KR102017889B1 - 팬 필터 유니트 모니터링 시스템 - Google Patents

팬 필터 유니트 모니터링 시스템 Download PDF

Info

Publication number
KR102017889B1
KR102017889B1 KR1020190033351A KR20190033351A KR102017889B1 KR 102017889 B1 KR102017889 B1 KR 102017889B1 KR 1020190033351 A KR1020190033351 A KR 1020190033351A KR 20190033351 A KR20190033351 A KR 20190033351A KR 102017889 B1 KR102017889 B1 KR 102017889B1
Authority
KR
South Korea
Prior art keywords
fan
history information
backup file
unit
software component
Prior art date
Application number
KR1020190033351A
Other languages
English (en)
Inventor
임채율
Original Assignee
임채율
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 임채율 filed Critical 임채율
Priority to KR1020190033351A priority Critical patent/KR102017889B1/ko
Application granted granted Critical
Publication of KR102017889B1 publication Critical patent/KR102017889B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/05—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by using mechanical effects
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67011—Apparatus for manufacture or treatment
    • H01L21/67098—Apparatus for thermal treatment

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Fluid Mechanics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

본 발명은 반도체 장비에 설치된 팬의 회전수 및 팬을 통한 유량을 정확하게 계측할 수 있도록 구현한 팬 필터 유니트 모니터링 시스템에 관한 것으로, 반도체 장비에 설치된 팬 필터 유니트(Fan Filter Unit)를 모니터링 하는 유니트 모니터링부를 포함한다.

Description

팬 필터 유니트 모니터링 시스템{FAN FILTER UNIT MONITORING SYSTEM}
본 발명은 팬 필터 유니트 모니터링 시스템에 관한 것으로, 더욱 상세하게는 반도체 장비에 설치된 팬의 회전수 및 팬을 통한 유량을 정확하게 계측할 수 있도록 구현한 팬 필터 유니트 모니터링 시스템에 관한 것이다.
도 1에 도시된 반도체 설비에 설치되는 EFEM(Equipment Front End Module) 또는 MAIN FFU(Fan Filter Unit)에서 구동되는 도 2에 예시된 바와 같은 팬의 역할은, 반도체 장비 내부의 Clean 환경 조성. Chamber내 P/C를 Down Flow시켜 외부로 방출, Chamber내 Air Flow 압력을 Ambient 보다 높게 형성시킴으로써 Panel 및 Door의 Open 시에도 외부 공조가 Chamber 안으로 유입이 되지 않도록 방지하는 것이다.
그리고, Lamp & Lower Chamber Exhaust 팬의 경우에는, Lamp의 뜨거워진 열을 배기를 통해 Tester 내의 Parts를 열로부터 보호하고, Lower Chamber의 열을 배기를 통해 Lower Chamber내 Power Supply 및 System Computer를 열로부터 보호하게 되며, CPU Cooling 팬의 경우에는 CPU의 온도상승을 억제하여 CPU 및 CPU Board를 열로부터 보호하는 기능을 수행한다.
그러나, 상술한 바와 같은 기존의 EFEM 또는 MAIN FFU에서 구동되는 팬의 경우에는 FFU FAN Down시 내부의 P/C가 Down Flow 되지 않고, 내부에 존재하여 Wafer에 P/C 오염을 유발시키거나, 내부 압력이 외부압력보다 낮아짐에 따라 내부로 외부의 차가운 공기가 유입되어 내부의 온도가 일정하게 유지되지 못하다는 문제점을 가지고 있다.
뿐만 아니라, 기존의 Lamp & Lower Chamber Exhaust 팬의 경우에는 Lamp 및 내부 온도상승으로 인해 내부 PCB 및 Parts에 Damage를 주거나 내부의 온도가 일정하게 유지되지 못하게 되며, 기존의 CPU Cooling 팬의 경우에는 CPU Damage 로 System이 Down되거나, Computer내 주요 I/O, VGA board에 Damage를 줄 수 있다는 문제점을 가지고 있다.
기존의 FFU 팬 및 배기(Exhaust) 팬은, 주로 설비 내부 및 최상부에 위치하여, 팬이 정상적으로 구동여부를 쉽게 확인할 수 없고, 현재 시스템에서는 팬의 회전수 및 유량의 정확한 계측이 안 되며, 일정한 속도의 팬의 회전과 공기의 흐름이 이루어 지지 못하면 장비의 내부환경(예를 들어, 내부 온도 또는 유량 등)이 변화될 수 있다는 문제점을 가지고 있었다.
그러나, 반도체 장비의 경우에는, 민감한 변화에도 측정값에 영향을 주게 되어, 설비 상태를 항시 같은 상태로 유지하는 것이 매우 중요한데, 현재 설비 상태를 파악하기 위해서는 엔지니어가 직접 In-line에서 장비를 Open 해서 작업해야 하고, 장비를 Open 하는 순간 내부의 환경이 변화되어 안정화를 위한 시간이 별도로 소요된다는 문제점 역시 가지고 있다.
한편, 전술한 배경 기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.
한국등록특허 제10-1393584호 한국등록특허 제10-0747736호
본 발명의 일측면은 반도체 장비의 특성 상 FFU의 팬을 통해 일정한 풍량과 공기를 공급하고, ULPA Filter를 통해 반도체 장비 내부의 클린한 환경을 조성하며, 팬의 일정한 풍량과 공기 유량을 실시간으로 모니터링 할 수 있도록 구현한 팬 필터 유니트 모니터링 시스템을 제공한다.
또한, 주식적으로 그리고 실시간으로 FFU의 데이터를 취합하고, 시스템에 의한 자동 진행을 통해 데이터를 자동 취합할 수 있도록 구현한 팬 필터 유니트 모니터링 시스템을 제공한다.
또한, 서버 등의 장치를 유지/보수하기 위한 관리자를 효율적으로 운용할 수 있도록 보조할 수 있는 관리자 관리 모듈을 제공한다.
또한, 관리자 리스트에 포함된 관리자들에게 부여되는 포인트를 이용하여 관리자의 역량은 평가하여 이벤트가 발생된 장치의 이벤트 해결에 보다 적합한 관리자를 선택할 수 있는 관리자 평가 모듈을 제공한다.
그리고, 시스템에 새로운 장비가 도입되는 경우, 해당 새로운 장비를 효율적으로 수행할 수 있도록 상술한 바와 같은 관리자 관리 모듈에 의하여 기존에 생성된 관리자 리스트를 업데이트 할 수 있는 리스트 업데이트 모듈을 제공한다.
본 발명의 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 팬 필터 유니트 모니터링 시스템은, 반도체 장비에 설치된 팬 필터 유니트(Fan Filter Unit)를 모니터링 하는 유니트 모니터링부를 포함한다.
일 실시예에서, 상기 유니트 모니터링부는, 팬 필터 유니트(Fan Filter Unit)에 설치되며, 해당 팬 필터 유니트의 팬(Fan)의 회전수, 팬을 통해 흐르는 유량, 온도 및 연소 발생 여부를 모니터링 하며, 상기 유니트 모니터링부에 네트워크를 통해 연결되며, 상기 유니트 모니터링부로부터 전달되는 모니터링 정보를 시각적으로 변화시켜 표시수단을 통하여 출력하는 모니터링 서버를 더 포함하며, 상기 유니트 모니터링부는, 웨이퍼 이송 자동화모듈(EFEM·Equipment Front End Module)의 팬 필터 유니트의 팬의 회전수, 메인 팬 필터 유니트의 팬의 회전수, 제논 램프 배기 팬(Xenon Lamp Exhaust FAN)의 회전수, 저 배기 팬(Lower Exhaust FAN)의 회전수, 씨피유 쿨링 팬(CPU Cooling FAN)의 회전수, 웨이퍼 이송 자동화모듈 유량(EFEM Flow) 및 메인 유량(MAIN Flow) 중 적어도 하나의 팬의 회전수 또는 팬을 통해 흐르는 유량을 모니터링하며, 상기 유니트 모니터링부는, 반도체 장비의 외부 온도(Ambient temp) 및 반도체 장비의 내부 온도(Plenum temp) 중 적어도 하나의 온도를 모니터링하며, 상기 유니트 모니터링부는, 메인 가스 탐지기(Main GAS Detector) 또는 저 가스 탐지기(Lower GAS Detector)를 이용하여 반도체 장비의 연소 발생 여부를 탐지하며, 상기 유니트 모니터링부는, 반도체 장비에서 모니터링 된 팬의 회전수, 팬을 통해 흐르는 유량, 온도 및 연소 발생 여부 중 적어도 하나의 측정값을 포함하는 모니터링 정보를 생성하며, 해당 생성한 모니터링 정보를 네트워크를 통해 상기 모니터링 서버로 전송하며, 상기 모니터링 서버는, 각 팬 필터 유니트에 설치된 상기 유니트 모니터링부 별로 각각의 측정값 별로 리미트(Limit)값을 설정하여 두며, 해당 리미트값을 벗어나는 측정값이 입력되는 경우 경고(Alarm) 표시를 하며, 상기 모니터링 서버는, 해킹 또는 랜섬웨어와 같은 외부의 공격으로부터 보호하여야 할 정보를 백업 파일로 생성한 후, 생성된 백업 파일을 동일한 데이터를 포함하는 1차 백업 파일과 2차 백업을 차례로 생성하여 저장하되, 1차 백업 파일과 2차 백업 파일의 저장 장소를 달리 하여 저장하는 백업 파일 분산화 모듈을 포함하며, 상기 백업 파일 분산화 모듈은, 저장되었던 1차 백업 파일과 2차 백업 파일의 저장 장소를 기 설정된 주기로 시스템 상의 기 설정된 장소 또는 새롭게 생성된 장소로 변경하되, 임의의 랜덤 변수에 따라 생성된 폴더나 서브 폴더로 백업 파일의 이동 장소를 지정하며, 상기 백업 파일 분산화 모듈은, 외부로부터 침입이 감지될 경우, 기 생성되었던 1차 백업 파일과 2차 백업 파일로부터의 복제를 연속적으로 수행하여 각 백업 파일의 서브 백업 파일들을 다수 개 생성하며, 생성된 다수 개의 서브 백업 파일들을 역시 랜덤 변수에 따라 생성된 서로 다른 장소에 개별적으로 저장하며, 상기 백업 파일 분산화 모듈은, 다수 개의 백업 파일 중 현재 공격받고 있는 백업 파일이라고 판단된 파일을 시스템 상에서 영구적으로 삭제할 수 있다.
상술한 본 발명의 일측면에 따르면, 기존에 사용하던 팬에 센서를 장착하여 그대로 사용할 수 있어 팬의 추가적인 비용 손실이 없고, 메인 시스템의 제어를 통하지 않으므로 FFMS의 센서 및 제어기에 이상이 발생해도 메인 시스템의 구동에는 아무런 영향을 미치지 않는 바 시스템 진행상의 이점을 제공할 수 있다.
또한, 반도체 장비 관리 및 반도체 생산 효율을 극대화시킬 수 있는 효과를 제공할 수 있다.
뿐만 아니라, 설비의 측정 프로그램의 종료나, 별도의 프로그램의 실행이 필요 없게 되고, 일반적인 측정진행 시 진행되고, 짧은 시간(10초 이내) 진행됨에 따라 설비 정지 Loss가 발생되지 않으며, 사용자가 따로 해줘야 하는 일 없어, 업무 Loss가 발생되지 않는다는 장점을 제공할 수 있다.
그리고, 개발자의 제어에 따라 소프트웨어 컴포넌트 및 소프트웨어를 개발하고 직접 관리하도록 하고, 소프트웨어 컴포넌트가 사용 허가된 개발 시스템에서만 사용 가능하도록 할 수 있다.
그리고, 해킹 또는 랜섬웨어와 같은 외부의 공격으로부터 보호하여야 할 사용자 정보나 시스템 정보 등과 같은 중요 정보를 백업 파일로 생성하여 관리할 수 있다.
그리고, 사용자와 인공지능 상호간의 신뢰할 수 있는 의사결정을 가능케 함으로써, 문제나 오류 발생 시 사용자에 의한 피드백이 적절하게 반영될 수 있고, 인공지능이 제시하는 결과에 대해서 왜 그런 결과가 나오는지에 대한 원인을 명쾌하게 설명할 수 없어 사용자가 인공지능에 가질 수 있는 불신감을 해소할 수 있으며, 과도하게 학습을 진행할 경우 전체적인 관점에서의 최적해가 아닌 지역 내 최적해가 선택될 수 있다는 과적합화(overfitting) 문제를 미연에 방지할 수 있다.
또한, 서버 등의 장치를 유지/보수하기 위한 관리자를 효율적으로 운용할 수 있도록 보조하고, 관리자 리스트에 포함된 관리자들에게 부여되는 포인트를 이용하여 관리자의 역량은 평가하여 이벤트가 발생된 장치의 이벤트 해결에 보다 적합한 관리자를 선택할 수 있으며, 시스템에 새로운 장비가 도입되는 경우, 해당 새로운 장비를 효율적으로 수행할 수 있도록 상술한 바와 같은 관리자 관리 모듈에 의하여 기존에 생성된 관리자 리스트를 업데이트 할 수 있다.
도 1은 반도체 설비의 예시도이다.
도 2는 기존의 팬 필터 유니트의 예시도이다.
도 3은 본 발명의 일 실시예에 따른 팬 필터 유니트 모니터링 시스템의 개략적인 구성이 도시된 도면이다.
도 4는 도 3의 유니트 모니터링부를 설명하는 블록도이다.
도 5 및 도 6은 도 3의 모니터링 서버에 의하여 모니터 상에 출력되는 GUI의 구성의 예시도들이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
도 3은 본 발명의 일 실시예에 따른 팬 필터 유니트 모니터링 시스템의 개략적인 구성이 도시된 도면이다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 팬 필터 유니트 모니터링 시스템(10)은, 유니트 모니터링부(100) 및 모니터링 서버(200)를 포함한다.
유니트 모니터링부(100)는, 도 1의 예시도에 도시된 바와 같은 반도체 장비에 설치된 팬 필터 유니트(400)(Fan Filter Unit)를 모니터링 하며, 반도체 장비에서 모니터링 된 팬의 회전수, 팬을 통해 흐르는 유량, 온도 및 연소 발생 여부 중 적어도 하나의 측정값을 포함하는 모니터링 정보를 생성하며, 해당 생성한 모니터링 정보를 네트워크(300)를 통해 모니터링 서버(200)로 전송한다.
그리고, 네트워크(300)는, 유선 통신망 또는 무선 통신망을 포함하며, 유니트 모니터링부(100)와 모니터링 서버(200) 사이의 통신을 연결하여, 서로 간의 데이터 송수신을 수행하도록 한다.
일 실시예에서, 유니트 모니터링부(100)는, 팬 필터 유니트(400)(Fan Filter Unit)에 설치되며, 해당 팬 필터 유니트(400)의 팬(Fan)의 회전수, 팬을 통해 흐르는 유량, 온도 및 연소 발생 여부를 모니터링 하며, 모니터링 된 팬(Fan)의 회전수, 팬을 통해 흐르는 유량, 온도 및 연소 발생 여부 중 적어도 하나의 상태에 따른 모니터링 정보를 생성할 수 있다.
모니터링 서버(200)는, 유니트 모니터링부(100)에 네트워크(300)를 통해 연결되며, 유니트 모니터링부(100)로부터 전달되는 모니터링 정보를 시각적으로 변화시켜 표시수단을 통하여 출력한다.
상술한 바와 같은 구성을 가지는 모니터링 서버(200)는, 운영체제(Operation System; OS), 즉 시스템을 기반으로 다양한 소프트웨어를 실행하거나 제작할 수 있다. 상기 운영체제는 소프트웨어가 장치의 하드웨어를 사용할 수 있도록 하기 위한 시스템 프로그램으로서, 안드로이드 OS, iOS, 윈도우 모바일 OS, 바다 OS, 심비안 OS, 블랙베리 OS 등 모바일 컴퓨터 운영체제 및 윈도우 계열, 리눅스 계열, 유닉스 계열, MAC, AIX, HP-UX 등 컴퓨터 운영체제를 모두 포함할 수 있다.
도 4는 도 3의 유니트 모니터링부를 설명하는 블록도이다.
도 4를 참조하면, 유니트 모니터링부(100)는, 센서부(150), 제어부(160) 및 통신부(170)를 포함한다.
센서부(150)는, 온도 센서(110-1, 110-2), RPM 센서(120-1 내지 120-6), 유량 센서(130) 및 가스 센서(140-1, 140-2) 중 적어도 하나의 감지 장치를 포함하며, 웨이퍼 이송 자동화모듈(\의 팬 필터 유니트(400)의 팬, 메인 팬 필터 유니트(400)의 팬, 제논 램프 배기 팬, 저 배기 팬 및 씨피유 쿨링 팬 중 적어도 하나의 팬에 장착 설치되어 자신의 감지 장치의 기능에 따라 감지를 수행한다.
다만, 여기서, 센서부(150)가 장착 설치될 수 있는 팬의 종류로는 상술한 팬에 한정되는 것은 아니며, 팬과 동일한 기능을 수행하는 반도체 설비의 다른 장치에 장착 설치되어도 무방할 것이다.
제어부(160)는, 센서부(150)의 각각의 센서에서 측정된 측정값을 전달받으며, 해당 전달받은 측정값에 따라 반도체 장비에서 모니터링 된 팬의 회전수, 팬을 통해 흐르는 유량, 온도 및 연소 발생 여부 중 적어도 하나의 측정값을 포함하는 모니터링 정보를 생성하여 통신부(170)로 전달한다.
통신부(170)는, 제어부(160)로부터 전달되는 모니터링 정보를 네트워크(300)를 통해 모니터링 서버(200)로 전송한다.
상술한 바와 같은 구성을 가지는 유니트 모니터링부(100)는, 웨이퍼 이송 자동화모듈(EFEM·Equipment Front End Module)의 팬 필터 유니트(400)의 팬의 회전수, 메인 팬 필터 유니트(400)의 팬의 회전수, 제논 램프 배기 팬(Xenon Lamp Exhaust FAN)의 회전수, 저 배기 팬(Lower Exhaust FAN)의 회전수, 씨피유 쿨링 팬(CPU Cooling FAN)의 회전수, 웨이퍼 이송 자동화모듈 유량(EFEM Flow) 및 메인 유량(MAIN Flow) 중 적어도 하나의 팬의 회전수 또는 팬을 통해 흐르는 유량을 모니터링할 수 있다.
이를 위해, 유니트 모니터링부(100)는, 반도체 장비의 외부 온도(Ambient temp) 및 반도체 장비의 내부 온도(Plenum temp) 중 적어도 하나의 온도를 모니터링할 수 있다.
그리고, 유니트 모니터링부(100)는, 메인 가스 탐지기(Main GAS Detector) 또는 저 가스 탐지기(Lower GAS Detector)를 이용하여 반도체 장비의 연소 발생 여부를 탐지할 수 있다.
도 5는 도 3의 모니터링 서버(200)에 의하여 모니터 상에 출력되는 GUI의 구성의 예시도이다.
도 5를 참조하면, 모니터링 서버(200)의 GUI 구성으로는, 반도체 설비의 외부 및 내부의 온도 상태창(211), 유니트 모니터링부(100)의 상태창(212), 반도체 설비 내부의 냄새 및 연기 감지로 화재 또는 연소 상태창(213), 팬의 구동여부 및 회전수와 레벨 상태창(214) 또는 유량 압력 상태창 또는 메인과 EFEM 간의 유량 상태창(215) 등이 있을 수 있다.
그리고, 모니터링 서버(200)는, 각 팬 필터 유니트(400)에 설치된 유니트 모니터링부(100) 별로 각각의 측정값 별로 리미트(Limit)값을 설정하여 두며, 해당 리미트값을 벗어나는 측정값이 입력되는 경우 도 6에 예시된 바와 같은 GUI를 이용하여 경고(Alarm) 표시할 수 있다.
반도체 공정상 수~ 수 십 Å의 Very Thin-Film의 두께를 측정 및 계면을 구분해야 하기 때문에 0.1Å 단위의 공정관리가 이루어지는데, 장비의 민감한 변화에도 측정값에 영향을 주게 되어, 설비 상태를 항시 같은 상태로 유지하는 것이 매우 중요한 기술적 요구사항이다.
상술한 바와 같은 구성을 가지는 팬 필터 유니트 모니터링 시스템(10)은, 기존에 사용하던 팬에 센서를 장착하여 그대로 사용할 수 있어 팬의 추가적인 비용 손실이 없고, 메인 시스템의 제어를 통하지 않으므로 FFMS의 센서 및 제어기에 이상이 발생해도 메인 시스템의 구동에는 아무런 영향을 미치지 않는 바 시스템 진행상의 이점을 제공할 수 있다.
또한, 반도체 장비 관리 및 반도체 생산 효율을 극대화시킬 수 있는 효과를 제공할 수 있다.
뿐만 아니라, 설비의 측정 프로그램의 종료나, 별도의 프로그램의 실행이 필요 없게 되고, 일반적인 측정진행 시 진행되고, 짧은 시간(10초 이내) 진행됨에 따라 설비 정지 Loss가 발생되지 않으며, 사용자가 따로 해줘야 하는 일 없어, 업무 Loss가 발생되지 않는다는 장점을 제공할 수 있다.
상술한 바와 같은 기능을 수행하는 모니터링 서버(200)는, 백업 파일 분산화 모듈(설명의 편의상 도면에는 도시하지 않음)을 포함할 수 있다.
백업 파일 분산화 모듈은, 해킹 또는 랜섬웨어와 같은 외부의 공격으로부터 보호하여야 할 사용자 정보나 시스템 정보 등과 같은 중요 정보를 백업 파일로 생성한 후, 생성된 백업 파일을 동일한 데이터를 포함하는 1차 백업 파일과 2차 백업을 차례로 생성하여 저장하되, 1차 백업 파일과 2차 백업 파일의 저장 장소를 달리 하여 저장한다.
다만, 백업 파일의 생성은 1차와 2차에 한정되는 것은 아니며, 시스템의 성능 등을 고려하여 3차 이상의 복수 개의 백업 파일을 생성하여도 무방하다.
그리고, 백업 파일 분산화 모듈은, 기 설정된 주기로(예를 들어, 시스템 상 기본적으로 설정된 주기인 3시간 마다 1회 내지 5시간 마다 1회 등, 다만 해당 설정된 주기에 한정되는 것은 아니며 사용자로부터 지정 받은 주기로 설정되어도 무방하다) 저장되었던 1차 백업 파일과 2차 백업 파일의 저장 장소를 시스템 상의 기 설정된 장소 또는 새롭게 생성된 장소로 변경한다.
이때, 백업 파일의 이동 장소는, 시스템 상에서 기 설정되거나 사용자로부터 지정 받은 장소가 아니라, 임의의 랜덤 변수에 따라 생성된 폴더나 서브 폴더로 지정됨이 바람직하다.
이에 따라, 해킹 또는 랜섬웨어와 같은 공격형 프로그램이 공격하고자 하는 파일이 위치하는 폴더의 존재 또는 해당 폴더의 위치를 예측하고 용이하게 공격하는 것을 원천적으로 방지함은 물론, 삭제되어서는 안 되는 고객 정보와 같은 중요한 데이터가 사용자의 실수로 삭제되거나 수정되는 것을 방지할 수 있다.
본 발명에서, 1차 백업 파일과 2차 백업 파일은, 동일한 내용의 데이터를 포함하고 있는 파일들로써, 상호 간에 우열이 존재하는 것은 아니며, 파일의 이동에 있어서도 1차 백업 파일의 이동 후 2차 백업 파일이 이동하거나, 2차 백업 파일의 이동 후 1차 백업 파일이 이동하여도 무방하다.
일 실시예에서, 백업 파일 분산화 모듈은, 외부로부터 침입이 감지될 경우, 기 생성되었던 1차 백업 파일과 2차 백업 파일로부터의 복제를 연속적으로 수행하여 각 백업 파일의 서브 백업 파일들을 다수 개 생성하며, 생성된 다수 개의 서브 백업 파일들을 역시 랜덤 변수에 따라 생성된 서로 다른 장소에 개별적으로 저장할 수 있다.
이에 따라, 시스템 상에서 산발적으로 생성된 다수 개의 백업 파일을 임의의 장소로 나누어 저장함으로써, 일부 백업 파일이 공격에 의해 손실되거나 삭제되는 경우에도 시스템 상에 산발적으로 존재하는 백업 파일을 이용하여 필요한 자료 등을 용이하게 복구하도록 할 수 있다.
다음으로, 백업 파일 분산화 모듈은, 다수 개의 백업 파일 중 현재 공격받고 있는 백업 파일이라고 판단된 파일을 시스템 상에서 영구적으로 삭제하게 된다.
이에 따라, 본 발명에서는, 해킹 또는 랜섬웨어의 공격 등으로 인해 시스템 상에서 정상적인 기능을 수행하지 못하거나, 해당 공격으로 인해 시스템 상에 존재하는 다른 파일까지도 위험에 노출시킬 수 있는 좀비 프로그램으로 변할 수 있는 파일을 미연에 시스템 상에서 삭제시킴으로써, 일부 파일로 인해 시스템 전체가 공격받는 것을 미연에 방지할 수 있다.
일 실시예에서, 백업 파일 분산화 모듈은, 백업 파일을 클라우드 서비스와 연동된 동기화 폴더에 저장한 경우, 해당 동기화 폴더에 백업 파일의 저장이 완료되고 저장한 백업 파일이 클라우드 상에 업로드 되면, 해당 동기화 폴더에 대한 동기화를 해제할 수 있다.
예를 들어, 사용자의 동기화를 위한 클라우드 서비스가 "Dropbox"라고 할 경우, "Dropbox"에서 제공하고 있는 "선택적 동기화 서비스"를 이용하여 상술한 바와 같은 백업 파일 분산화 모듈의 기능을 구현하게 된다.
즉, 백업 파일 분산화 모듈은, 백업 파일을 저장하기 위한 공간으로서 "백업 폴더"를 시스템 상에 생성하면, 클라우드 서비스는 새롭게 생성된 "백업 폴더"를 클라우드 상에서 역시 동일하게 생성하게 된다.
다음으로, 백업 파일 분산화 모듈은, 해당 폴더에 백업 파일을 저장하게 될 것이고, 이에 따라 클라우드 상에도 해당 백업 파일이 업로드 된다.
마지막으로, 클라우드 상에 해당 백업 파일의 업로드가 완료되면, 백업 파일 분산화 모듈은, 백업 파일 업로드에 사용되었던 "백업 폴더"에 대한 동기화만을 선택적으로 해제하고, "백업 폴더"를 시스템 상에서 삭제한다.
이 경우, 시스템 전체에 대한 동기화를 해제하는 것이 아니라, 백업 파일의 업로드에 사용하기 위해 임시적으로 생성되었던 "백업 폴더"만에 대한 동기화를 해제함으로써, 클라우드 서비스와의 안정적인 동기화 서비스는 지속적으로 수행하는 반면, 백업 파일은 클라우드 상에 업로드시킨 후 시스템 상에서는 삭제함에 따라 클라우드 상에서 백업 파일은 안전하게 저장하는 한편 시스템을 침투한 공격에 지속적으로 노출되는 것은 원천적으로 방지할 수 있게 된다.
일 실시예에서, 백업 파일 분산화 모듈은, 클라우드 상에 업로드 하였던 백업 파일의 저장 장소를 변경할 순서가 된 경우, 선택적 동기화를 해제하였던 폴더의 동기화를 다시 수행하여 클라우드 서비스에 업로드 하였던 백업 파일을 다운받은 후, 다운받은 백업 파일을 상술한 바와 같이 랜덤 변수에 따라 새롭게 생성된 장소로 이동시킬 수 있다.
상술한 바와 같은 구성을 가지는 모니터링 서버(200)는, 개발 환경 관리 시스템(설명의 편의상 도면에는 도시하지 않음) 상에서 구현될 수 있다.
개발 환경은 다수의 개발자가 소프트웨어 개발을 위해 다수의 개발 시스템을 사용하며, 각 개발 시스템은 개발자의 제어에 따라 소프트웨어 컴포넌트 및 소프트웨어를 개발하고 직접 관리할 수 있다. 각 개발 시스템은 신뢰 플랫폼 모듈(TPM: Trusted Platform Module) 표준기술을 사용하며, 이에 따라 소프트웨어 컴포넌트가 사용 허가된 개발 시스템에서만 사용 가능하도록 한다. 신뢰 플랫폼 모듈(TPM)은 일종의 보안 장치로서, 데이터 암호화를 위한 보안키를 생성 및 관리할 수 있다.
개발 환경 관리 시스템은 소프트웨어 컴포넌트 사용에 대한 개발자의 권한을 제한하고, 개발자가 사용하는 개발 시스템에 대한 보안 인증을 수행할 수 있다.
개발 환경 관리 시스템은 개발 시스템으로부터 소프트웨어 컴포넌트 생성 또는 수정 허가 요청 메시지를 수신하는 경우, 해당 개발 시스템의 권한 정보를 확인하여 소프트웨어 컴포넌트 생성 또는 수정 허가 요청 메시지를 처리할 수 있다.
여기에서, 소프트웨어 컴포넌트는 소스코드, 디버깅 정보를 포함하는 바이너리, 디버깅 정보를 포함하지 않는 순수 바이너리, 코드에 대한 상세설명을 위한 문서, 코드의 이해를 위한 공정 수식모델 중 적어도 하나를 포함하여 구성될 수 있다.
권한 정보는 소프트웨어 컴포넌트를 읽을 수 있는 읽기 권한, 소프트웨어 컴포넌트를 생성 및 수정하여 저장할 수 있는 저장 권한, 권한 정보를 조정할 수 있는 권한조정 권한 중 적어도 하나를 포함하여 구성될 수 있다.
개발 환경 관리 시스템은 권한 정보를 만족하는 어느 하나의 개발 시스템에 의해 소프트웨어 컴포넌트가 생성 또는 수정되는 경우, 이를 저장하여 다른 개발 시스템에서도 공유 가능하도록 제어할 수 있다. 이는 어느 하나의 개발 시스템에 의해 빌드한 모듈을 다른 개발 시스템에서 사용하여야 하는 경우가 있기 때문이다.
개발 환경 관리 시스템은 이러한 소프트웨어 컴포넌트의 생성 또는 수정 이력을 저장한 데이터베이스를 구축할 수 있다. 이는 이력 정보를 통해 특정 변수의 값이 어떻게 달라졌는지 단계별로 추적할 수 있고, 그 특정 변수가 임의의 다른 변수의 값 변경에 어떠한 영향을 주었는지도 파악할 수 있기 때문이다.
구체적으로는, 개발 환경 관리 시스템은 소프트웨어 컴포넌트의 종류, 해당 소프트웨어 컴포넌트의 생성/수정 여부, 해당 소프트웨어 컴포넌트의 생성/수정 일자, 해당 소프트웨어 컴포넌트의 생성/수정 빈도, 해당 소프트웨어 컴포넌트를 생성/수정한 개발 시스템의 권한 정보를 포함하여 이력 정보를 생성할 수 있다.
개발 환경 관리 시스템은 이력 정보를 생성할 때마다 인덱스를 부여하여 이력 정보 데이터베이스에 저장할 수 있다.
이때, 개발 환경 관리 시스템은 소프트웨어 컴포넌트의 종류별로 이력 정보 데이터베이스를 구축할 수 있다. 즉, 개발 환경 관리 시스템은 소프트웨어 컴포넌트의 중요도에 따라 이력 정보 데이터베이스를 구축할 수 있으며, 중요도가 가장 높은 종류에 해당하는 소프트웨어 컴포넌트의 이력 정보 데이터베이스는 후술하는 바와 같이 저장 공간 관리를 위한 데이터베이스 갱신 대상에서 제외될 수 있을 것이다.
또는, 개발 환경 관리 시스템은 소프트웨어 컴포넌트의 생성/수정 일자 별로 이력 정보 데이터베이스를 구축할 수 있다. 일예로, 개발 환경 관리 시스템은 특정 일자의 이력 정보 데이터베이스를 구축하여, 해당 이력 정보 데이터베이스를 데이터베이스 갱신 대상에서 제외시킬 수 있다.
또는, 개발 환경 관리 시스템은 권한 정보 별로 이력 정보 데이터베이스를 구축할 수 있다. 일예로, 개발 환경 관리 시스템은 최고 권한 정보로 간주되는 권한 정보를 조정할 수 있는 권한조정 권한에 해당하는 개발 시스템에 의한 소프트웨어 컴포넌트의 이력 정보 데이터베이스를 구축하여, 해당 이력 정보 데이터베이스를 데이터베이스 갱신 대상에서 제외시킬 수 있다.
개발 환경 관리 시스템은 상술한 바와 같이 효율적인 저장 공간 관리를 위해 이력 정보 데이터베이스를 갱신할 수 있다.
구체적으로는, 개발 환경 관리 시스템은 이력 정보 데이터베이스의 인덱스가 미리 설정된 인덱스에 도달하면 이력 정보 데이터베이스 갱신을 수행할 수 있다.
예를 들면, 개발 환경 관리 시스템은 이력 정보 데이터베이스의 전체 인덱스를 오름차순으로 하여 3 개의 구간으로 나눌 수 있다.
개발 환경 관리 시스템은 3 개의 구간 중 가장 낮은 인덱스를 포함하는 구간에 해당하는 이력 정보를 조건 없이 삭제할 수 있다. 해당 구간에 해당하는 이력 정보는 생성/수정 일자가 오랜 시간이 경과한 것으로 간주할 수 있으며, 이에 해당 이력 정보가 다시 참조될 가능성은 낮으므로 조건 없이 삭제할 수 있다.
개발 환경 관리 시스템은 3 개의 구간 중 가운데 구간에 해당하는 이력 정보를 소프트웨어 컴포넌트의 종류에 따라 삭제 또는 유지 여부를 결정하여 갱신할 수 있다. 즉, 개발 환경 관리 시스템은 소프트웨어 컴포넌트의 종류에 따라 중요도를 분류할 수 있으며, 3 개의 구간 중 가운데 구간에 해당하는 이력 정보 중 중요도가 가장 높은 소프트웨어 컴포넌트의 종류에 해당하는 이력 정보만을 유지하고 나머지 이력 정보는 모두 삭제하는 방식으로 이력 정보 데이터베이스를 갱신할 수 있다.
또는, 개발 환경 관리 시스템은 3 개의 구간 중 가운데 구간에 해당하는 이력 정보를 소프트웨어 컴포넌트의 생성/수정 빈도에 따라 삭제 또는 유지 여부를 결정하여 갱신할 수 있다. 즉, 3 개의 구간 중 가운데 구간에 해당하는 이력 정보 중 그 생성/수정 빈도가 미리 설정된 기준 빈도보다 높은 이력 정보는 모두 삭제하고 나머지 이력 정보는 유지하는 방식으로 이력 정보 데이터베이스를 갱신할 수 있다.
또는, 개발 환경 관리 시스템은 3 개의 구간 중 가운데 구간에 해당하는 이력 정보를 개발 시스템의 권한 정보에 따라 삭제 또는 유지 여부를 결정하여 갱신할 수 있다. 즉, 3 개의 구간 중 가운데 구간에 해당하는 이력 정보 중 그 권한 정보가 최고 권한 정보로 간주되는 권한 정보를 조정할 수 있는 권한조정 권한인 이력 정보는 그대로 유지하고, 나머지 이력 정보는 모두 삭제하는 방식으로 이력 정보 데이터베이스를 갱신할 수 있다.
개발 환경 관리 시스템은 3 개의 구간 중 가장 높은 인덱스를 포함하는 구간에 해당하는 이력 정보를 그대로 유지할 수 있다. 해당 구간에 해당하는 이력 정보는 생성/수정 일자가 비교적 최근의 것으로 간주할 수 있으며, 이에 해당 이력 정보가 다시 참조될 가능성은 높으므로 그대로 유지할 수 있다.
상술한 바와 같은 구성을 가지는 모니터링 서버(200)의 구성 중 일부는 인공지능에 의해 구현될 수 있으며, 의사결정 이유 제시 모듈(설명의 편의상 도면에는 도시하지 않음)을 더 포함할 수 있다.
의사결정 이유 제시 모듈은, 주어지거나 사용자에 의해 입력된 데이터에 대해서 분류·예측할 뿐만 아니라 결정에 대한 인과관계를 분석하여 적절한 근거를 찾아, 인공지능이 제시한 결과에 대해서 왜 그런 결과가 나오는지에 대한 이유를 사용자 레벨에서 설명할 수 있다. 의사결정 이유 제시 모듈을 통해 사용자와 인공지능 상호간의 신뢰할 수 있는 의사결정을 가능케 함으로써, 문제나 오류 발생 시 사용자에 의한 피드백이 적절하게 반영될 수 있다. 또한, 의사결정 이유 제시 모듈을 둠으로써, 인공지능이 제시하는 결과에 대해서 왜 그런 결과가 나오는지에 대한 원인을 명쾌하게 설명할 수 없어 사용자가 인공지능에 가질 수 있는 불신감을 해소할 수 있으며, 과도하게 학습을 진행할 경우 전체적인 관점에서의 최적해가 아닌 지역 내 최적해가 선택될 수 있다는 과적합화(overfitting) 문제를 미연에 방지할 수 있다.
일 실시 예에서, 의사결정 이유 제시 모듈은 모델 구축 모듈 및 이유 설명 인터페이스 모듈을 더 포함할 수 있다. 모델 구축 모듈은 심층 설명 학습 모듈, 해석 가능한 모델 생성 모듈 및 모델 귀납 모듈로 구현될 수 있다.
심층 설명 학습 모듈은 변형된 딥러닝 기술로서 심층 신경망이 설명 가능한 특징들을 학습하도록 할 수 있다. 은닉계층의 노드가 의미 있는 속성을 나타내도록 학습할 수 있으며, 예를 들어 팔과 다리의 이미지를 구분하는 모델을 학습한다면, 각 은닉 노드가 손톱이나 발톱 모양, 손가락이나 발가락 모양, 손바닥이나 발바닥의 위치 등을 나타내도록 학습해서 모델이 어떤 이미지를 손이라고 판단했을 때 활성화된 은닉 노드를 통해 판단의 근거를 알 수 있다. 이러한 판단의 근거는 예를 들어 RNN(순환신경망, Recurrent Neural Network) 등의 자연어 생성 모델을 통해 언어적으로 나타낼 수도 있다. RNN은 딥러닝의 모델이며 인공신경망의 한 종류로서, 시계열 데이터와 같이 시간의 흐름에 따라 변화하는 데이터를 학습하기 위한 것으로서, 입력조절벡터와 망각벡터 그리고 출력조절벡터를 이용하여 입력과 출력데이터를 얻는다. 입력조절벡터에서는 입력신호가 활성화함수와의 연결계층을 거친 후에 값을 받아들이며 망각 벡터는 과거 입력의 일부를 현재 입력에 반영하는 역할을 한다. 그리고 출력조절벡터는 과거의 값과 수정된 입력값을 고려하여 활성화 함수를 이용해 값을 받아들인다. 그리고 그 최종결과는 다시 입력으로 되돌아가게 된다. 이러한 순환신경망은 문서 감정을 분류하거나 필기체를 인식하는데 주로 활용되며, 음성 인식, 시계열 예측이나 파형생성을 할 때에도 주로 활용될 수 있다. 이는 입력데이터가 순서가 없는 고정된 모양 이어도 적절할 순서에 따라 처리할 수 있기 때문이다.
또한, 일 실시 예에서, 심층 설명 학습 모듈은 이미지에 근거가 되는 부분을 표시하여 시각적으로 나타낼 수도 있다. 예를 들어 인공지능 시스템이 고양이 이미지를 분류할 경우, 기존 시스템은 입력된 이미지의 고양이 여부만을 도출하지만, 심층 설명 학습 모듈은 고양이 여부를 도출하고, 이것의 근거(털, 수염 등) 이미지를 사용자에게 제공할 수 있다.
해석 가능한 모델 생성 모듈은, 구조화된 데이터를 해석 가능한 인과관계 모델로 구축할 수 있다. 일 실시 예에 따르면, BPL(bayesian program learning)을 이용하여 해석 가능한 모델 생성 모듈을 구축할 수 있으며, BPL은 작은 조각들의 조합으로 표현하도록 학습하는 방법으로서, 예를 들어 글자를 생성하는 모델을 학습할 때 글자를 획으로 나누어서 가장 합리적인 획의 조합으로 생성하도록 한다. BPL은 대량의 데이터가 없이도 사람과 같이 한 번 보면 그대로 모방할 수 있으며, Neural Network(신경망 모델)를 진화시킨 것으로서 새로운 사건이 주어졌을 때 그 사건을 바탕으로 확률값을 변화시킬 수 있다. 즉, BPL은 가상 변수들에 들어가는 가중치만 바꾸는 방식이 아니라, 중간에 다른 가상 변수를 생성하는 내용까지 포함된다. 새로운 환경이 주어지면 다른 방식으로 현상을 이해하는 것으로서 예를 들어, 동전을 100번 던져서 앞면이 60번, 뒷면이 40번 나와서 앞 면이 나올 확률을 60%로 잡은 다음, 다음번에 뒷면이 나오게 되면 앞면이 나올 확률을 59.4%로 내리는 방식이다.
또한, 일 실시 예에서, 해석 가능한 모델 생성 모듈은 확률론적 접근 방법을 통해 구현될 수 있다. 확률론적 접근 방법은 몇 가지 샘플만으로도 학습 효과를 낼 수 있으며, 예를 들면 길이가 긴 의자와 짧은 의자를 보여주면 중간 길이의 의자도 있다는 것을 배우는 것과 비슷하다. 즉, 부족한 데이터를 스스로 채워 나가며 학습하는 기술이다. 실시 예에 따라서는 확률론적 접근 방법은 수학적 계산을 통해 스스로 확률과 프로그램을 보정하는 기능을 포함할 수 있다.
또한, 일 실시 예에서, 해석 가능한 모델 생성 모듈은 And-Or-Graph를 이용하여 구현된 수 있다. And-Or-Graph는 AND/OR 그래프란 rule의 조건 및 결론관계와 AND/OR 관계를 그래프 형태로 나타내는 것으로서, 인공지능에 의해 도출되는 중간 및 최종 데이터가 구조화 되어있어 모델의 결정과정을 논리적으로 설명하기 쉬운 장점이 있다. 즉, AND 노드와 OR 노드로 그래프를 나타내는데, AND 노드는 모두 처리되어야 하며 OR 노드는 하나만 처리되면 끝낼 수 있다. AND/OR 그래프를 이용하면 서로 산재해 있는 rule들의 집합을 하나의 구조로 조감할 수 있으며 각 문장간의 논리적인 관계를 쉽게 파악할 수 있다.
모델 귀납 모듈은 임의의 블랙박스 모델을 설명가능한 모델로 추론할 수 있다. 일 실시 예에서, 모델 귀납 모듈은 LIME(local interpretable model-agnostic explanations)로 구현될 수 있으며, LIME은 임의의 블랙박스 모델을 이미 설명이 가능한 데이터 주변에서 희소 선형 결합을 통해 국부적으로 설명 가능하게 만들 수 있다. 예를 들어, 이미지를 분류하는 블랙박스 모델이 어떤 이미지를 심장이라고 판단했다면 이미 설명 가능한 다른 모델의 심장에 대한 설명 즉, 심장을 표현하는 픽셀들을 주어진 이미지와 대조하여 어느 부분이 심장이라고 판단한 근거인지 제시할 수 있다.
또한, 일 실시 예에서 모델 귀납 모듈은 모델을 일련의 if-then 조건문으로 표현하는 BRL(bayesian rule lists)로 구현될 수 있다. BRL은 고차원, 다변수인 특징공간을 간단하고 이미 해석 가능한 조건문으로 나누어 복잡한 모델을 이해할 수 있게 한다.
상술한 심층 설명 학습 모듈, 해석 가능한 모델 생성 모듈 및 모델 귀납 모듈은 서로 독립적으로 또는 서로 결합되어 작용될 수 있으며, 그 구현 순서도 실시 예에 따라 달라질 수 있다.
다음으로, 이유 설명 인터페이스 모듈은 인공지능의 의사결정에 대한 설명을 사용자가 이해할 수 있는 방식으로 표현할 수 있다. 이유 설명 인터페이스 모듈은 제시한 설명이 반복적일 것, 필요한 설명을 모두 포함하고 있을 것, 불필요한 설명을 포함하지 않을 것, 양이 적절할 것 등을 필수 항목으로 포함할 수 있다. 즉, 사용자가 용이하게 인공지능이 어떠한 과정과 이유로 최종 결과를 도출했는지와 각 단계별로 영향을 미친 요소나 데이터가 무엇인지 언어, 표, 이미지, 그래프, 수식 등을 포함하여 사용자에게 제공할 수 있다.
또한, 이유 설명 인터페이스 모듈은 사용자의 정정 명령을 입력받을 수 있다. 이를 위해 이유 설명 인터페이스 모듈은 정정가능성은 설명이 유동적일 것, 사용자의 피드백을 존중할 것, 점진적인 변화를 주시할 것 등을 필수 항목으로 포함할 수 있다. 이렇게 제시된 설명에 대해서 사용자에게 설명의 명확도와 활용도 등에 대한 피드백을 받아 이유 설명 인터페이스 모듈의 효과를 평가하고 발전시킬 수 있다.
다른 실시 예에서, 의사결정 이유 제시 모듈은, 인과관계 모델로 형성될 수 있다. 인과과계 모델은 딥러닝과 마르코브 랜덤 필드를 결합하는 형태로 형성될 수 있다. 먼저 학습 데이터로부터 심층 마르코브 랜덤 필드 모델의 확률 분포를 모델링하고, 확률 변수들 사이의 조건부 독립성을 나타내는 마르코브 랜덤 필드의 구조를 학습한다. 구조가 학습된 마르코브 랜덤 필드의 잠재 함수를 심층 신경망으로 추론하여 입력 변수의 수가 증가함에 따라 잠재 함수에 필요한 매개 변수의 수가 기하급수적으로 증가하는 문제를 완화하고, 변수 연관관계에 대한 제약 없이 복잡한 연관관계를 학습할 수 있다. 실시예에 따라 클래스 분류 문제를 보조태스크인 속성, 슈퍼카테고리와 같이 학습한 후, 출력 단계에서 선형 결합하여 효과적인 표현이 가능하도록 할 수 있다. 또한 인과관계가 정확히 학습되었는지 사람이 확인하고 피드백을 주어 수정할 수 있도록 하는 상호작용 학습 알고리즘을 포함할 수 있다.
또 다른 실시 예에서, 의사결정 이유 제시 모듈은, 분석 모듈로 구현될 수 있다. 시계열 함수를 다양한 커널을 바탕으로 다변수 가우시안으로 회귀분석 하는 기술로서, 가우시안 프로세스에서 커널을 표현하는 최적의 커널 조합을 학습하여 주어진 시계열 데이터를 위에서 찾은 커널 조합을 바탕으로 설명할 수 있다. 더 나아가서 여러 개의 시계열 데이터가 있을 때에도 공통적으로 표현되는 커널 및 각 시계열 데이터의 특성을 표현하는 커널의 조합을 학습하여 여러 개의 시계열 데이터에서 공통적으로 나타나는 특징을 설명할 수 있다. 시계열 데이터 분석 모델을 통해 찾은 커널의 조합을 자연어로 작성함으로써 사용자에게 인공지능에 의해 도출된 의사결정의 도출과정 및 그 이유를 자연어로 설명해 줄 수 있다.
이와 같은 의사결정 이유 제시 모듈을 통해, 인공지능의 의사결정 과정을 사용자의 입장에서 시각화 및 문자화함으로써, 의사결정에 과정에 관여한 구성요소를 설명할 수 있으며 동시에 복잡한 모델의 상관관계를 분석하여 원인요소와 결과요소로 나누어 설명할 수 있다. 특히 사용자가 용이하게 이해할 수 있는 자동 보고서의 형식으로 작성됨으로써, 데이터를 분석한 결과뿐만 아니라 이유를 제공하여 인공지능이 보다 정밀하게 인간과 상호 작용하게 할 수 있다.
상술한 바와 같은 기능을 수행하는 모니터링 서버(200)는, 서버 등의 장치를 유지/보수하기 위한 관리자를 효율적으로 운용할 수 있도록 보조하기 위한 관리자 관리 모듈(설명의 편의상 도면에는 도시하지 않음)을 포함할 수 있다.
일 실시예에서, 관리자 관리 모듈은, 입력되는 순서에 따른 순위에 따라 나열된 관리자 리스트를 생성할 수 있다.
즉, 관리자 관리 모듈은, 관리자의 관리 능력에는 상관없이 모듈로 등록되는 순서에 따라, 즉 최초 입력되는 관리자를 일 순위 관리자로 선정하고, 최선순위 관리자의 다음에 입력되는 관리자를 차 순위 관리자로 선정하고, 차순위 관리자의 다음에 입력되는 관리자를 삼 순위 관리자로 인정되는 등이 이에 해당한다.
일 실시예에서, 관리자 관리 모듈은, 일 장치의 유지/보수의 이벤트가 발생되는 경우 해당 이벤트를 해결할 관리자를 기 생성된 관리자 리스트에 포함된 관리자 중에 선택하여 해결을 요청할 수 있다.
이를 위해, 관리자 관리 모듈은, 등록된 관리자의 관리자 정보(예를 들어, 전화번호, 집 주소 등)를 관리자 별로 등록하여 두어야 할 것이다.
관리자 관리 모듈에 의하여 선택된 관리자가 해당 이벤트를 해결한 경우에는 해당 관리자에게 이벤트 해결에 따른 포인트르 부여 받게 되나, 해당 이벤트를 해결하지 못한 경우에는 해당 이벤트를 해결한 다른 관리자를 기 생성된 관리자 리스트에 포함된 관리자 중에 선택하여 해결을 요청하게 된다.
상술한 관리자 관리 모듈에 따른 관리자의 선택은, 별도의 순위 없이 무작위로 선택하여도 무방하나, 이하 에서와 같이 관리자 선택에 순위를 두어 이벤트 해결에 보다 효율적으로 대응하도록 함이 바람직하다.
관리자 관리 모듈에 따른 관리자 선택의 우선수위 선정은 다음과 같다.
우선, 관리자 리스트에 포함된 관리자들 중에서 최선수위(이때, 최초 생성된 관리자 리스트의 최선수위는 상술한 바와 같이 관리자의 관리 능력의 우열에 따라 선정되는 것은 아니며, 단순히 관리자 리스트에 추가되는 순위에 따른 것임)로부터 관리자를 선택하여 해당 이벤트의 해결을 요청하게 된다.
이때, 최초 선택받은 관리자가 해당 이벤트를 해결하기 못하거나, 이벤트 해결에 불응하는 경우에는 차순위로 리스트에 올라 있는 관리자에게 동일한 해결 요청을 전송하며, 이러한 과정은 해당 이벤트가 해결될 때까지 진행하게 된다.
특정 관리자가 해당 이벤트를 해결하면 관리자 선택 프로세스를 중단하고, 해당 관리자에게 이벤트 해결에 따른 포인트를 부여하게 된다.
포인트 부여가 완료되면, 관리자 관리 모듈은, 최소 생성된 관리자 리스트의 업데이트를 수행하는데, 이때 관리자들 간의 순위 판단에 상기 이벤트 해결에 따라 주어진 포인트를 고려하게 된다.
이에 따라, 최소 생성된 관리자 리스트에는 후순위에 위치하였던 관리자라도 특정 이벤트 해결에 따라 수여된 포인트로 인하여 선순위로 순위가 상승할 수 있고, 선순위에 있던 관리자라도 이벤트 해결에 대응하지 못한 경우에는 다른 관리자의 이벤트 해결로 인하여 해당 관리자의 후순위로 밀려날 수 있게 되는 것이다.
상술한 바와 같은 기능을 수행하는 모니터링 서버(200)는, 상술한 관리자 관리 모듈에 의하여 생성된 리스트에 포함된 관리자들에게 부여되는 포인트를 이용하여 관리자의 역량은 평가하여 이벤트가 발생된 장치의 이벤트 해결에 보다 적합한 관리자를 선택할 수 있도록 하는 관리자 평가 모듈(설명의 편의상 도면에는 도시하지 않음)을 더 포함할 수 있다.
일 실시예에서, 관리자 평가 모듈은, 우선 이벤트 해결에 참가한 회수에 따라 해당 이벤트를 해결한 관리자에게 기 설정된 점수의 포인트를 부가할 수 있다.
예를 들어, A라는 관리자가 특정 장치에 발생된 수리 이벤트에 참가하여 해당 이벤트를 수행한 경우 이에 따라 10점의 포인트를 부여 받게 되고, 차후 다른 장치에 발생된 보수 이벤트에 참가하여 해당 이벤트를 수행한 경우 이에 따라 역시 10점의 포인트를 부여 받았다고 할 경우, 총 20점의 포인트를 통해 A의 순위가 결정되는 것이다.
다만, 이때, 이벤트 해결에 따라 부여 받는 포인트는 모든 이벤트에 동일하게 산정되는 것은 아니며, 이벤트 해결에 필요로 하는 전문성 또는 이벤트 해결에 따라 동원해는 노동 정도에 따라 각 이벤트마다 다르게 산정될 수 있다.
예를 들어, 단순히 장치의 순찰하는 등과 같이 특별한 노동력이나 전문성을 필요로 하지 아니하는 이벤트의 경우에는 해당 이벤트 해결에 비교적 낮은 점수인 1점을 산정하는 반면, 서버교체작업 등과 같이 일반 저숙련 관리자의 해결을 기대할 수 없어 고숙련자의 투입이 필요로는 경우에는 비교적 높은 점수인 10점을 부여하는 등과 같이 정비의 난이에 따라 부여되는 포인트의 고저를 산정하는 것이 이에 해당할 수 있다.
이때, 동일한 종류의 다른 장비에 대하여 기존 장비와 동일한 이벤트가 발생되는 경우에는 상술한 관리자 관리 모듈에 의하여 기존 장비의 이벤트를 해결한 관리자에게 우선적으로 이벤트 해결 요청을 전송되며, 해당 이벤트를 요청받은 관리자가 해결할 경우 관리자 평가 모듈은 이에 따른 포인트를 부여하게 된다.
일 실시예에서, 상술한 관리자 관리 모듈은, 각각의 장치 별로 해당 장치에 보다 전문성을 갖출 관리자를 선발할 수 있도록 각 장치 별로 관리자 리스트를 따로 생성할 수 있다.
상술한 바와 같은 기능을 수행하는 모니터링 서버(200)는, 시스템에 새로운 장비가 도입되는 경우, 해당 새로운 장비를 효율적으로 수행할 수 있도록 상술한 바와 같은 관리자 관리 모듈에 의하여 기존에 생성된 관리자 리스트를 업데이트하기 위한 리스트 업데이트 모듈(설명의 편의상 도면에는 도시하지 않음)을 더 포함할 수 있다.
일 실시예에서, 리스트 업데이트 모듈은, 새롭게 도입된 장치의 유무를 판독하며, 새롭게 도입된 장비가 없는 경우에는 기 생성된 리스트를 그대로 유지시키고, 새롭게 도입된 장비가 존재하는 경우 기 생성된 리스트를 업데이트를 수행하기 위한 이하와 같은 절차를 수행하게 된다.
먼저, 리스트 업데이트 모듈은, 새롭게 도입된 장치와 관련된 사전 지식이 있는 관리자 유무를 판독한다.
이때, 사전 지식의 유무 판단은, 관리자 관리 모듈에 의하여 저장된 관리자 정보를 판독함으로써 확인할 수 있다.
만약, 기 생성된 리스트에 새롭게 도입된 장치와 관련된 사전지식을 가지고 있는 관리자가 있는 경우, 해당 관리자에게 해당 장비에 이벤트가 발생되는 경우 최우선하여 이벤트 해결 요청을 전송할 수 있도록 기 생성된 리스트에서 해당 장치에 노하우를 보유하고 있는 관리자를 최선순위로 순위를 상승시킴으로써 기 생성될 리스트를 업데이트하게 된다.
그리고, 만약, 기 생성된 리스트에 새롭게 도입된 장치와 관련된 사전지식을 가지고 있는 관리자가 없는 경우, 해당 장치와 유사도가 가장 높은 장비를 판독하고, 판독된 유사도가 가장 높은 장치와 관련된 사전지식을 가지고 있는 관리자가 있는 경우, 해당 관리자에게 해당 새롭게 도입된 장비에 이벤트가 발생되는 경우 최우선하여 이벤트 해결 요청을 전송할 수 있도록 기 생성된 리스트에서 해당 유사도가 가장 높은 장치에 노하우를 보유하고 있는 관리자를 최선순위로 순위를 상승시킴으로써 기 생성될 리스트를 업데이트하게 된다.
따라서, 새롭게 도입되는 모든 장치 각각에 전문적인 지식을 가지지는 못하였지만, 새롭게 도입되는 장치와 유사도가 가장 높은 장치에 전문성을 갖춘 관리자로 하여금 정비를 하도록 함으로써, 새로운 장비를 유지/보수하기 위해 새로운 관리자를 선별하여 스카우트하여야 하는 수고를 덜 수 있도록 할 수 있다.
상술된 실시예들은 예시를 위한 것이며, 상술된 실시예들이 속하는 기술분야의 통상의 지식을 가진 자는 상술된 실시예들이 갖는 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 상술된 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 명세서를 통해 보호받고자 하는 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태를 포함하는 것으로 해석되어야 한다.
10: 팬 필터 유니트 모니터링 시스템
100: 유니트 모니터링부
110: 온도 센서
120: RPM 센서
130: 유량 센서
140: 가스 센서
150: 센서부
160: 제어부
170: 통신부
200: 모니터링 서버

Claims (2)

  1. 반도체 장비에 설치된 팬 필터 유니트(Fan Filter Unit)를 모니터링 하는 유니트 모니터링부를 포함하되,
    상기 유니트 모니터링부는, 팬 필터 유니트(Fan Filter Unit)에 설치되며, 해당 팬 필터 유니트의 팬(Fan)의 회전수, 팬을 통해 흐르는 유량, 온도 및 연소 발생 여부를 모니터링 하며,
    상기 유니트 모니터링부에 네트워크를 통해 연결되며, 상기 유니트 모니터링부로부터 전달되는 모니터링 정보를 시각적으로 변화시켜 표시수단을 통하여 출력하는 모니터링 서버를 더 포함하며,
    상기 유니트 모니터링부는, 웨이퍼 이송 자동화모듈(EFEM·Equipment Front End Module)의 팬 필터 유니트의 팬의 회전수, 메인 팬 필터 유니트의 팬의 회전수, 제논 램프 배기 팬(Xenon Lamp Exhaust FAN)의 회전수, 저 배기 팬(Lower Exhaust FAN)의 회전수, 씨피유 쿨링 팬(CPU Cooling FAN)의 회전수, 웨이퍼 이송 자동화모듈 유량(EFEM Flow) 및 메인 유량(MAIN Flow) 중 적어도 하나의 팬의 회전수 또는 팬을 통해 흐르는 유량을 모니터링하며,
    상기 유니트 모니터링부는, 반도체 장비의 외부 온도(Ambient temp) 및 반도체 장비의 내부 온도(Plenum temp) 중 적어도 하나의 온도를 모니터링하며,
    상기 유니트 모니터링부는, 메인 가스 탐지기(Main GAS Detector) 또는 저 가스 탐지기(Lower GAS Detector)를 이용하여 반도체 장비의 연소 발생 여부를 탐지하며,
    상기 유니트 모니터링부는, 반도체 장비에서 모니터링 된 팬의 회전수, 팬을 통해 흐르는 유량, 온도 및 연소 발생 여부 중 적어도 하나의 측정값을 포함하는 모니터링 정보를 생성하며, 해당 생성한 모니터링 정보를 네트워크를 통해 상기 모니터링 서버로 전송하며,
    상기 모니터링 서버는, 각 팬 필터 유니트에 설치된 상기 유니트 모니터링부 별로 각각의 측정값 별로 리미트(Limit)값을 설정하여 두며, 해당 리미트값을 벗어나는 측정값이 입력되는 경우 경고(Alarm) 표시를 하며,
    상기 모니터링 서버는, 해킹 또는 랜섬웨어와 같은 외부의 공격으로부터 보호하여야 할 정보를 백업 파일로 생성한 후, 생성된 백업 파일을 동일한 데이터를 포함하는 1차 백업 파일과 2차 백업을 차례로 생성하여 저장하되, 1차 백업 파일과 2차 백업 파일의 저장 장소를 달리 하여 저장하는 백업 파일 분산화 모듈을 포함하며,
    상기 백업 파일 분산화 모듈은, 저장되었던 1차 백업 파일과 2차 백업 파일의 저장 장소를 기 설정된 주기로 시스템 상의 기 설정된 장소 또는 새롭게 생성된 장소로 변경하되, 임의의 랜덤 변수에 따라 생성된 폴더나 서브 폴더로 백업 파일의 이동 장소를 지정하며,
    상기 백업 파일 분산화 모듈은, 외부로부터 침입이 감지될 경우, 기 생성되었던 1차 백업 파일과 2차 백업 파일로부터의 복제를 연속적으로 수행하여 각 백업 파일의 서브 백업 파일들을 다수 개 생성하며, 생성된 다수 개의 서브 백업 파일들을 역시 랜덤 변수에 따라 생성된 서로 다른 장소에 개별적으로 저장하며,
    상기 백업 파일 분산화 모듈은, 다수 개의 백업 파일 중 현재 공격받고 있는 백업 파일이라고 판단된 파일을 시스템 상에서 영구적으로 삭제하며,
    상기 모니터링 서버는, 개발 환경 관리 시스템 상에서 구현되되,
    상기 개발 환경 관리 시스템은, 개발 시스템으로부터 소프트웨어 컴포넌트 생성 또는 수정 허가 요청 메시지를 수신하는 경우, 해당 개발 시스템의 권한 정보를 확인하여 소프트웨어 컴포넌트 생성 또는 수정 허가 요청 메시지를 처리하되,
    상기 소프트웨어 컴포넌트는, 소스코드, 디버깅 정보를 포함하는 바이너리, 디버깅 정보를 포함하지 않는 순수 바이너리, 코드에 대한 상세설명을 위한 문서, 코드의 이해를 위한 공정 수식모델 중 적어도 하나를 포함하여 구성되며,
    상기 권한 정보는, 소프트웨어 컴포넌트를 읽을 수 있는 읽기 권한, 소프트웨어 컴포넌트를 생성 및 수정하여 저장할 수 있는 저장 권한, 권한 정보를 조정할 수 있는 권한조정 권한 중 적어도 하나를 포함하여 구성되며,
    상기 개발 환경 관리 시스템은, 어느 하나의 개발 시스템에 의해 빌드한 모듈을 다른 개발 시스템에서 사용할 수 있도록 권한 정보를 만족하는 어느 하나의 개발 시스템에 의해 소프트웨어 컴포넌트가 생성 또는 수정되는 경우, 이를 저장하여 다른 개발 시스템에서도 공유 가능하도록 제어하며,
    상기 개발 환경 관리 시스템은, 이력 정보를 통해 특정 변수의 값이 어떻게 달라졌는지 단계별로 추적하고 그 특정 변수가 임의의 다른 변수의 값 변경에 어떠한 영향을 주었는지도 파악할 수 있도록 상기 소프트웨어 컴포넌트의 생성 또는 수정 이력을 저장한 데이터베이스를 구축하며,
    상기 개발 환경 관리 시스템은 소프트웨어 컴포넌트의 종류, 해당 소프트웨어 컴포넌트의 생성/수정 여부, 해당 소프트웨어 컴포넌트의 생성/수정 일자, 해당 소프트웨어 컴포넌트의 생성/수정 빈도, 해당 소프트웨어 컴포넌트를 생성/수정한 개발 시스템의 권한 정보를 포함하여 이력 정보를 생성하며,
    상기 개발 환경 관리 시스템은, 이력 정보를 생성할 때마다 인덱스를 부여하여 이력 정보 데이터베이스에 저장하되, 소프트웨어 컴포넌트의 중요도에 따라 이력 정보 데이터베이스를 구축할 수 있으며, 중요도가 가장 높은 종류에 해당하는 소프트웨어 컴포넌트의 이력 정보 데이터베이스는 저장 공간 관리를 위한 데이터베이스 갱신 대상에서 제외하거나, 소프트웨어 컴포넌트의 생성/수정 일자 별로 이력 정보 데이터베이스를 구축하거나, 또는 권한 정보 별로 이력 정보 데이터베이스를 구축하며,
    상기 개발 환경 관리 시스템은, 저장 공간 관리를 위해 이력 정보 데이터베이스의 인덱스가 미리 설정된 인덱스에 도달하면 이력 정보 데이터베이스 갱신을 수행하며,
    상기 개발 환경 관리 시스템은, 이력 정보 데이터베이스 갱신을 위해 이력 정보 데이터베이스의 전체 인덱스를 오름차순으로 하여 3 개의 구간으로 나누고, 3 개의 구간 중 가장 낮은 인덱스를 포함하는 구간에 해당하는 이력 정보는 생성/수정 일자가 오랜 시간이 경과한 것으로 간주하여 조건 없이 삭제하고, 3 개의 구간 중 가운데 구간에 해당하는 이력 정보 중 중요도가 가장 높은 소프트웨어 컴포넌트의 종류에 해당하는 이력 정보만을 유지하고 나머지 이력 정보는 모두 삭제하여 갱신하거나, 생성/수정 빈도가 미리 설정된 기준 빈도보다 높은 이력 정보는 모두 삭제하고 나머지 이력 정보는 유지하는 방식으로 이력 정보 데이터베이스를 갱신하거나, 또는, 권한 정보가 최고 권한 정보로 간주되는 권한 정보를 조정할 수 있는 권한조정 권한인 이력 정보는 그대로 유지하고, 나머지 이력 정보는 모두 삭제하는 방식으로 이력 정보 데이터베이스를 갱신하며, 3 개의 구간 중 가장 높은 인덱스를 포함하는 구간에 해당하는 이력 정보는 생성/수정 일자가 비교적 최근의 것으로 간주하여 그대로 유지하는, 팬 필터 유니트 모니터링 시스템.
  2. 삭제
KR1020190033351A 2019-03-25 2019-03-25 팬 필터 유니트 모니터링 시스템 KR102017889B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190033351A KR102017889B1 (ko) 2019-03-25 2019-03-25 팬 필터 유니트 모니터링 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190033351A KR102017889B1 (ko) 2019-03-25 2019-03-25 팬 필터 유니트 모니터링 시스템

Publications (1)

Publication Number Publication Date
KR102017889B1 true KR102017889B1 (ko) 2019-09-03

Family

ID=67951653

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190033351A KR102017889B1 (ko) 2019-03-25 2019-03-25 팬 필터 유니트 모니터링 시스템

Country Status (1)

Country Link
KR (1) KR102017889B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102461776B1 (ko) * 2022-05-12 2022-11-01 한방유비스 주식회사 지능형 cctv 및 연기 제어 시스템을 이용한 스마트 화재 모니터링 시스템

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980048808A (ko) * 1996-12-18 1998-09-15 김광호 팬의 구동 체크 장치
KR20070033506A (ko) * 2005-09-21 2007-03-27 (주)에이치엔씨 국소청정클린룸의 자동제어시스템
KR100747736B1 (ko) 2005-07-13 2007-08-08 주식회사 테스 팬 구동 모니터링 장치 및 그 방법
JP2013156798A (ja) * 2012-01-30 2013-08-15 Kddi Corp 記憶装置、アクセスパターンの秘匿方法およびプログラム
KR101393584B1 (ko) 2012-12-26 2014-05-09 현대자동차 주식회사 연료전지 차량의 냉각팬 모니터링장치 및 방법
JP2019505919A (ja) * 2016-02-01 2019-02-28 シマンテック コーポレーションＳｙｍａｎｔｅｃ Ｃｏｒｐｏｒａｔｉｏｎ 潜在的ランサムウェアを検出することに応答してファイルバックアップを変更するためのシステム及び方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980048808A (ko) * 1996-12-18 1998-09-15 김광호 팬의 구동 체크 장치
KR100747736B1 (ko) 2005-07-13 2007-08-08 주식회사 테스 팬 구동 모니터링 장치 및 그 방법
KR20070033506A (ko) * 2005-09-21 2007-03-27 (주)에이치엔씨 국소청정클린룸의 자동제어시스템
JP2013156798A (ja) * 2012-01-30 2013-08-15 Kddi Corp 記憶装置、アクセスパターンの秘匿方法およびプログラム
KR101393584B1 (ko) 2012-12-26 2014-05-09 현대자동차 주식회사 연료전지 차량의 냉각팬 모니터링장치 및 방법
JP2019505919A (ja) * 2016-02-01 2019-02-28 シマンテック コーポレーションＳｙｍａｎｔｅｃ Ｃｏｒｐｏｒａｔｉｏｎ 潜在的ランサムウェアを検出することに応答してファイルバックアップを変更するためのシステム及び方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102461776B1 (ko) * 2022-05-12 2022-11-01 한방유비스 주식회사 지능형 cctv 및 연기 제어 시스템을 이용한 스마트 화재 모니터링 시스템

Similar Documents

Publication Publication Date Title
KR101968200B1 (ko) 진단명, 수술명 및 치료명에 기초한 의료정보 추천시스템
US20190377625A1 (en) Computing node failure and health prediction for cloud-based data center
US20160203036A1 (en) Machine learning-based fault detection system
US7925600B2 (en) Swarm autonomic agents with self-destruct capability
US20170060963A1 (en) Data Mining Management Server
US20120185728A1 (en) System and method for detecting and/or diagnosing faults in multi-variable systems
US10921755B2 (en) Method and system for competence monitoring and contiguous learning for control
US11606393B2 (en) Node classification in dynamic networks using graph factorization
US11334057B2 (en) Anomaly detection for predictive maintenance and deriving outcomes and workflows based on data quality
Wang et al. A novel discrete particle swarm optimization algorithm for solving Bayesian network structures learning problem
US11593648B2 (en) Methods and systems for detection and isolation of bias in predictive models
KR102017889B1 (ko) 팬 필터 유니트 모니터링 시스템
El Mokhtari et al. Development of a cognitive digital twin for building management and operations
EP3166056A1 (en) Systems and methods for an environmental event and task manager
US11348013B2 (en) Determining, encoding, and transmission of classification variables at end-device for remote monitoring
Patching et al. A supervised learning process to validate online disease reports for use in predictive models
Mattioli et al. Towards a holistic approach for AI trustworthiness assessment based upon aids for multi-criteria aggregation
KR102054500B1 (ko) 설계 도면 제공 방법
Wei et al. A new BRB model for security-state assessment of cloud computing based on the impact of external and internal environments
US20220383984A1 (en) Automated Monitoring and Retraining of Infectious Disease Computer Models
Gopalakrishna et al. Evaluating machine learning algorithms for applications with humans in the loop
KR102047012B1 (ko) 정보 제공 시스템
US20220384056A1 (en) Hypothetical Scenario Evaluation in Infectious Disease Dynamics Based on Similar Regions
US20220384055A1 (en) Hyperlocal Prediction of Epidemic Dynamics and Risks
JP7340747B2 (ja) 制御方法、制御プログラムおよび空調制御装置

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant