KR102183089B1 - 상호작용 네트워크 분석 방법 및 장치 - Google Patents

상호작용 네트워크 분석 방법 및 장치 Download PDF

Info

Publication number
KR102183089B1
KR102183089B1 KR1020150140386A KR20150140386A KR102183089B1 KR 102183089 B1 KR102183089 B1 KR 102183089B1 KR 1020150140386 A KR1020150140386 A KR 1020150140386A KR 20150140386 A KR20150140386 A KR 20150140386A KR 102183089 B1 KR102183089 B1 KR 102183089B1
Authority
KR
South Korea
Prior art keywords
state
analysis
node
interaction network
states
Prior art date
Application number
KR1020150140386A
Other languages
English (en)
Other versions
KR20170040995A (ko
Inventor
이동선
김진한
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020150140386A priority Critical patent/KR102183089B1/ko
Priority to US15/251,536 priority patent/US10270677B2/en
Publication of KR20170040995A publication Critical patent/KR20170040995A/ko
Application granted granted Critical
Publication of KR102183089B1 publication Critical patent/KR102183089B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/288—Entity relationship models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/14—Arrangements for monitoring or testing data switching networks using software, i.e. software packages
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12—Discovery or management of network topologies
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/80—Data visualisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
    • H04L41/0816—Configuration setting characterised by the conditions triggering a change of settings the condition being an adaptation, e.g. in response to network events

Abstract

사용자로부터 입력된, 복수의 노드의 상태를 기술하는 적어도 하나의 정보가 직렬로 나열된 데이터를 해석하는 단계, 그리고 입력 데이터의 해석으로 획득된 정보를 바탕으로 데이터에 기술된 복수의 노드의 상태를 결정하고, 복수의 노드의 상태를 바탕으로 상호작용 네트워크로 표현된 시스템의 상태를 업데이트 하는 단계를 통해 상호작용 네트워크를 분석하는 방법 및 장치가 제공된다.

Description

상호작용 네트워크 분석 방법 및 장치{Method and apparatus for analyzing interaction network}
본 기재는 개체 간 상호작용 네트워크를 분석하는 방법 및 장치에 관한 것이다.
물리, 화학, 생물학 등과 같은 과학 분야의 시스템 및 사회의 수많은 현상은, 개체 간의 복잡한 상호작용 네트워크로 표현될 수 있다. 상호작용 네트워크에 구성 요소로서 포함된 각 개체는 개체 간 상호작용 관계를 이루고 있다. 그리고 상호작용 네트워크의 동역학적 특성을 이해하기 위하여 전산모사 기법이 활용되고 있다.
상호작용 네트워크를 모사하기 위한 전산모사에서, 각 구성요소가 다른 구성요소에 의해 받는 영향 및 조건이 네트워크에 기반하여 나열된 계산 스크립트가 활용될 수 있다. 이때 계산 스크립트는 복수의 줄로 표현될 수 있다.
또는 상호작용 네트워크를 가시적으로 표현하기 위하여 그래픽 인터페이스가 활용될 수도 있다. 상호작용 네트워크가 그래픽 인터페이스로 표현되는 경우, 상호작용 네트워크는 구성요소로서의 개체를 표현한 노드(node), 각 노드 사이의 관계를 나타내고 각 노드 사이의 영향을 표현한 엣지(edge)를 포함한다. 그리고 이때 노드 사이의 영향의 함수적 표현은 별개로 수치로 표현되지 않는다.
통상, 상호작용 네트워크는 복잡한 형태로 표현된다. 따라서, 텍스트 기반 프로그래밍 방법을 활용하여 상호작용 네트워크를 전산모사 하는 경우, 연산 조건 및 연산 함수 등이 나열된 스크립트를 보고 전체 상황을 일목요연하게 파악하는데 어려움이 있다. 또한, 연산 스크립트의 비정형성 및 복잡성 때문에 연산 조건을 수정하는 데에도 어려움이 있다. 상호작용 네트워크에 대한 시각적 이해를 돕기 위하여 상호작용 네트워크가 그래픽 인터페이스로 표현되는 경우, 전체적인 연결 관계는 시각적으로 쉽게 이해될 수 있지만, 각 구성요소 간 정량적 상관도, 논리 관계를 포함하는 함수적 관계 등 실제적인 동역학적 특성을 기술하기 위한 값이 표현되기 어렵기 때문에 전산모사에 적합하지 않을 수 있다.
일 실시예는, 상호작용 네트워크에 포함된 노드의 상태를 기술하는 적절한 데이터 구조를 이용하여 상호작용 네트워크를 분석하는 방법을 제공한다.
다른 실시예는, 상호작용 네트워크에 포함된 노드의 상태를 기술하는 적절한 데이터 구조를 이용하여 상호작용 네트워크를 분석하는 장치를 제공한다.
일 실시예에 따르면, 상호작용 네트워크를 분석하는 방법이 제공된다. 상기 상호작용 네트워크 분석 방법은, 사용자로부터 입력된 데이터를 해석하는 단계, 그리고 해석으로 획득된 정보를 바탕으로 데이터에 기술된 복수의 노드의 상태를 결정하고, 복수의 노드의 상태를 바탕으로 상호작용 네트워크로 표현된 시스템의 상태를 업데이트 하는 단계를 포함하고, 데이터는 복수의 노드의 상태를 기술하는 적어도 하나의 정보가 직렬로 나열된다.
상기 상호작용 네트워크 분석 방법에서 적어도 하나의 정보는, 상태 영역, 함수 영역 및 조건 영역을 포함하고, 데이터는, 복수의 노드 중 하나의 노드에 대해 상태 영역, 함수 영역 및 조건 영역이 직렬로 나열된 구조를 가질 수 있다.
상기 상호작용 네트워크 분석 방법에서 상태 영역은, 하나의 노드의 상태를 기술하는 정보 영역일 수 있다.
상기 상호작용 네트워크 분석 방법에서 함수 영역은, 하나의 노드의 상태에 영향을 주는 요소를 나타내는 정보 영역이고, 하나의 노드의 상태에 영향을 미치는 방식을 나타내는 함수 및 함수의 변수에 해당하는 하나의 노드의 이웃 노드의 식별자를 포함할 수 있다.
상기 상호작용 네트워크 분석 방법에서 조건 영역은, 하나의 노드의 초기 상태, 제한 상태를 나타내는 정보 영역이고, 구분자를 통해 분리 표현되고 종결 기호로 종결될 수 있다.
상기 상호작용 네트워크 분석 방법은, 업데이트된 상태가 제한 조건에 위배되지 않는지 판단하는 단계, 그리고 업데이트된 상태가 제한 조건에 위배되지 않는 경우, 시스템의 업데이트된 상태를 저장하는 단계를 더 포함할 수 있다.
상기 상호작용 네트워크 분석 방법은, 시스템에 대한 상태 히스토리를 바탕으로 상호작용 네트워크에 대한 분석을 종료할지 결정하는 단계를 더 포함할 수 있다.
상기 상호작용 네트워크 분석 방법에서 상호작용 네트워크에 대한 분석을 종료할지 결정하는 단계는, 상태 히스토리에서, 시스템이 하나의 상태에 지속적으로 머무르는 경우, 분석을 종료하는 단계를 포함할 수 있다.
상기 상호작용 네트워크 분석 방법에서 상호작용 네트워크에 대한 분석을 종료할지 결정하는 단계는, 상태 히스토리에서 복수의 상태가 일정한 주기로 반복되고 복수의 상태의 반복 순서가 동일한 경우, 분석을 종료하는 단계를 포함할 수 있다.
상기 상호작용 네트워크 분석 방법에서 상호작용 네트워크에 대한 분석을 종료할지 결정하는 단계는, 미리 설정된 횟수 이상으로 업데이트를 반복하여도 시스템이 적어도 하나의 상태로 수렴하지 않는 경우, 분석을 종료하는 단계를 포함할 수 있다.
다른 실시예에 따르면, 상호작용 네트워크를 분석하는 분석 장치가 제공된다. 상기 상호작용 네트워크 분석 장치는, 사용자로부터 입력된 데이터를 해석하는 데이터 구조 인터프리터, 해석으로 획득된 정보를 바탕으로 데이터에 기술된 복수의 노드의 상태를 결정하고, 복수의 노드의 상태를 바탕으로 상호작용 네트워크로 표현된 시스템의 상태를 업데이트 하는 상태 업데이터를 포함하고, 데이터는 복수의 노드의 상태를 기술하는 적어도 하나의 정보가 직렬로 나열된다.
상기 상호작용 네트워크 분석 장치에서 적어도 하나의 정보는, 상태 영역, 함수 영역 및 조건 영역을 포함하고, 데이터는, 복수의 노드 중 하나의 노드에 대해 상태 영역, 함수 영역 및 조건 영역이 직렬로 나열된 구조를 가질 수 있다.
상기 상호작용 네트워크 분석 장치에서 상태 영역은, 하나의 노드의 상태를 기술하는 정보 영역일 수 있다.
상기 상호작용 네트워크 분석 장치에서 함수 영역은, 하나의 노드의 상태에 영향을 주는 요소를 나타내는 정보 영역이고, 하나의 노드의 상태에 영향을 미치는 방식을 나타내는 함수 및 함수의 변수에 해당하는 하나의 노드의 이웃 노드의 식별자를 포함할 수 있다.
상기 상호작용 네트워크 분석 장치에서 조건 영역은, 하나의 노드의 초기 상태, 제한 상태를 나타내는 정보 영역이고, 구분자를 통해 분리 표현되고 종결 기호로 종결될 수 있다.
상기 상호작용 네트워크 분석 장치에서 상태 업데이터는, 업데이트된 상태가 제한 조건에 위배되지 않는지 판단하고, 업데이트된 상태가 제한 조건에 위배되지 않는 경우, 시스템의 업데이트된 상태를 저장할 수 있다.
상기 상호작용 네트워크 분석 장치에서 시스템에 대한 상태 히스토리를 바탕으로 상호작용 네트워크에 대한 분석을 종료할지 결정하는 수렴 분석부를 더 포함할 수 있다.
상기 상호작용 네트워크 분석 장치에서 수렴 분석부는, 상태 히스토리에서 시스템이 하나의 상태에 지속적으로 머무르는 경우 분석을 종료할 수 있다.
상기 상호작용 네트워크 분석 장치에서 수렴 분석부는, 상태 히스토리에서 복수의 상태가 일정한 주기로 반복되고 복수의 상태의 반복 순서가 동일한 경우 분석을 종료할 수 있다.
상기 상호작용 네트워크 분석 장치에서 수렴 분석부는, 미리 설정된 횟수 이상으로 업데이트를 반복하여도 시스템이 적어도 하나의 상태로 수렴하지 않는 경우 분석을 종료할 수 있다.
상호작용 네트워크에 포함된 노드의 상태에 영향을 주는 모든 인자에 관한 정보가 직렬로 나열된 구조를 갖는 데이터를 이용하여 상호작용 네트워크가 효율적으로 분석될 수 있으며, 상호작용 네트워크의 연구자는 노드의 상태를 기술하기 위한 데이터의 정보를 용이하게 재정의할 수 있다.
도 1은 일 실시예에 따른 상호작용 네트워크 분석 장치를 나타낸 블록도이다.
도 2는 일 실시예에 따른 상호작용 네트워크 분석 장치로 입력되는 데이터의 데이터 구조를 개략적으로 나타낸 도면이다.
도 3은 일 실시예에 따른 상호작용 네트워크의 일부를 나타낸 도면이다.
도 4는 일 실시예에 따른 상호작용 네트워크 분석 방법을 나타낸 흐름도이다.
도 5는 일 실시예에 따른 상호작용 네트워크 분석 장치를 나타낸 블록도이다.
아래에서는 첨부한 도면을 참고로 하여 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
도 1은 일 실시예에 따른 상호작용 네트워크 분석 장치를 나타낸 블록도이고, 도 2는 일 실시예에 따른 상호작용 네트워크 분석 장치로 입력되는 데이터의 데이터 구조를 개략적으로 나타낸 도면이며, 도 3은 일 실시예에 따른 상호작용 네트워크의 일부를 나타낸 도면이다.
도 1을 참조하면, 일 실시예에 따른 상호작용 네트워크 분석 장치(100)는, 데이터 구조 인터프리터(data structure interpreter)(110), 데이터 리디스트리뷰터(data re-distributer)(120), 상태 업데이터(state updater)(130), 그리고 수렴 분석부(convergence analyzer)(140)를 포함한다.
데이터 구조 인터프리터(110)는, 사용자로부터 입력된 데이터를 해석하여 해석된 데이터에 태깅(tagging)을 수행하고, 태그된 데이터(tagged data)를 데이터 해석을 바탕으로 획득된 정보(즉, 상호작용 네트워크에 포함된 노드의 상태를 기술하기 위해 사용된 정보)와 함께 데이터 리디스트리뷰터(120)로 전달한다. 이때, 사용자로부터 입력된 데이터는 상호작용 네트워크의 각 노드를 표현하는 스크립트가 될 수 있다. 또한, 데이터 구조 인터프리터(110)는, 데이터를 해석하기 위하여 데이터의 구조가 정의 기반 해석이 가능한 구조인지 검증할 수 있다. 이때, 검증은 데이터에 대한 상태 업데이트 규칙(state update rules) 및 상태 조건(constraints on states)을 바탕으로 수행될 수 있다. 그리고 입력 데이터에서 일부가 누락되었지만 기본값을 활용할 수 있다면, 데이터 구조 인터프리터(110)는 입력된 데이터의 구조가 정의 기반 해석이 가능한 구조인 것으로 결정할 수 있다.
도 2를 참조하면, 노드 X를 표현하는 데이터는, 노드 X의 현재 상태 영역, 함수 영역 및 조건 영역을 포함하는 구조로 구성되어 있다. 그리고, 데이터에 포함된 현재 상태 영역, 함수 영역 및 조건 영역은 하나의 노드에 대해 직렬로 나열될 수 있다.
데이터 구조의 상태 영역은, 노드 X의 상태를 나타내는 정보 영역이다.
데이터 구조의 함수 영역은, 노드 X의 상태에 영향을 주는 인자를 나타내는 정보 영역으로서, 노드 X의 상태에 영향을 미치는 방식을 나타낸 함수와, 함수의 변수에 해당하는 노드 X의 이웃 노드의 식별자를 포함한다. 즉, 함수 영역에 함수의 변수로서 기술된 노드는 노드 X의 상태에 영향을 주는 노드이고, 함수 영역의 함수는 영향에 대한 표현식이다. 이때 함수는, 불리언 로직 등의 논리 함수, 진리표 기반 대응 함수 및 미분 방정식 등 함수 형태로 표현될 수 있는 것은 모두 가능하다.
데이터 구조의 조건 영역은, 노드의 초기 상태, 제한 상태 등을 나타내는 정보 영역이다. 조건 영역에서 초기 상태는 '0' 또는 '1'로 표시될 수 있고, 제한 상태의 '-'는 '제한 없음'을 의미할 수 있다. 조건 영역에서 각 조건은 구분자를 통해 분리 표현될 수 있고, 선언의 종결을 나타내는 종결 기호로 마무리 될 수 있다. 도 2를 참조하면, 구분자로 '|'가 사용되었고, 종결 기호로 '.'가 사용되었다.
따라서, 일 실시예에 따르면, 데이터에 포함된 노드의 상태를 즉, 데이터 해석을 바탕으로 획득된 정보는, 함수 영역에 기술된 함수, 함수의 변수에 해당하는 이웃 노드, 조건 영역에 기술된 각 조건을 포함할 수 있다.
아래 수학식 1은 도 3의 상호작용 네트워크를 전산모사하기 위해 입력된 데이터를 나타낸다.
Figure 112015096743672-pat00001
도 3 및 수학식 1을 참조하면, 노드 A, B 및 C를 기술하기 위한 데이터에서 조건 영역은 초기 상태, 제한 상태, 결과 출력을 나타낸다. 노드 A의 상태는 노드 C를 변수로 갖는 함수 FA에 의해 영향을 받고, 노드 A의 초기 상태는 '1', 제한 상태는 '1', 그리고 노드 A의 결과 상태는 출력되지 않는다. 노드 B의 상태는 노드 A 및 B를 변수로 갖는 함수 FB에 의해 영향을 받고, 노드 B의 초기 상태는 '0', 제한 상태는 '제한 없음', 그리고 노드 B의 결과 상태는 출력되지 않는다. 노드 C의 상태는 노드 A 및 B를 변수로 갖는 함수 FC에 의해 영향을 받고, 노드 C의 초기 상태는 '0', 제한 상태는 '제한 없음', 그리고 노드 C의 결과 상태가 출력될 수 있다.
데이터 리디스트리뷰터(120)는, 태그된 데이터에 대한 연산 규칙(rule)을 상태 업데이터(130)로 전달하고, 데이터 해석을 바탕으로 획득된 정보를 시스템 상태 데이터베이스(state of the system database) 및 제한 조건 데이터베이스(constraints database)에 저장한다.
상태 업데이터(130)는, 시스템 상태 데이터베이스 및 제한 조건 데이터베이스로부터, 상호작용 네트워크로 표현된 시스템의 현재 상태 및 제한 조건의 적용 여부를 확인하고, 연산 규칙을 기반으로 시스템의 상태를 업데이트 한다. 이때, 상태 업데이터(130)는, 입력 데이터에 표현된 각 노드의 상태를, 순서대로(sync mode) 또는 무작위로(async mode) 업데이트 할 수 있다. 상태 업데이터(130)의 상태 업데이트 수행 동작의 순서(순서대로 또는 무작위로)는 사용자의 설정에 따를 수 있으며, 이 경우 상태 업데이터 순서에 관한 정보는 입력 데이터에 포함되지 않을 수 있다.
즉, 상태 업데이터(130)는 데이터에 기술된 모든 노드의 상태를 결정함으로써 전체 시스템의 상태를 업데이트 할 수 있다. 그리고, 상태 업데이터(130)는, 시스템의 업데이트된 상태가 데이터에 포함된 제한 조건에 위배되는지 판단(재확인)하고, 시스템의 업데이트된 상태가 제한 조건에 위배되지 않으면, 시스템의 업데이트된 상태를 시스템 상태 데이터베이스에 저장한다.
수렴 분석부(140)는, 시스템 상태 데이터베이스에 저장된 시스템의 상태 히스토리를 분석하여 상호작용 네트워크에 대한 분석을 종료할지 결정한다. 즉, 수렴 분석부(140)는, 시스템의 상태가 적어도 하나의 노드로 수렴하는지 판단하고, 판단 결과에 따라 상호작용 네트워크에 대한 분석의 종료 여부를 결정한다. 아래에서는 수렴 분석부(140)의 기능을 중심으로 일 실시예에 따른 상호작용 네트워크 분석 방법을 설명한다.
도 4는 일 실시예에 따른 상호작용 네트워크 분석 방법을 나타낸 흐름도이다.
도 4를 참조하면, 일 실시예에 따른 상호작용 네트워크 분석 장치는, 먼저 사용자로부터 입력된 데이터를 해석(S401)하여, 데이터 구조로부터 노드의 상태를 기술하기 위해 사용된 정보를 획득한다(S402). 이때 입력된 데이터의 데이터 구조가 정의 기반 해석이 가능한 구조인지 검증된 후 데이터에 대한 해석이 수행될 수 있다.
검증 이후 데이터의 해석이 완료되면, 상호작용 네트워크 분석 장치는, 시스템 상태 데이터베이스 및 제한 조건 데이터베이스로부터 시스템의 현재 상태 및 제한 조건의 적용 여부를 확인한다(S403). 그리고, 상호작용 네트워크 분석 장치는, 데이터 해석 후 태그된 데이터에 대해 연산 규칙을 적용하여 데이터에 기술된 노드의 상태를 결정함으로써 복수의 노드로 구성된 시스템의 상태를 업데이트 한다(S404).
시스템의 상태가 업데이트 되면, 시스템의 업데이트된 상태가 데이터에 기술된 제한 조건에 위배되는지 재확인되고, 시스템의 업데이트된 상태가 저장된다(S405).
이후, 일 실시예에 따른 상호작용 네트워크 분석 장치는, 저장된 시스템의 상태 히스토리를 바탕으로 상호작용 네트워크에 대한 분석을 종료할지 결정한다(S406). 상호작용 네트워크 분석 장치는, 아래 네 가지 경우에 상호작용 네트워크에 대한 분석을 종료할 수 있다.
첫 번째, 상태 히스토리에서 시스템이 업데이트의 전후에 걸쳐 하나의 상태에 지속적으로 머무르는 경우, 상호작용 네트워크에 대한 분석이 종료될 수 있다.두 번째, 상태 히스토리에서 복수의 상태가 일정한 주기로 반복되고 복수의 상태의 반복 순서가 동일하여, 시스템의 상태가 복수의 상태 내에서 순환되는 경우, 상호작용 네트워크에 대한 분석이 종료될 수 있다.
세 번째, 상태 히스토리에서 시스템의 상태가 복수의 상태 내에서 순환되고 있지는 않지만 빈번하게 등장하는 몇 개의 상태가 일정한 주기로 반복되고 반복 순서가 동일한 경우, 상호작용 네트워크에 대한 분석이 종료될 수 있다.
마지막으로, 미리 설정된 횟수(예를 들어, 1000회) 이상 업데이트를 반복하였음에도 시스템이 적어도 하나의 상태로 수렴하지 않는 경우, 상호작용 네트워크에 대한 분석이 종료될 수 있다.
위에서 설명한 바와 같이, 본 기재의 실시예에 따른 상호작용 네트워크 분석 장치는, 상호작용 네트워크에 포함된 노드의 상태에 영향을 주는 모든 인자에 관한 정보가 직렬로 나열된 구조를 갖는 데이터를 이용하여 상호작용 네트워크를 효율적으로 분석할 수 있으며, 상호작용 네트워크의 연구자는 노드의 상태를 기술하기 위한 데이터의 정보를 용이하게 재정의할 수 있다.
도 5는 다른 실시예에 따른 상호작용 네트워크 분석 장치를 나타낸 블록도이다.
도 5를 참조하면, 다른 실시예에 따른 상호작용 네트워크 분석 장치(510)는, 프로세서(processor)(511) 및 메모리(memory)(512)를 포함한다. 프로세서(511)는 실시예에서 제안한 기능, 과정, 또는 방법을 구현할 수 있다. 메모리(512)는 프로세서(511)와 연결되어 프로세서(511)를 구동하기 위한 다양한 정보 또는 프로세서(511)에 의해 실행되는 적어도 하나의 프로그램을 저장할 수 있다. 즉, 실시예에 따른 상호작용 네트워크 분석 장치(510)의 동작은 프로세서(511)에 의해 구현될 수 있다.
실시예에서 메모리는 프로세서의 내부 또는 외부에 위치할 수 있고, 메모리는 이미 알려진 다양한 수단을 통해 프로세서와 연결될 수 있다. 메모리는 다양한 형태의 휘발성 또는 비휘발성 저장 매체이며, 예를 들어, 메모리는 읽기 전용 메모리(read-only memory, ROM) 또는 랜덤 액세스 메모리(random access memory, RAM)를 포함할 수 있다.
이상에서 실시예에 대하여 상세하게 설명하였지만 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 권리범위에 속하는 것이다.

Claims (20)

  1. 상호작용 네트워크를 분석하는 방법으로서,
    복수의 노드의 상태를 기술하는 적어도 하나의 정보가 직렬로 나열된 데이터를 해석하는 단계, 그리고
    상기 해석으로 획득된 정보를 바탕으로 상기 데이터에 기술된 상기 복수의 노드의 상태를 결정하고, 상기 복수의 노드의 상태를 바탕으로 상기 상호작용 네트워크로 표현된 시스템의 상태를 업데이트 하는 단계
    를 포함하고,
    상기 적어도 하나의 정보는 상태 영역, 함수 영역, 및 조건 영역을 포함하는, 상호작용 네트워크 분석 방법.
  2. 삭제
  3. 제1항에서,
    상기 상태 영역은, 상기 하나의 노드의 상태를 기술하는 정보 영역인, 상호작용 네트워크 분석 방법.
  4. 제1항에서,
    상기 함수 영역은, 상기 하나의 노드의 상태에 영향을 주는 요소를 나타내는 정보 영역이고, 상기 하나의 노드의 상태에 영향을 미치는 방식을 나타내는 함수 및 상기 함수의 변수에 해당하는 상기 하나의 노드의 이웃 노드의 식별자를 포함하는, 상호작용 네트워크 분석 방법.
  5. 제1항에서,
    상기 조건 영역은, 상기 하나의 노드의 초기 상태, 제한 상태를 나타내는 정보 영역이고, 구분자를 통해 분리 표현되고 종결 기호로 종결되는, 상호작용 네트워크 분석 방법.
  6. 제1항에서,
    상기 업데이트된 상태가 제한 조건에 위배되지 않는지 판단하는 단계, 그리고
    상기 업데이트된 상태가 제한 조건에 위배되지 않는 경우, 상기 시스템의 업데이트된 상태를 저장하는 단계
    를 더 포함하는 상호작용 네트워크 분석 방법.
  7. 제6항에서,
    상기 시스템에 대한 상태 히스토리를 바탕으로 상기 상호작용 네트워크에 대한 분석을 종료할지 결정하는 단계
    를 더 포함하는 상호작용 네트워크 분석 방법.
  8. 제7항에서,
    상기 상호작용 네트워크에 대한 분석을 종료할지 결정하는 단계는,
    상기 상태 히스토리에서, 상기 시스템이 하나의 상태에 지속적으로 머무르는 경우, 상기 분석을 종료하는 단계
    를 포함하는, 상호작용 네트워크 분석 방법.
  9. 제7항에서,
    상기 상호작용 네트워크에 대한 분석을 종료할지 결정하는 단계는,
    상기 상태 히스토리에서 복수의 상태가 일정한 주기로 반복되고 상기 복수의 상태의 반복 순서가 동일한 경우, 상기 분석을 종료하는 단계
    를 포함하는, 상호작용 네트워크 분석 방법.
  10. 제7항에서,
    상기 상호작용 네트워크에 대한 분석을 종료할지 결정하는 단계는,
    미리 설정된 횟수 이상으로 업데이트를 반복하여도 상기 시스템이 적어도 하나의 상태로 수렴하지 않는 경우, 상기 분석을 종료하는 단계
    를 포함하는, 상호작용 네트워크 분석 방법.
  11. 상호작용 네트워크를 분석하는 분석 장치로서,
    복수의 노드의 상태를 기술하는 적어도 하나의 정보가 직렬로 나열된 데이터를 해석하는 데이터 구조 인터프리터,
    상기 해석으로 획득된 정보를 바탕으로 상기 데이터에 기술된 상기 복수의 노드의 상태를 결정하고, 상기 복수의 노드의 상태를 바탕으로 상기 상호작용 네트워크로 표현된 시스템의 상태를 업데이트 하는 상태 업데이터
    를 포함하고,
    상기 적어도 하나의 정보는 상태 영역, 함수 영역, 및 조건 영역을 포함하는, 상호작용 네트워크 분석 장치.
  12. 삭제
  13. 제11항에서,
    상기 상태 영역은, 상기 하나의 노드의 상태를 기술하는 정보 영역인, 상호작용 네트워크 분석 장치.
  14. 제11항에서,
    상기 함수 영역은, 상기 하나의 노드의 상태에 영향을 주는 요소를 나타내는 정보 영역이고, 상기 하나의 노드의 상태에 영향을 미치는 방식을 나타내는 함수 및 상기 함수의 변수에 해당하는 상기 하나의 노드의 이웃 노드의 식별자를 포함하는, 상호작용 네트워크 분석 장치.
  15. 제11항에서,
    상기 조건 영역은, 상기 하나의 노드의 초기 상태, 제한 상태를 나타내는 정보 영역이고, 구분자를 통해 분리 표현되고 종결 기호로 종결되는, 상호작용 네트워크 분석 장치.
  16. 제11항에서,
    상기 상태 업데이터는,
    상기 업데이트된 상태가 제한 조건에 위배되지 않는지 판단하고, 상기 업데이트된 상태가 제한 조건에 위배되지 않는 경우, 상기 시스템의 업데이트된 상태를 저장하는, 상호작용 네트워크 분석 장치.
  17. 제16항에서,
    상기 시스템에 대한 상태 히스토리를 바탕으로 상기 상호작용 네트워크에 대한 분석을 종료할지 결정하는 수렴 분석부
    를 더 포함하는 상호작용 네트워크 분석 장치.
  18. 제17항에서,
    상기 수렴 분석부는,
    상기 상태 히스토리에서 상기 시스템이 하나의 상태에 지속적으로 머무르는 경우 상기 분석을 종료하는, 상호작용 네트워크 분석 장치.
  19. 제17항에서,
    상기 수렴 분석부는,
    상기 상태 히스토리에서 복수의 상태가 일정한 주기로 반복되고 상기 복수의 상태의 반복 순서가 동일한 경우 상기 분석을 종료하는, 상호작용 네트워크 분석 장치.
  20. 제17항에서,
    상기 수렴 분석부는,
    미리 설정된 횟수 이상으로 업데이트를 반복하여도 상기 시스템이 적어도 하나의 상태로 수렴하지 않는 경우 상기 분석을 종료하는, 상호작용 네트워크 분석 장치.
KR1020150140386A 2015-10-06 2015-10-06 상호작용 네트워크 분석 방법 및 장치 KR102183089B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020150140386A KR102183089B1 (ko) 2015-10-06 2015-10-06 상호작용 네트워크 분석 방법 및 장치
US15/251,536 US10270677B2 (en) 2015-10-06 2016-08-30 Method and device for analyzing interaction network

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150140386A KR102183089B1 (ko) 2015-10-06 2015-10-06 상호작용 네트워크 분석 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20170040995A KR20170040995A (ko) 2017-04-14
KR102183089B1 true KR102183089B1 (ko) 2020-11-25

Family

ID=58446915

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150140386A KR102183089B1 (ko) 2015-10-06 2015-10-06 상호작용 네트워크 분석 방법 및 장치

Country Status (2)

Country Link
US (1) US10270677B2 (ko)
KR (1) KR102183089B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6040834A (en) * 1996-12-31 2000-03-21 Cisco Technology, Inc. Customizable user interface for network navigation and management
JP2004530182A (ja) 2000-12-28 2004-09-30 シーエヌエイ コーポレイション 並行して共同作業を行う複数のコンピュータを用いる仮想スーパコンピュータを構築するためのシステムおよび方法
KR101269428B1 (ko) * 2012-07-30 2013-05-30 한국과학기술정보연구원 데이터 분배 시스템 및 방법
US8725871B2 (en) 2011-01-26 2014-05-13 Nec Laboratories America, Inc. Systems and methods for application dependency discovery
JP2014532222A (ja) 2011-09-29 2014-12-04 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ アプリケーション・コード内のダウングレーダ・コードを評価するための方法、コンピュータ・プログラム製品、および装置（情報フロー・ダウングレーダにおける欠陥および非互換性問題の自動検出）

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5276789A (en) * 1990-05-14 1994-01-04 Hewlett-Packard Co. Graphic display of network topology
US5910803A (en) * 1996-08-14 1999-06-08 Novell, Inc. Network atlas mapping tool
US7310774B1 (en) * 2000-08-28 2007-12-18 Sanavigator, Inc. Method for displaying switch port information in a network topology display
US7430593B2 (en) * 2001-10-05 2008-09-30 International Business Machines Corporation Storage area network for topology rendering
US7171624B2 (en) * 2001-10-05 2007-01-30 International Business Machines Corporation User interface architecture for storage area network
WO2003065244A1 (en) 2002-01-30 2003-08-07 Board Of Regents, The University Of Texas System Probabilistic boolean networks
US7475350B2 (en) * 2005-02-02 2009-01-06 International Business Machines Corporation Method and system to layout topology objects
US20130139125A1 (en) 2007-04-05 2013-05-30 Perception Labs Method and system for data modeling according to object perspectives
US8788449B2 (en) 2009-12-31 2014-07-22 International Business Machines Corporation Interface for creating and editing boolean logic
US8996341B2 (en) 2012-09-11 2015-03-31 International Business Machines Corporation Generating and evaluating expert networks
US20150039279A1 (en) 2013-08-02 2015-02-05 Vitali Volovoi Systems and methods for modeling a complex system using abridged petri nets
JP6446531B2 (ja) * 2014-07-25 2018-12-26 アビニシオ テクノロジー エルエルシー ランダムに発生するイベントの遅延の適応のための変更可能な時系列

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6040834A (en) * 1996-12-31 2000-03-21 Cisco Technology, Inc. Customizable user interface for network navigation and management
JP2004530182A (ja) 2000-12-28 2004-09-30 シーエヌエイ コーポレイション 並行して共同作業を行う複数のコンピュータを用いる仮想スーパコンピュータを構築するためのシステムおよび方法
US8725871B2 (en) 2011-01-26 2014-05-13 Nec Laboratories America, Inc. Systems and methods for application dependency discovery
JP2014532222A (ja) 2011-09-29 2014-12-04 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ アプリケーション・コード内のダウングレーダ・コードを評価するための方法、コンピュータ・プログラム製品、および装置（情報フロー・ダウングレーダにおける欠陥および非互換性問題の自動検出）
KR101269428B1 (ko) * 2012-07-30 2013-05-30 한국과학기술정보연구원 데이터 분배 시스템 및 방법

Also Published As

Publication number Publication date
US20170099207A1 (en) 2017-04-06
US10270677B2 (en) 2019-04-23
KR20170040995A (ko) 2017-04-14

Similar Documents

Publication Publication Date Title
US8914262B2 (en) Visualization of data dependency in graphical models
EP3490223B1 (en) System and method for simulating and foiling attacks on a vehicle on-board network
US10007595B2 (en) Intelligent software test augmenting
Gribaudo et al. Hybrid Petri nets with general one-shot transitions
US20160350447A1 (en) Generating path execution times
US20180330023A1 (en) Generating path execution times
US20180330026A1 (en) Exceptional logic element management
Bakaev et al. Application of evolutionary algorithms in interaction design: From requirements and ontology to optimized web interface
Depamelaere et al. CPS security assessment using automatically generated attack trees
JP7115207B2 (ja) 学習プログラム、学習方法および学習装置
US20190096102A1 (en) Interactive tool for causal graph construction
US20220075710A1 (en) System and method for improved unit test creation
Lorscheid et al. Divide and conquer: Configuring submodels for valid and efficient analyses of complex simulation models
KR102183089B1 (ko) 상호작용 네트워크 분석 방법 및 장치
US8954307B1 (en) Chained programming language preprocessors for circuit simulation
US9289976B2 (en) Automated high performance waveform design by evolutionary algorithm
CN113794732B (zh) 一种部署仿真网络环境的方法、装置、设备及存储介质
Nicacio et al. Towards improving architectural diagram consistency using system descriptors
US9104826B2 (en) Monitoring coverage for static modelling of an electronic device
CN117494119B (zh) 一种基于群智能优化算法的模型构建方法及装置
JP7173510B1 (ja) 異常検知装置、システム、方法及びプログラム
Kremer et al. On the proof complexity of MCSAT
CN115080974B (zh) 一种恶意pe文件检测方法、装置、设备及介质
JONES General systems theory and algorithm theory
Goldmann Parameterized Complexity of Modifying Graphs to be Biclique-free

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant