する予測誤差の再構成誤差を、前記異常スコ
アとするものであることを特徴とする請求項1に記載の異常検知システム。 - 前記演算装置は、
前記予測モデルとして時系列予測モデルまたは統計的予測モデルを用いるものであることを特徴とする請求項9に記載の異常検知システム。 - 前記演算装置は、
前記予測誤差の再構成誤差の算出に際し、統計的予測モデルを用いるものであることを特徴とする請求項9に記載の異常検知システム。 - 前記演算装置は、
前記出力装置において、前記異常スコアに合わせて前記予測誤差を表示するものであることを特徴とする請求項9に記載の異常検知システム。 - 情報処理システムが、
監視対象である所定装置の稼動データに基づき当該装置の振る舞いを予測する予測モデルを学習する処理と、
前記予測モデルによる予測結果と前記装置から得た各稼動データとの乖離具合に基づく各異常スコアが、正常時の稼働データに関して得られるものについては所定範囲となるよう調整する処理と、
前記調整した異常スコアに基づいて異常または異常の予兆を検知する処理と、
前記異常スコアまたは前記検知の結果の少なくともいずれかの情報を出力装置に表示する処理と、
を実行することを特徴とする異常検知方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017056869A JP7017861B2 (ja) | 2017-03-23 | 2017-03-23 | 異常検知システムおよび異常検知方法 |
CN201810076586.8A CN108628281B (zh) | 2017-03-23 | 2018-01-26 | 异常检测系统及异常检测方法 |
EP18159178.5A EP3379360B1 (en) | 2017-03-23 | 2018-02-28 | Anomaly detection system and anomaly detection method |
US15/907,844 US20180275642A1 (en) | 2017-03-23 | 2018-02-28 | Anomaly detection system and anomaly detection method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017056869A JP7017861B2 (ja) | 2017-03-23 | 2017-03-23 | 異常検知システムおよび異常検知方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018160093A true JP2018160093A (ja) | 2018-10-11 |
JP2018160093A5 JP2018160093A5 (ja) | 2019-09-26 |
JP7017861B2 JP7017861B2 (ja) | 2022-02-09 |
Family
ID=61563138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017056869A Active JP7017861B2 (ja) | 2017-03-23 | 2017-03-23 | 異常検知システムおよび異常検知方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20180275642A1 (ja) |
EP (1) | EP3379360B1 (ja) |
JP (1) | JP7017861B2 (ja) |
CN (1) | CN108628281B (ja) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020062650A (ja) * | 2018-10-16 | 2020-04-23 | アイダエンジニアリング株式会社 | プレス機械及びプレス機械の異常監視方法 |
JP2020149531A (ja) * | 2019-03-15 | 2020-09-17 | 株式会社リコー | 診断装置、診断方法、及び診断プログラム |
JPWO2020196195A1 (ja) * | 2019-03-26 | 2020-10-01 | ||
JP2020173786A (ja) * | 2019-04-05 | 2020-10-22 | 三星ディスプレイ株式會社Samsung Display Co.,Ltd. | トレースデータセットのデータ拡張のためのシステムおよび分類方法 |
JP2021039685A (ja) * | 2019-09-05 | 2021-03-11 | 株式会社デンソーテン | 異常検出装置および異常検出方法 |
JP2021056927A (ja) * | 2019-10-01 | 2021-04-08 | 株式会社東芝 | 異常検知装置、異常検知方法および異常検知プログラム |
WO2021149277A1 (ja) * | 2020-01-21 | 2021-07-29 | 三菱重工エンジン&ターボチャージャ株式会社 | 予測装置、予測方法およびプログラム |
JP2021149733A (ja) * | 2020-03-23 | 2021-09-27 | 昭和電工マテリアルズ株式会社 | 対策方法選定支援システム、及び方法 |
JP2022519228A (ja) * | 2019-01-30 | 2022-03-22 | ビューラー アーゲー | 工業プロセスで使用されるコンポーネントから発生する信号の異常を検出及び測定するためのシステムと方法 |
JPWO2023002614A1 (ja) * | 2021-07-21 | 2023-01-26 | ||
KR20230067423A (ko) * | 2021-11-09 | 2023-05-16 | 주식회사 스피랩 | 딥러닝 기반 IIoT 설비 이상탐지 방법 |
JP7514143B2 (ja) | 2020-08-19 | 2024-07-10 | オルガノ株式会社 | プラント設備の診断方法及び装置 |
Families Citing this family (65)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10419931B1 (en) | 2016-08-25 | 2019-09-17 | EMC IP Holding Company LLC | Security for network computing environment using centralized security system |
US10637878B2 (en) * | 2017-02-28 | 2020-04-28 | Micro Focus Llc | Multi-dimensional data samples representing anomalous entities |
US11237939B2 (en) * | 2017-03-01 | 2022-02-01 | Visa International Service Association | Predictive anomaly detection framework |
US10650001B2 (en) * | 2017-10-05 | 2020-05-12 | Google Llc | Disaggregating latent causes for computer system optimization |
US11947863B2 (en) * | 2018-02-28 | 2024-04-02 | Robert Bosch Gmbh | Intelligent audio analytic apparatus (IAAA) and method for space system |
US10402726B1 (en) * | 2018-05-03 | 2019-09-03 | SparkCognition, Inc. | Model building for simulation of one or more target features |
US10965708B2 (en) * | 2018-06-06 | 2021-03-30 | Whitehat Security, Inc. | Systems and methods for machine learning based application security testing |
JP7056406B2 (ja) * | 2018-06-22 | 2022-04-19 | 日本電信電話株式会社 | センサノード及びデータセンタとして機能する装置、センサネットワーク、通信方法及びプログラム |
EP3594860B1 (en) * | 2018-07-09 | 2024-05-08 | Tata Consultancy Services Limited | Sparse neural network based anomaly detection in multi-dimensional time series |
CN109543943B (zh) * | 2018-10-17 | 2023-07-25 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于大数据深度学习的电价稽查执行方法 |
JP7028133B2 (ja) * | 2018-10-23 | 2022-03-02 | オムロン株式会社 | 制御システムおよび制御方法 |
CN112955839B (zh) * | 2018-10-30 | 2024-08-20 | 国立研究开发法人宇宙航空研究开发机构 | 异常检测装置、异常检测方法和程序 |
CN110462594B (zh) * | 2018-11-02 | 2023-11-14 | 创新先进技术有限公司 | 监测多个系统指标的方法和系统 |
JP7220550B2 (ja) * | 2018-11-12 | 2023-02-10 | 三菱重工業株式会社 | エッジ装置、接続確立システム、接続確立方法及びプログラム |
CN109543743B (zh) * | 2018-11-19 | 2023-04-07 | 天津大学 | 一种基于重建预测残差的制冷机组多传感器故障诊断方法 |
CN109783361B (zh) * | 2018-12-14 | 2024-07-09 | 平安壹钱包电子商务有限公司 | 确定代码质量的方法和装置 |
JP7127525B2 (ja) * | 2018-12-19 | 2022-08-30 | 日本電信電話株式会社 | 検知装置、検知方法、および、検知プログラム |
CN113454553B (zh) * | 2019-01-30 | 2022-07-05 | 布勒有限公司 | 用于检测和测量源自工业过程中使用的部件的信令中的异常的系统和方法 |
KR20200108523A (ko) * | 2019-03-05 | 2020-09-21 | 주식회사 엘렉시 | 이상 패턴 감지 시스템 및 방법 |
JP6790154B2 (ja) * | 2019-03-07 | 2020-11-25 | 東芝デジタルソリューションズ株式会社 | 協調型学習システム及び監視システム |
US20220147032A1 (en) * | 2019-03-19 | 2022-05-12 | Nec Corporation | Monitoring method, monitoring apparatus, and program |
CN109978379B (zh) * | 2019-03-28 | 2021-08-24 | 北京百度网讯科技有限公司 | 时序数据异常检测方法、装置、计算机设备和存储介质 |
EP3948438B1 (en) * | 2019-03-29 | 2023-12-06 | Tata Consultancy Services Limited | Method and system for anomaly detection and diagnosis in industrial processes and equipment |
CN110059894B (zh) * | 2019-04-30 | 2020-06-26 | 无锡雪浪数制科技有限公司 | 设备状态评估方法、装置、系统及存储介质 |
JP7226103B2 (ja) * | 2019-05-29 | 2023-02-21 | オムロン株式会社 | 制御システム、サポート装置およびサポートプログラム |
JP7328799B2 (ja) * | 2019-06-12 | 2023-08-17 | 株式会社日立製作所 | ストレージシステムおよび記憶制御方法 |
US11316851B2 (en) | 2019-06-19 | 2022-04-26 | EMC IP Holding Company LLC | Security for network environment using trust scoring based on power consumption of devices within network |
JP2021009441A (ja) * | 2019-06-28 | 2021-01-28 | ルネサスエレクトロニクス株式会社 | 異常検知システム及び異常検知プログラム |
CN110473084A (zh) * | 2019-07-17 | 2019-11-19 | 中国银行股份有限公司 | 一种异常检测方法和装置 |
CN110427320B (zh) * | 2019-07-24 | 2022-10-11 | 长安大学 | 一种轻量级嵌入式程序控制流异常定位检测方法 |
US11410891B2 (en) | 2019-08-26 | 2022-08-09 | International Business Machines Corporation | Anomaly detection and remedial recommendation |
US20210065059A1 (en) * | 2019-08-27 | 2021-03-04 | Nec Laboratories America, Inc. | Monitoring computing system status by implementing a deep unsupervised binary coding network |
CN110830448B (zh) * | 2019-10-16 | 2022-09-13 | 支付宝(杭州)信息技术有限公司 | 目标事件的流量异常检测方法、装置、电子设备及介质 |
CN112949344B (zh) * | 2019-11-26 | 2023-03-31 | 四川大学 | 一种用于异常检测的特征自回归方法 |
US11312374B2 (en) * | 2020-01-31 | 2022-04-26 | International Business Machines Corporation | Prediction of accident risk based on anomaly detection |
CN111277603B (zh) * | 2020-02-03 | 2021-11-19 | 杭州迪普科技股份有限公司 | 无监督异常检测系统和方法 |
JP7092818B2 (ja) * | 2020-03-25 | 2022-06-28 | 株式会社日立製作所 | 異常検知装置 |
EP3893069A1 (de) * | 2020-04-06 | 2021-10-13 | Siemens Aktiengesellschaft | Stationäre ursachenanalyse bei technischen anlagen |
CN111708739B (zh) * | 2020-05-21 | 2024-02-27 | 北京奇艺世纪科技有限公司 | 时序数据的异常检测方法、装置、电子设备及存储介质 |
JP2021184132A (ja) * | 2020-05-21 | 2021-12-02 | 東芝ライフスタイル株式会社 | 情報処理システム |
EP3916667A1 (en) * | 2020-05-29 | 2021-12-01 | Fortia Financial Solutions | Real-time time series prediction for anomaly detection |
CN113807527A (zh) * | 2020-06-11 | 2021-12-17 | 华硕电脑股份有限公司 | 信号检测方法及使用其的电子装置 |
CN111930597B (zh) * | 2020-08-13 | 2023-09-22 | 南开大学 | 基于迁移学习的日志异常检测方法 |
JP7318612B2 (ja) * | 2020-08-27 | 2023-08-01 | 横河電機株式会社 | 監視装置、監視方法、および監視プログラム |
AU2020468806B2 (en) * | 2020-09-18 | 2024-02-29 | Nippon Telegraph And Telephone Corporation | Learning device, learning method, and learning program |
CN112598111B (zh) * | 2020-12-04 | 2024-09-20 | 光大科技有限公司 | 异常数据的识别方法和装置 |
CN112565275B (zh) * | 2020-12-10 | 2022-09-20 | 杭州安恒信息技术股份有限公司 | 一种网络安全场景的异常检测方法、装置、设备及介质 |
CN112685273B (zh) * | 2020-12-29 | 2024-07-16 | 京东科技控股股份有限公司 | 异常检测方法、装置、计算机设备和存储介质 |
JP7359174B2 (ja) * | 2021-03-01 | 2023-10-11 | 横河電機株式会社 | 測定データ記録装置、生成装置、システム、装置、方法およびプログラム |
US11941155B2 (en) | 2021-03-15 | 2024-03-26 | EMC IP Holding Company LLC | Secure data management in a network computing environment |
CN113312809B (zh) * | 2021-04-06 | 2022-12-13 | 北京航空航天大学 | 一种基于相关团划分的航天器遥测数据多参数异常检测方法 |
CN112990372B (zh) * | 2021-04-27 | 2021-08-06 | 北京瑞莱智慧科技有限公司 | 一种数据处理方法、模型训练方法、装置及电子设备 |
CN113191678B (zh) * | 2021-05-21 | 2023-01-10 | 联洋国融(北京)科技有限公司 | 基于物联网和人工智能的安全生产指标异常快速感知方法 |
CN113110403B (zh) * | 2021-05-25 | 2022-05-17 | 中南大学 | 一种基于稀疏约束的工业过程离群点检测与故障诊断方法和系统 |
JP2022190376A (ja) * | 2021-06-14 | 2022-12-26 | 株式会社日立製作所 | 異常検知システムおよび方法 |
CN113469247B (zh) * | 2021-06-30 | 2022-04-01 | 广州天懋信息系统股份有限公司 | 网络资产异常检测方法 |
JP2023042945A (ja) * | 2021-09-15 | 2023-03-28 | 株式会社東芝 | 監視装置、方法およびプログラム |
CN114298141A (zh) * | 2021-11-19 | 2022-04-08 | 中国华能集团清洁能源技术研究院有限公司 | 基于深度学习的发电设备异常检测方法及系统 |
CN114332537A (zh) * | 2021-12-30 | 2022-04-12 | 畅捷通信息技术股份有限公司 | 一种基于深度学习的多云数据异常检测方法和系统 |
NO20220004A1 (en) * | 2022-01-03 | 2023-07-04 | Elliptic Laboratories Asa | Robust virtual sensor |
EP4220321A1 (de) * | 2022-01-26 | 2023-08-02 | Siemens Aktiengesellschaft | Computer-implementiertes verfahren zur erkennung von abweichungen in einem herstellungsprozess |
FI20225225A1 (en) * | 2022-03-14 | 2023-09-15 | Elisa Oyj | METHOD AND SYSTEM FOR DETECTING ANOVAS IN TIME SERIES DATA |
FR3140185A1 (fr) * | 2022-09-22 | 2024-03-29 | Safran Aircraft Engines | Procédé et dispositif de détection d’anomalie de fonctionnement d’un aéronef |
CN115495320B (zh) * | 2022-11-16 | 2023-02-17 | 智联信通科技股份有限公司 | 一种基于大数据的通信机房防护的监测管理系统 |
FR3145426A1 (fr) * | 2023-01-27 | 2024-08-02 | Diagrams Technologies | Procédé pour détecter des anomalies de fonctionnement d’un équipement industriel à partir de scores d’anomalie et installation correspondante |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007004769A (ja) * | 2005-05-25 | 2007-01-11 | Nippon Petroleum Refining Co Ltd | 石油精製プラントのパラメータ予測装置及びパラメータ予測方法 |
US20070028219A1 (en) * | 2004-10-15 | 2007-02-01 | Miller William L | Method and system for anomaly detection |
US7457785B1 (en) * | 2000-08-25 | 2008-11-25 | Battelle Memorial Institute | Method and apparatus to predict the remaining service life of an operating system |
JP2013025367A (ja) * | 2011-07-15 | 2013-02-04 | Wakayama Univ | 設備状態監視方法およびその装置 |
US20140006330A1 (en) * | 2012-06-28 | 2014-01-02 | International Business Machines Corporation | Detecting anomalies in real-time in multiple time series data with automated thresholding |
JP2014134987A (ja) * | 2013-01-11 | 2014-07-24 | Hitachi Ltd | 情報処理システム監視装置、監視方法、及び監視プログラム |
JP2015109024A (ja) * | 2013-12-05 | 2015-06-11 | 日本電信電話株式会社 | 画像辞書生成装置、画像辞書生成方法及びコンピュータプログラム |
JP2016045861A (ja) * | 2014-08-26 | 2016-04-04 | 株式会社豊田中央研究所 | 異常診断装置及びプログラム |
WO2016088362A1 (ja) * | 2014-12-05 | 2016-06-09 | 日本電気株式会社 | システム分析装置、システム分析方法および記憶媒体 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104020724B (zh) * | 2013-03-01 | 2017-02-08 | 中芯国际集成电路制造(上海)有限公司 | 告警监控方法和装置 |
US9508075B2 (en) * | 2013-12-13 | 2016-11-29 | Cellco Partnership | Automated transaction cancellation |
US10228301B2 (en) * | 2015-05-13 | 2019-03-12 | Nec Corporation | Water-leak state estimation system, method, and recording medium |
-
2017
- 2017-03-23 JP JP2017056869A patent/JP7017861B2/ja active Active
-
2018
- 2018-01-26 CN CN201810076586.8A patent/CN108628281B/zh active Active
- 2018-02-28 EP EP18159178.5A patent/EP3379360B1/en active Active
- 2018-02-28 US US15/907,844 patent/US20180275642A1/en not_active Abandoned
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7457785B1 (en) * | 2000-08-25 | 2008-11-25 | Battelle Memorial Institute | Method and apparatus to predict the remaining service life of an operating system |
US20070028219A1 (en) * | 2004-10-15 | 2007-02-01 | Miller William L | Method and system for anomaly detection |
JP2007004769A (ja) * | 2005-05-25 | 2007-01-11 | Nippon Petroleum Refining Co Ltd | 石油精製プラントのパラメータ予測装置及びパラメータ予測方法 |
JP2013025367A (ja) * | 2011-07-15 | 2013-02-04 | Wakayama Univ | 設備状態監視方法およびその装置 |
US20140006330A1 (en) * | 2012-06-28 | 2014-01-02 | International Business Machines Corporation | Detecting anomalies in real-time in multiple time series data with automated thresholding |
JP2014134987A (ja) * | 2013-01-11 | 2014-07-24 | Hitachi Ltd | 情報処理システム監視装置、監視方法、及び監視プログラム |
JP2015109024A (ja) * | 2013-12-05 | 2015-06-11 | 日本電信電話株式会社 | 画像辞書生成装置、画像辞書生成方法及びコンピュータプログラム |
JP2016045861A (ja) * | 2014-08-26 | 2016-04-04 | 株式会社豊田中央研究所 | 異常診断装置及びプログラム |
WO2016088362A1 (ja) * | 2014-12-05 | 2016-06-09 | 日本電気株式会社 | システム分析装置、システム分析方法および記憶媒体 |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020062650A (ja) * | 2018-10-16 | 2020-04-23 | アイダエンジニアリング株式会社 | プレス機械及びプレス機械の異常監視方法 |
JP2022519228A (ja) * | 2019-01-30 | 2022-03-22 | ビューラー アーゲー | 工業プロセスで使用されるコンポーネントから発生する信号の異常を検出及び測定するためのシステムと方法 |
JP7282184B2 (ja) | 2019-01-30 | 2023-05-26 | ビューラー アーゲー | 工業プロセスで使用されるコンポーネントから発生する信号の異常を検出及び測定するためのシステムと方法 |
JP2020149531A (ja) * | 2019-03-15 | 2020-09-17 | 株式会社リコー | 診断装置、診断方法、及び診断プログラム |
JP7358755B2 (ja) | 2019-03-15 | 2023-10-11 | 株式会社リコー | 診断装置、診断方法、及び診断プログラム |
JPWO2020196195A1 (ja) * | 2019-03-26 | 2020-10-01 | ||
JP7179159B2 (ja) | 2019-03-26 | 2022-11-28 | 東京エレクトロン株式会社 | 状態判定装置、状態判定方法、コンピュータ読み取り可能な記録媒体及びプログラム |
JP2020173786A (ja) * | 2019-04-05 | 2020-10-22 | 三星ディスプレイ株式會社Samsung Display Co.,Ltd. | トレースデータセットのデータ拡張のためのシステムおよび分類方法 |
JP7489784B2 (ja) | 2019-04-05 | 2024-05-24 | 三星ディスプレイ株式會社 | トレースデータセットのデータ拡張のためのシステムおよび分類方法 |
US11922301B2 (en) | 2019-04-05 | 2024-03-05 | Samsung Display Co., Ltd. | System and method for data augmentation for trace dataset |
JP2021039685A (ja) * | 2019-09-05 | 2021-03-11 | 株式会社デンソーテン | 異常検出装置および異常検出方法 |
JP2021056927A (ja) * | 2019-10-01 | 2021-04-08 | 株式会社東芝 | 異常検知装置、異常検知方法および異常検知プログラム |
JP7204626B2 (ja) | 2019-10-01 | 2023-01-16 | 株式会社東芝 | 異常検知装置、異常検知方法および異常検知プログラム |
WO2021149277A1 (ja) * | 2020-01-21 | 2021-07-29 | 三菱重工エンジン&ターボチャージャ株式会社 | 予測装置、予測方法およびプログラム |
JP7381353B2 (ja) | 2020-01-21 | 2023-11-15 | 三菱重工エンジン&ターボチャージャ株式会社 | 予測装置、予測方法およびプログラム |
JP2021114255A (ja) * | 2020-01-21 | 2021-08-05 | 三菱重工エンジン&ターボチャージャ株式会社 | 予測装置、予測方法およびプログラム |
JP2021149733A (ja) * | 2020-03-23 | 2021-09-27 | 昭和電工マテリアルズ株式会社 | 対策方法選定支援システム、及び方法 |
JP7484281B2 (ja) | 2020-03-23 | 2024-05-16 | 株式会社レゾナック | 対策方法選定支援システム、及び方法 |
JP7514143B2 (ja) | 2020-08-19 | 2024-07-10 | オルガノ株式会社 | プラント設備の診断方法及び装置 |
WO2023002614A1 (ja) * | 2021-07-21 | 2023-01-26 | 三菱電機株式会社 | 定常範囲決定システム、定常範囲決定方法、および、定常範囲決定プログラム |
JP7353539B2 (ja) | 2021-07-21 | 2023-09-29 | 三菱電機株式会社 | 定常範囲決定システム、定常範囲決定方法、および、定常範囲決定プログラム |
JPWO2023002614A1 (ja) * | 2021-07-21 | 2023-01-26 | ||
KR20240011247A (ko) * | 2021-07-21 | 2024-01-25 | 미쓰비시덴키 가부시키가이샤 | 정상 범위 결정 시스템, 정상 범위 결정 방법, 및, 기억 매체에 저장된 정상 범위 결정 프로그램 |
KR102680482B1 (ko) | 2021-07-21 | 2024-07-01 | 미쓰비시덴키 가부시키가이샤 | 정상 범위 결정 시스템, 정상 범위 결정 방법, 및, 기억 매체에 저장된 정상 범위 결정 프로그램 |
KR20230067423A (ko) * | 2021-11-09 | 2023-05-16 | 주식회사 스피랩 | 딥러닝 기반 IIoT 설비 이상탐지 방법 |
KR102539448B1 (ko) * | 2021-11-09 | 2023-06-05 | 주식회사 스피랩 | 딥러닝 기반 IIoT 설비 이상탐지 방법 |
Also Published As
Publication number | Publication date |
---|---|
EP3379360A2 (en) | 2018-09-26 |
JP7017861B2 (ja) | 2022-02-09 |
CN108628281B (zh) | 2021-01-26 |
CN108628281A (zh) | 2018-10-09 |
EP3379360B1 (en) | 2019-11-27 |
US20180275642A1 (en) | 2018-09-27 |
EP3379360A3 (en) | 2018-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7017861B2 (ja) | 異常検知システムおよび異常検知方法 | |
JP6810097B2 (ja) | 異常検出器 | |
WO2019142331A1 (ja) | 障害予測システムおよび障害予測方法 | |
EP2905665B1 (en) | Information processing apparatus, diagnosis method, and program | |
RU2724716C1 (ru) | Система и способ формирования данных для мониторинга кибер-физической системы с целью раннего определения аномалий в системе графического интерфейса пользователя | |
KR20170117377A (ko) | 애셋 헬스 스코어들 및 그 사용 | |
WO2020066052A1 (ja) | 監視システム及び監視方法 | |
EP3416011B1 (en) | Monitoring device, and method for controlling monitoring device | |
JP2020052714A5 (ja) | ||
US11747035B2 (en) | Pipeline for continuous improvement of an HVAC health monitoring system combining rules and anomaly detection | |
CN110709789B (zh) | 用于监测可再生发电装置或微电网内的子系统的状况的方法和设备 | |
JP2000259223A (ja) | プラント監視装置 | |
JP7481897B2 (ja) | 監視装置、監視方法、プログラムおよびモデル訓練装置 | |
TW202013110A (zh) | 支援裝置、學習裝置以及廠房運轉條件設定支援系統 | |
EP3416012B1 (en) | Monitoring device, and method for controlling monitoring device | |
KR102108975B1 (ko) | 함정설비의 상태기반 정비 지원 장치 및 방법 | |
CN116907772A (zh) | 桥梁结构监测传感器的自诊断与故障源鉴别方法及系统 | |
Marhic et al. | An evidential approach for detection of abnormal behaviour in the presence of unreliable sensors | |
JP6579163B2 (ja) | プロセスの状態診断方法及び状態診断装置 | |
KR102470520B1 (ko) | 국제표준(sae j1739) 기반의 잠재적 고장 영향 분석 방법 | |
JP2019191880A (ja) | 設備管理支援システム | |
CN116235121A (zh) | 识别用于执行生产过程的工业设施中的异常的装置和方法 | |
US20240004379A1 (en) | Anomaly classification device | |
JP2023038095A (ja) | 装置管理システム、装置の障害原因推定方法、及びプログラム | |
CN117521478A (zh) | 一种基于机器学习的云计算带外管理设备辅助告警方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190311 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190813 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200213 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200218 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200313 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20200825 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200924 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20200924 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20201002 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20201006 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20201204 |
|
C211 | Notice of termination of reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C211 Effective date: 20201208 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20210309 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20210413 |
|
C13 | Notice of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: C13 Effective date: 20210622 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210819 |
|
C302 | Record of communication |
Free format text: JAPANESE INTERMEDIATE CODE: C302 Effective date: 20210827 |
|
C23 | Notice of termination of proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C23 Effective date: 20211214 |
|
C03 | Trial/appeal decision taken |
Free format text: JAPANESE INTERMEDIATE CODE: C03 Effective date: 20220118 |
|
C30A | Notification sent |
Free format text: JAPANESE INTERMEDIATE CODE: C3012 Effective date: 20220118 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220128 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7017861 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |