KR102470153B1 - 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템 및 방법 - Google Patents

사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템 및 방법 Download PDF

Info

Publication number
KR102470153B1
KR102470153B1 KR1020190160037A KR20190160037A KR102470153B1 KR 102470153 B1 KR102470153 B1 KR 102470153B1 KR 1020190160037 A KR1020190160037 A KR 1020190160037A KR 20190160037 A KR20190160037 A KR 20190160037A KR 102470153 B1 KR102470153 B1 KR 102470153B1
Authority
KR
South Korea
Prior art keywords
tag
user
terminal
pattern
log data
Prior art date
Application number
KR1020190160037A
Other languages
English (en)
Other versions
KR20210070040A (ko
Inventor
도미래
박현호
권은정
변성원
신원재
이용태
장동만
정의석
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020190160037A priority Critical patent/KR102470153B1/ko
Priority to US17/110,992 priority patent/US20210174664A1/en
Publication of KR20210070040A publication Critical patent/KR20210070040A/ko
Application granted granted Critical
Publication of KR102470153B1 publication Critical patent/KR102470153B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • 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
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • B60Q9/008—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for anti-collision purposes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/231—Hierarchical techniques, i.e. dividing or merging pattern sets so as to obtain a dendrogram
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0453—Sensor means for detecting worn on the body to detect health condition by physiological monitoring, e.g. electrocardiogram, temperature, breathing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/06—Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/016—Personal emergency signalling and security systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
    • G08B29/186—Fuzzy logic; neural networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
    • G08B29/188—Data fusion; cooperative systems, e.g. voting among different detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/005—Traffic control systems for road vehicles including pedestrian guidance indicator
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0818—Inactivity or incapacity of driver
    • B60W2040/0827—Inactivity or incapacity of driver due to sleepiness
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0818—Inactivity or incapacity of driver
    • B60W2040/0836—Inactivity or incapacity of driver due to alcohol
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/08—Predicting or avoiding probable or impending collision
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2250/00—Details of telephonic subscriber devices
    • H04M2250/12—Details of telephonic subscriber devices including a sensor for measuring a physical value, e.g. temperature or motion

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • Emergency Management (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Computer Interaction (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Atmospheric Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Signal Processing (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)

Abstract

본 발명은 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템에 관한 것으로, 계층화된 태그 정보와 계층화된 태그 정보에 대응되는 패턴에 따른 위험 태그 정보가 매칭되고, 저장되어 관리되는 태그 계층화 데이터베이스, 각종 센서 및 입력 수단을 통해 센싱되거나 입력되는 사용자 로그 데이터를 제공하는 사용자 그룹 단말 및 사용자 그룹 단말로부터 제공되는 사용자 로그 데이터를 분석하여 태그 패턴을 검출한 후 해당 태그 패턴에 대응되는 위험 태그에 대한 대응을 수행하는 위험 예측 및 대응 서버를 포함한다.

Description

사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템 및 방법{Risks detecting system and method for using pattern analysis of layered tags in user log data}
본 발명은 다중 사용자 로그 데이터를 기반으로 한 대인, 대물을 이용하여 위험을 감지하고 예측, 대응할 수 있는 시스템에 관한 것이다.
최근 위험 탐지 기술은 네트워크 기술, 기계학습 기술, 센싱 기술, 영상 처리기술들의 발전, 그리고 위험 상황에 대한 다양한 데이터베이스 구축으로 더욱 다양해지고 고도화되고 있다.
또한 태깅 기술의 발전으로 다양한 분야에 효과적으로 태깅 기술이 적용되고 있다.
IoT 기술, 기계학습 기술, 군집화 방식, 태깅 기술 및 공공안전 DB를 융합하여 활용한다면, 다양한 위험 상황에 대한 빠른 감지 및 예측, 대응이 가능할 것이다.
본 발명은 모바일 단말, 웨어러블 기기에서 수집된 데이터를 기반으로 기계학습 및 군집화를 진행하여 추출된 패턴을 활용한다.
또한, 본 발명은 추출된 패턴을 대인, 대물과 관련된 키워드로 정의하여 태깅화하며 계층화(구체적인 방법)한다.
이러한 방식으로 구성된 대인, 대물의 태그를 활용한 차량 그룹 위험 감지, 예측 시스템, 계절 별 지형지물 위험 감지, 예측 시스템에 대해 기술한다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템은 계층화된 태그 정보와 상기 계층화된 태그 정보에 대응되는 패턴에 따른 위험 태그 정보가 매칭되고, 저장되어 관리되는 태그 계층화 데이터베이스; 각종 센서 및 입력 수단을 통해 센싱되거나 입력되는 사용자 로그 데이터를 제공하는 사용자 그룹 단말; 및 상기 사용자 그룹 단말로부터 제공되는 사용자 로그 데이터를 분석하여 태그 패턴을 검출한 후 해당 태그 패턴에 대응되는 위험 태그에 대한 대응을 수행하는 위험 예측 및 대응 서버;를 포함한다.
상기 사용자 그룹 단말은, 이동속도를 센싱하는 센서, 단말의 움직임을 감지하기 위한 센서, 단말의 위치를 감지하기 위한 센서를 포함하는 스마트 단말; 및 단말의 신체에 착용하여 이동속도를 센싱하는 센서, 단말의 움직임을 감지하기 위한 센서, 단말의 위치를 감지하기 위한 센서 및 사용자의 심박수를 감지하기 위한 센서 중 적어도 하나 이상의 센서를 포함하는 웨어러블 기기로 이루어진다.
여기서, 상기 사용자 로그 데이터는, 단말 사용자 개개인별 식별자를 포함하는 단말 사용자 식별자, 단말 사용자의 이동상태와 관련된 정보로, 단말 사용자의 위치나 이동에 대한 정보를 포함하는 단말 사용자 이동상태, 단말 사용자의 심장박동에 대한 정보를 포함하는 단말 사용자 상태, 및 및 단말 사용자의 인근 지형 지물과 기상 정보를 포함하는 단말 사용자 주변 정보 중 하나 이상의 정보를 포함한다.
상기 위험 예측 및 대응 서버는, 상기 사용자 그룹 단말로부터 수신되는 사용자 로그 데이터를 단말 사용자의 시간을 기준으로 상황을 기록하고, 전처리를 진행하는 단말 로그 관리부; 수집된 상기 사용자 로그 데이터를 이용하여 태그 계층화 데이터베이스된 틀을 따라 위험 태그를 추출하는 패턴 태깅 처리부; 및 검출된 패턴에 대한 대응방안을 제공하는 위험 태그 처리부를 포함한다.
상기 수집된 상기 사용자 로그 데이터를 각 계층별 태그에 순차적으로 매칭하여 패턴을 검출한다.
상기 패턴 태깅 처리부는, 지도 방식, 비지도 방식 중 어느 한 방식을 활용하여 태그 계층화 데이터베이스에 그룹화한다.
상기 패턴 태깅 처리부는, 상기 단말 로그 관리부를 통해 수집된 사용자 로그 데이터를 수집하는 정보 수집부; 상기 수집된 사용자 로그 데이터를 분석하고, 상기 태그 계층화 데이터베이스에 저장된 계층화된 태그의 패턴을 검출하는 태그 계층부; 및 상기 태그 계층부를 통해 검출된 태그의 패턴에 따라 위험 태그를 추출하는 태그 추출부;를 포함한다.
본 발명의 일 실시예에 따른 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 방법은 단말로그 관리부에 의해, 사용자 그룹 단말로부터 제공되는 사용자 로그 데이터를 수집하는 단계; 수집된 상기 사용자 로그 데이터를 통해 계층 정보를 검출하는 단계; 및 상기 검출된 계층 정보를 통해 위험 패턴을 검출한 후 그룹화하여 데이터베이스에 저장하는 단계;를 포함한다.
상기 사용자 로그 데이터는, 단말 사용자 개개인별 식별자를 포함하는 단말 사용자 식별자, 단말 사용자의 이동상태와 관련된 정보로, 단말 사용자의 위치나 이동에 대한 정보를 포함하는 단말 사용자 이동상태, 단말 사용자의 심장박동에 대한 정보를 포함하는 단말 사용자 상태, 및 단말 사용자의 인근 지형 지물과 기상 정보를 포함하는 단말 사용자 주변 정보 중 하나 이상의 정보를 포함한다.
상기 검출된 계층 정보를 통해 위험 패턴을 검출한 후 그룹화하여 데이터베이스에 저장하는 단계는, 계층을 만들기 위해 라벨링된 패턴 데이터셋과, 해당 라벨의 대표명이 담긴 리스트, 생성된 계층을 저장할 리스트를 생성하는 단계; 라벨 대표명이 담긴 리스트에서 라벨 대표명을 꺼내 해당 이름을 기준으로 패턴 군집화를 진행하는 단계; 군집이 마무리되면 군집화에 공통적으로 들어있는 라벨을 이용하여 노드 리스트에 추가하는 단계; 및 대표명리스트가 마무리되는지를 판단하여 마무리되지 않으면 다시 리스트를 생성하는 단계로 진행하고, 대표명리스트가 완성되면 데이터베이스에 저장하는 단계를 포함한다.
본 발명의 다른 실시예에 따른 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템은 단말로그 관리부에 의해 사용자 그룹 단말을 통해 사용자 로그 데이터를 수집하는 단계; 수집된 상기 사용자 로그 데이터를 통해 계층 정보 및 패턴을 검출하는 단계; 및 상기 검출된 계층 정보와 패턴에 대응되는 위험 태그를 추출하는 단계;를 포함한다.
상기 위험 태그를 추출하는 단계는, 위험 태그가 검출되는지를 판단하는 단계; 및 상기 판단 단계에서 위험 태그가 검출되면, 위험 패턴 처리부에 의해, 해당 위험 태그에 대한 대응방안을 제공하는 단계;를 포함한다.
상기 판단 단계에서 위험 태그가 검출되지 않으면, 외부환경 위험 패턴 처리부에 의해 계절별 지형 및 지물관련 위험 태그와 계절에 대한 태그, 사용자 인근의 유동인구에 대한 위험 태그, 이전 기상정보에 대한 태그를 검출하여 대응한다.
위험 태그에 대응하는 단계는, 위험 태그 처리부에 의해, 터널 인근 차량에게 주의 알람을 제공하고, 졸음운전 대상자에게는 졸음운전 주의 알람을 제공한다.
본 발명의 일실시예에 따르면, 단말로부터 수집되는 단말 가입자의 개인 정보를 필요로 하지 않으면서도, 그룹 패턴 추출을 다양한 시스템에 적용 및 활용할 수 있는 효과가 있다.
또한, 본 발명의의 일 실시예에 따르면, 사용자 로그 데이터 누적 시, 더 많은 패턴을 추출할 수 있는 장점이 있다.
도 1은 본 발명의 일 실시예에 따른 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템을 설명하기 위한 구성블록도,
도 2는 도 1의 위험 예측 및 대응 서버의 세부 구성을 설명하기 위한 구성블록도,
도 3은 도 2의 패턴 태깅 처리부의 세부 구성을 설명하기 위한 구성블록도,
도 4는 본 발명의 일 실시예에서의 태그 계층을 설명하기 위한 참고도.
도 5는 도 1의 위험 패턴 처리부의 세부 구성을 설명하기 위한 구성블록도,
도 6은 본 발명의 일 실시예에서 추출된 위험 태그의 대응 태그 처리 과정을 설명하기 위한 순서도.
도 7은 본 발명의 일 실시예에서의 위험 차량에 대해 해당 태그 인식 및 위험 대응을 설명하기 위한 참고도.
도 8은 본 발명의 일 실시예에 따른 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 방법을 설명하기 위한 순서도.
도 9는 본 발명의 다른 실시예에 따른 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 방법을 설명하기 위한 순서도,
도 10은 태그계층 알고리즘의 실시예에 따른 태그 계층화를 설명하기 위한 순서도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성소자, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성소자, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
이하, 본 발명의 바람직한 실시예에 대하여 첨부한 도면을 참조하여 상세히 설명하기로 한다. 도 1은 본 발명의 일 실시예에 따른 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템을 설명하기 위한 구성블록도이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템은 복수개의 사용자 그룹 단말(100)과 위험 예측 및 대응 서버(200)를 포함한다.
사용자 그룹 단말(100)은 단말에 구비된 다양한 센서 및 입력 수단을 통해 입력되는 사용자 로그 데이터를 위험 예측 및 대응 서버(200)에 제공한다. 이러한 사용자 그룹 단말은 스마트 모바일 단말로써 GPS 데이터, 시간 데이터, 인근 지형또는 지물 데이터를 종합하며, 사용자의 손목에 착용되는 사용자의 심박수 데이터를 획득하는 웨어버블 기기가 이용될 수 있다.
위험 예측 및 대응 서버(200)에 제공되는 사용자 로그 데이터는 단말 사용자 개개인별 식별자(예, 데이터베이스에 부여되는 ID 값, 전화번호)를 포함하는 단말 사용자 식별자, 단말 사용자의 이동상태와 관련된 정보로, 단말 사용자의 위치나 이동에 대한 정보를 포함하는 단말 사용자 이동상태, 단말 사용자의 심장박동에 대한 정보를 포함하는 단말 사용자 상태, 및 단말 사용자의 인근 지형 지물과 기상 정보를 포함하는 단말 사용자 주변 정보 중 하나 이상의 정보를 포함하는 것이 바람직하다.
태그 계층화 데이터베이스(201)에는 계층화된 태그 정보와 상기 계층화된 태그 정보에 대응되는 패턴에 따른 위험 태그 정보가 매칭되고, 저장되어 관리된다. 즉, 각 계층별 태그 정보는 그에 대응되는 사용자 로그 정보가 매칭되어 저장되는 것이 바람직하다.
이와 같이, 사용자 로그 데이터는 사용자 그룹 단말에 의해 생성되는 것이 바람직하다.
단말 사용자의 이동상태는 사용자의 위치정보 및 이동속도에 대한 정보로 이는 단말에서 생성되는 GPS 데이터 분석을 통해 획득할 수 있다.
그리고 단말 사용자 상태는 단말 사용자의 심장박동에 대한 정보로 단말 사용자가 장착하고 있는 웨어러블 기기에서 획득할 수 있다.
또한, 단말 사용자 주변 정보는 사용자의 주변 정보로 지도 서비스 제공기관에 해당 GPS값을 입력하여 인근 지역의 지형·지물 정보와 기상청 데이터를 이용하여 해당 지역의 기상정보를 획득할 수 있다.
도 2는 도 1의 위험 예측 및 대응 서버의 세부 구성을 설명하기 위한 구성블록도이다.
도 2에 도시된 바와 같이, 위험 예측 및 대응 서버(200)는 단말에서 보내진 데이터를 추합하여 분석하며, 태깅 및 계층화 작업을 거치기 위해, 단말 로그 관리부(210), 패턴 태깅 처리부(220) 및 위험 태그 처리부(230)를 포함한다.
단말 로그 관리부(210)는 사용자 그룹 단말로부터 수신되는 사용자 로그 데이터를 단말 사용자의 시간을 기준으로 상황을 기록하고, 전처리를 진행한다. 본 발명의 일 실시예에서의 전처리는 사용자 그룹 단말에서 수신되는 사용자 로그 데이터를 데이터 수집 시간을 기준으로 하나의 사용자 필드로 묶는 것을 의미하나, 이를 한정하지 않고 다양한 전처리 방법을 이용할 수 있다.
이러한 단말 로그 관리부(210)는 사용자 그룹 단말에서 수신되는 사용자 로그 데이터를 수집하고, 수집된 사용자 로그 데이터를 전처리하여 하나의 사용자의 필드로 묶은 후 전처리된 사용자 로그 데이터를 데이터베이스에 저장 및 관리한다.
패턴 태깅 처리부(220)는 수집된 사용자 로그 데이터를 이용하여 태그 계층화 데이터베이스된 틀을 따라 태그를 추출하며 패턴그룹화를 진행한다.
일 예로, 사용자 그룹 단말 중 사용자의 스마트폰에서 가속도계, 위치 정보 및 자이로센서 등을 통해 단말의 위치 정보와 이동 속도 정보가 수신되고, 웨어러블 기기로부터 사용자의 심박수 정보, 위치 정보 및 가속도 정보로 이루어진 사용자 로그 데이터가 수집되면, 패턴 태깅 처리부(220)는 사용자 그룹 단말 중 하나인 사용자 스마트폰과 웨어러블 기기로부터 속도 정보를 수신하여 현재 계층화된 정보 중 최상위 계층(St1)에 해당하는지 판단할 수 있다. 즉, 단말의 이동속도가 기설정된 속도 이상인 경우, 최상위 계층에 해당하는 이동순단을 이용하고 있음을 검출할 수 있다.
이후, 패턴 태깅 처리부(220)는 사용자 로그 데이터를 이용하여 각 계층별 태그를 순차적으로 판단하면서 계층 패턴을 검출하게 된다.
다음 계층(St2)인 #차, #도보, #지하철, #버스, #자전거의 경우, 사용자 로그 데이터의 이동속도와 높이 및 위치 정보를 통해 검출할 수 있다.
일 예로, 다음 계층(St2)에서는 기설정된 경로를 따라 이동하고, 기 설정된 위치에서 정차를 하기 때문에 해당 정보를 대비함으로써 #지하철과 #버스를 검출할 수 있고, 차량과 보도와 비교하여 이동속도 차이가 나고, 스마트 폰의 자이로 센서를 통해 센싱되는 데이터 정보가 거의 고정된 위치를 벗어나지 않는 특징을 검출하는 경우 #자전거로 판단하며, 웨어러블 기기의 자이로 센서의 움직임은 일정 패턴을 가지고, 단말의 이동 속도 기설정된 이동속도 이하의 값을 제공하기 때문에 해당 이동속도 값이 검출되는 경우 #보도로 판단하는 것과 같이 사용자 로그 데이터의 분석을 통해 해당 계층에서의 태그를 검출할 수 있다.
다음 계층(St3)은 #탑승과 #운전을 태그를 검출한다. 여기서, 운전의 경우, 웨어러블 기기의 경우 기설정된 영역내에서 자이로 센서를 통해 제공되는 움직임 데이터만 감지되고, 스마트 폰의 경우 자이로 센서를 통해 제공되는 움직임 데이터는 제공되지 않는 경우, 이동속도에 대한 데이터만이 제공됨을 검출하는 경우 #운전 태그가 검출되고, 자이로 센서를 통한 움직임과 이동속도에 대한 데이터가 모두 제공되는 경우 #탑승 태그를 검출할 수 있다.
그 다음 계층(St4)인 #normal과 #abnormal 태그는 상기 #운전 움직임 태그를 검출 한 후 기설정된 시간 동안 자이로 센서를 통한 고정된 움직임 데이터가 수신되는 경우 #abnormal가 검출될 수 있다.
이러한 방식으로, 계층화된 계층 마다, 사용자 로그 데이터를 통해 각 태그를 검출하는 방법이 이용된다.
또한 추출된 태그를 이용하여 위험을 감지하고 이를 각 응용부에 전달하는 역할을 한다. 그룹화 방식은 지도, 비지도 방식을 활용한다. 이러한 패턴 태깅 처리부(220)는 도 3에 도시된 바와 같이, 정보 수집부(221), 태그 계층부(222) 및 태그 추출부(223)를 포함한다.
여기서, 태그 계층부(222)는 도 4에 도시된 바와 같이, 이동 수단을 기준으로 최상위 계층(St1)분류한다. 이렇게 이동 수단(St1)을 기준으로 #차, #도보, #지하철, #버스, #자전거과 같은 이동수단의 종류를 다음 계층(St2)으로 분류한다.
이후, #차의 경우 #화물차, #택시 등과 같이 소분류를 다음 계층(St3)으로 추가로 분류할 수 있다. 그리고, 도보를 제외한 모든 키워드는 #탑승과 #운전으로 나뉘며, 각 노드는 #normal과 같은 정상 태그와 #abmoraml와 같은 위험 태그와 같이 정상여부를 판단하기 위해 분류(St4)될 수 수 있다.
이하, 하기에서는 본 발명의 일 실시예에 따른 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템의 패턴 태깅 처리 순서에 대하여 도 8을 참조하여 설명하기로 한다.
먼저, 단말로그 관리부(210)에서 사용자 그룹 단말(100)을 통해 수집된 사용자 로그 데이터를 가져온다(S810).
이어서, 수집된 사용자 로그 데이터를 통해 계층 정보를 검출한다(S820).
계층 정보를 통해 위험 패턴을 검출한 후 그룹화하여 데이터베이스에 저장한다(S830).
이하, 하기에서는 본 발명의 다른 실시예에 따른 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템을 설명하기 위한 순서도이다.
도 9에 도시된 바와 같이, 먼저, 단말로그 관리부(210)에서 사용자 그룹 단말(100)을 통해 수집된 사용자 로그 데이터를 가져온다(S910).
이어서, 수집된 사용자 로그 데이터를 통해 계층 정보를 검출한다(S920).
이어서, 추출된 패턴과 태그계층을 이용하여 패턴의 위험 태그를 추출한다(S930). 여기서, 패턴은 이동경로 이미지로 표현되며, 이동속도는 선의 굵기 차이로 표현된다. 웨어러블 기기에서 생성된 심박정보는 이동 경로에 색깔을 이용하여 표현한다. 인근 지형, 지물은 해당 이미지와 매칭되는 텍스트 파일을 생성한다.
이후, 위험 태그를 확인하여 이상 상태를 나타내는 태그인 “#abnormal”이 검출되었는지를 판단하여(S940), “#abnormal” 태그가 검출되면, 위험 패턴 처리부(230)로 해당 패턴을 전달한다.
그러면, 위험 패턴 처리부(230)는 위험 패턴에 대한 대응방안을 제공한다(S950).
한편, 위험 패턴 처리부(230)는 도 5에 도시된 바와 같이, 차량 위험 태그 처리부(231)와 외부환경 위험 패턴 처리부(232)로 나뉜다. 차량 위험 패턴 처리부(231)는 차량의 위험태그를 인식하여 대응하며, 외부환경 위험 패턴 처리부(232)는 계절에 따른 위험 태그를 인식하여 대응한다.
일 예로, 차량 위험 패턴 태그 추출 및 대응의 순서를 설명하면, 패턴 태깅 처리부(220)에서 위험 태그가 인식된 패턴이 입력으로 들어오며, 도로안전교통공사의 교통사고 데이터를 기반으로 생성된 태그 계층을 사용한다.
교통사고 태그 계층의 경우, 해당 계층을 기반으로 추출된 태그를 이용하여 패턴의 위험 종류를 판단하고, 추출된 위험종류태그를 기반으로 해당 태그 하위의 태그를 이용하여 위험 대응방식에 대한 태그를 가져와 해당 방식에 맞게 대응한다.
도 7은 본 발명의 일 실시예에서의 위험 차량에 대해 해당 태그 인식 및 위험 대응을 설명하기 위한 참고도이다.
저녁 11시 터널이 많은 순천 지역에서 화물차가 졸음운전을 하고 있는 상황을 일 예로 설명한다.
먼저, 졸음운전을 하는 화물차 운전자의 사용자 로그 데이터가 수집되면, 패턴 태깅 처리부(220)에서는 해당 데이터의 패턴 추출 및 태깅화를 진행한다.
이때 #차 #운전자 #고속도로 #이동중 #터널 #저녁11시 #순천 #abnormal이 추출된다.
추출된 태그에서 도 6에 도시된 바와 같이, #abnormal #차라는 태그가 확인되면, 차량 위험 태그 처리부(230)로 차량 위험 상황으로 판단하게 되고, 차량 위험태그는 #졸음운전이 된다.
이에, 해당 태그 하위에 있는 #순천 #터미널 #운전자 #차 #알림 #졸음운전이라는 태그를 확인할 수 있게 되어, 위험 태그 처리부(230)는 터널 인근 차량에게 주의 알람을 제공하고, 졸음운전 대상자에게는 졸음운전 주의 알람을 제공할 수 있다.
한편, 위험 태그를 확인하여 이상 상태를 나타내는 태그인 “#abnormal”이 검출되었는지를 판단하여(S940), “#abnormal” 태그가 검출되지 않고, 정상임을 나타내는 #normal 태그가 검출되면, 위험 패턴 처리부(230)는 차량 위험 태그 처리부(231)를 통해 태그를 처리하지 않고, 외부환경 위험 태그 처리부(232)를 통해 대응한다.
즉, 외부환경 위험 태그 처리부(232)는 외부환경 관리 서버(미도시)로부 제공되는 계절 별 지형·지물를 더 부가하여 대응한다.
일 예로, 외부환경 위험 태그 처리부(232)는 교통사고분석시스템 TAAS 및 국가통계포털(미도시)의 데이터를 활용해 월별 사고 패턴을 생성한다. 예를 들어 이동수단이 도보인 사람인 경우 #normal인 상태로 이동 중이다.
그리고 현재 계절이 겨울인 경우, #겨울 키워드를 기본으로 사용자를 모니터링한다.
이에, 외부환경 위험 태그 처리부(232)는 계절별 위험 예측, 대응 시스템을 통해 사용자 인근의 유동인구를 파악한다. 이때, 사용자 인근의 유동인구는 누적된 로그를 사용하거나 SKT의 유동인구 데이터가 활용될 수도 있다.
또한 기상 파악부(미도시)를 더 부가하여, 이전 기상정보를 저장하고 있다.
따라서, 외부환경 위험 태그 처리부(232)는 패턴 태깅 처리부(220)를 통해 추출된 #사용자 위치 #유동적음 #산이라는 태그와 계절 위험 태그처리부(미도시0를 통해 추출된 #이틀전 #눈이라는 키워드를 병합한다.
위험 태그 추출부(223) 내의 계절 위험도 예측부는 해당 키워드를 가지고 이전 패턴 그룹의 #abnormal을 확인한다. 그때 #빙판길 #낙상 이라는 키워드가 추출되면 사용자의 모바일 단말에 인근 빙판길의 위험성이 있으므로 주의하라는 안내를 제공한다. 만약 모든 키워드에 해당하는 패턴이 존재한다면 인근 #빙판길 #낙상 #사고 지역입니다. 주의하세요라는 안내를 제공한다.
도 10은 태그계층 알고리즘의 실시예에 따른 태그 계층화를 설명하기 위한 순서도이다.
먼저, 계층을 만들기 위해 라벨링된 패턴 데이터셋과, 해당 라벨의 대표명이 담긴 리스트, 생성된 계층을 저장할 리스트를 만든다(S1010). 라벨링 된 데이터 리스트를 만드는 방식으로는 본 시스템을 운영하는 운영자가 생성할 수 있고, 인터넷 검색을 통해 생성할 수 있고, N트리 생성 알고리즘과 같은 리스트 생성 알고리즘을 이용하여 생성될 수 있다. 예를 들면 도 4에서 이동수단과 관련한 차, 도보 지하철, 버스, 자전거, 탑승, 운전 등의 이동 수단 관련 태그를 본 발명의 시스템을 이용하는 운영자가 지정할 수도 있고, “이동수단”이라는 키워드의 웹 검색으로 얻을 수 있고, “이동수단”이라는 키워드로부터 라벨링 리스트를 생성하는 알고리즘을 이용하여 생성될 수 있다.
이후, 라벨 대표명이 담긴 리스트에서 라벨 대표명을 꺼내 해당 이름을 기준으로 패턴 군집화를 진행한다(S1020). 예를 들면 도 5와 같이, 운영자의 의도에 따라 이동 수단을 #차, #도보, #지하철, #버스, #자전거 중심으로 군집화할 수 있다.군잡화는 본 발명의 시스템을 운영하는 운영자의 의도에 따라 진행될 수 있고, 웹 검색을 통해 주로 이용되는 계층화 규칙을 이용하여 군집화 될 수 있다. 혹은 지도 혹은 비지도 기반 딥러닝 메커니즘을 이용한 군집화도 가능하다.
이어서, 군집이 마무리되면 군집화에 공통적으로 들어있는 라벨을 이용하여 노드 리스트에 추가한다(S1030). 예를 들면 도 4와 같이 #차, #지하철, #버스, #자전거에서 운전하는 상태와 탑승하는 상태를 나누어 #탑승, #운전의 태그를 생성할 수 있다. 혹은 도 6에서의 차량위험상황과 관련하여 #졸음운전, #빙판길, #안전거리미확보, #과속 등을 추가할 수 있다. 이는 군집화 라벨인 차량위험상황 라벨의 인터넷 검색을 통해 추가하거나, 운영자의 의지에 따라 추가할 수 있다.
대표명리스트가 마무리되는지를 판단(S1040)하여 대표명리스트가 마무리될 때 까지 제1010단계에서 제1030단계를 반복한다. 대표명 리스트의 마무리는 운영자의 선택에 따라 결정되거나, 인터넷 검색을 통해 더 이상 리스트가 발견되지 않을 때까지 검색하는 방법도 있을 수 있다.
이상, 본 발명의 구성에 대하여 첨부 도면을 참조하여 상세히 설명하였으나, 이는 예시에 불과한 것으로서, 본 발명이 속하는 기술분야에 통상의 지식을 가진자라면 본 발명의 기술적 사상의 범위 내에서 다양한 변형과 변경이 가능함은 물론이다. 따라서 본 발명의 보호 범위는 전술한 실시예에 국한되어서는 아니 되며 이하의 특허청구범위의 기재에 의하여 정해져야 할 것이다.

Claims (18)

  1. 계층화된 태그 정보와 상기 계층화된 태그 정보에 대응되는 패턴에 따른 위험 태그 정보가 매칭되고, 저장되어 관리되는 태그 계층화 데이터베이스;
    각종 센서 및 입력 수단을 통해 센싱되거나 입력되는 사용자 로그 데이터를 제공하는 사용자 그룹 단말; 및
    상기 사용자 그룹 단말로부터 제공되는 사용자 로그 데이터를 분석하여 태그 패턴을 검출한 후 해당 태그 패턴에 대응되는 위험 태그에 대한 대응을 수행하는 위험 예측 및 대응 서버;를 포함하고,
    상기 사용자 그룹 단말은, 이동속도를 센싱하는 센서, 단말의 움직임을 감지하기 위한 센서, 단말의 위치를 감지하기 위한 센서를 포함하는 스마트 단말; 및 단말의 신체에 착용하여 이동속도를 센싱하는 센서, 단말의 움직임을 감지하기 위한 센서, 단말의 위치를 감지하기 위한 센서 및 사용자의 심박수를 감지하기 위한 센서 중 적어도 하나 이상의 센서를 포함하는 웨어러블 기기를 포함하는 것이고,
    상기 위험 예측 및 대응 서버는, 상기 사용자 그룹 단말로부터 수신되는 사용자 로그 데이터를 단말 사용자의 시간을 기준으로 상황을 기록하고, 전처리를 진행하는 단말 로그 관리부; 수집된 상기 사용자 로그 데이터를 이용하여 태그 계층화 데이터베이스된 틀을 따라 위험 태그를 추출하는 패턴 태깅 처리부; 및 검출된 패턴에 대한 대응방안을 제공하는 위험 태그 처리부를 포함하고,
    상기 패턴 태깅 처리부는, 상기 수집된 상기 사용자 로그 데이터를 각 계층별 태그에 순차적으로 매칭하여 패턴을 검출하는 것을 특징으로 하는 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템.
  2. 삭제
  3. 제 1항에 있어서,
    상기 사용자 로그 데이터는,
    단말 사용자 개개인별 식별자를 포함하는 단말 사용자 식별자, 단말 사용자의 이동상태와 관련된 정보로, 단말 사용자의 위치나 이동에 대한 정보를 포함하는 단말 사용자 이동상태, 및 단말 사용자의 심장박동에 대한 정보를 포함하는 단말 사용자 상태 중 하나 이상의 정보를 포함하는 것인 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템.
  4. 제 3항에 있어서,
    상기 사용자 로그 데이터에는,
    외부 서버로부터 제공되는 사용자의 주변 인근 지역의 지형·지물 정보와 기상청 데이터를 이용하여 해당 지역의 기상정보를 포함하는 것인 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템.
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    상기 패턴 태깅 처리부는,
    검출된 태그에 대하여 패턴그룹화를 진행하는 것인 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템.
  8. 제 7항에 있어서,
    상기 패턴 태깅 처리부는,
    지도 방식, 비지도 방식 중 어느 한 방식을 활용하여 태그 계층화 데이터베이스에 그룹화하는 것인 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템.
  9. 제 1항에 있어서,
    상기 패턴 태깅 처리부는,
    상기 단말 로그 관리부를 통해 수집된 사용자 로그 데이터를 수집하는 정보 수집부;
    상기 수집된 사용자 로그 데이터를 분석하고, 상기 태그 계층화 데이터베이스에 저장된 계층화된 태그의 패턴을 검출하는 태그 계층부; 및
    상기 태그 계층부를 통해 검출된 태그의 패턴에 따라 위험 태그를 추출하는 태그 추출부;를 포함하는 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템.
  10. 삭제
  11. 삭제
  12. 삭제
  13. 단말로그 관리부에 의해 사용자 그룹 단말을 통해 사용자 로그 데이터를 수집하는 단계;
    수집된 상기 사용자 로그 데이터를 통해 계층 정보 및 패턴을 검출하는 단계; 및
    상기 검출된 계층 정보와 패턴에 대응되는 위험 태그를 추출하는 단계;를 포함하되,
    상기 사용자 그룹 단말은, 이동속도를 센싱하는 센서, 단말의 움직임을 감지하기 위한 센서, 단말의 위치를 감지하기 위한 센서를 포함하는 스마트 단말; 및 단말의 신체에 착용하여 이동속도를 센싱하는 센서, 단말의 움직임을 감지하기 위한 센서, 단말의 위치를 감지하기 위한 센서 및 사용자의 심박수를 감지하기 위한 센서 중 적어도 하나 이상의 센서를 포함하는 웨어러블 기기를 포함하고,
    상기 위험 태그를 추출하는 단계는,
    위험 태그가 검출되는지를 판단하는 단계; 및 상기 판단 단계에서 위험 태그가 검출되면, 위험 패턴 처리부에 의해, 해당 위험 태그에 대한 대응방안을 제공하는 단계;를 포함하되,
    패턴 태깅 처리부에 의해, 상기 수집된 상기 사용자 로그 데이터를 각 계층별 태그에 순차적으로 매칭하여 패턴을 검출하는 것을 특징으로 하는 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 방법.
  14. 제 13항에 있어서,
    상기 패턴은 이동경로 이미지로 표현되며, 이동속도는 선의 굵기 차이로 표현되고, 웨어러블 기기에서 생성된 심박정보는 이동 경로에 색깔을 이용하여 표현하며, 인근 지형, 지물은 해당 이미지와 매칭되는 텍스트 파일을 생성하는 것인 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 방법.
  15. 삭제
  16. 제 13항에 있어서,
    도로안전교통공사의 교통사고 데이터를 기반으로 위험 태그에 대한 대응방안을 제공하는 단계를 더 포함하는 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 방법.
  17. 제 13항에 있어서,
    상기 판단 단계에서 위험 태그가 검출되지 않으면, 외부환경 위험 패턴 처리부에 의해 계절별 지형 및 지물관련 위험 태그와 계절에 대한 태그, 사용자 인근의 유동인구에 대한 위험 태그, 이전 기상정보에 대한 태그를 검출하여 대응하는 것인 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 방법.
  18. 제 17항에 있어서,
    위험 태그에 대응하는 단계는,
    위험 태그 처리부에 의해, 터널 인근 차량에게 주의 알람을 제공하고, 졸음운전 대상자에게는 졸음운전 주의 알람을 제공하는 것인 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 방법.
KR1020190160037A 2019-12-04 2019-12-04 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템 및 방법 KR102470153B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190160037A KR102470153B1 (ko) 2019-12-04 2019-12-04 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템 및 방법
US17/110,992 US20210174664A1 (en) 2019-12-04 2020-12-03 System and method for detecting risk using pattern analysis of layered tags in user log data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190160037A KR102470153B1 (ko) 2019-12-04 2019-12-04 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20210070040A KR20210070040A (ko) 2021-06-14
KR102470153B1 true KR102470153B1 (ko) 2022-11-24

Family

ID=76210982

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190160037A KR102470153B1 (ko) 2019-12-04 2019-12-04 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템 및 방법

Country Status (2)

Country Link
US (1) US20210174664A1 (ko)
KR (1) KR102470153B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113297147A (zh) * 2021-06-18 2021-08-24 中国信息安全测评中心 应用程序接口的风险检测方法、相关装置及存储介质
CN114707911B (zh) * 2022-05-25 2023-05-12 深圳赛盒科技有限公司 一种结合云计算的跨境电商信息风险分析方法及服务器

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101607468B1 (ko) * 2015-02-27 2016-03-30 고려대학교 산학협력단 콘텐츠에 대한 키워드 태깅 방법 및 시스템

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5900819A (en) * 1998-04-21 1999-05-04 Meritor Heavy Vehicle Systems, Llc Drowsy driver detection system
KR20140024084A (ko) * 2012-08-17 2014-02-28 안태영 교통 사고 정보 안내 시스템 및 방법
KR102225400B1 (ko) * 2014-12-04 2021-03-09 삼성전자주식회사 웨어러블 디바이스 및 웨어러블 디바이스에서 메시지를 전송하는 방법
US9718468B2 (en) * 2015-10-13 2017-08-01 Verizon Patent And Licensing Inc. Collision prediction system
KR102225088B1 (ko) * 2015-10-26 2021-03-08 에스케이텔레콤 주식회사 상황 정보 기반의 태그 생성 방법 및 장치
KR101839055B1 (ko) * 2015-11-18 2018-03-16 네이버 주식회사 웨어러블 디바이스를 이용한 운전 위험도 평가 방법, 시스템 및 컴퓨터 프로그램
KR102442061B1 (ko) * 2017-04-06 2022-09-13 삼성전자주식회사 전자 장치, 그의 경고 메시지 제공 방법 및 비일시적 컴퓨터 판독가능 기록매체
US20210035661A1 (en) * 2019-08-02 2021-02-04 Kpn Innovations, Llc Methods and systems for relating user inputs to antidote labels using artificial intelligence

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101607468B1 (ko) * 2015-02-27 2016-03-30 고려대학교 산학협력단 콘텐츠에 대한 키워드 태깅 방법 및 시스템

Also Published As

Publication number Publication date
US20210174664A1 (en) 2021-06-10
KR20210070040A (ko) 2021-06-14

Similar Documents

Publication Publication Date Title
CN109145954B (zh) 一种基于多源时空数据的网约车出行安全评价方法及系统
US10365117B2 (en) Distributed data processing systems for processing remotely captured sensor data
US10111043B1 (en) Verifying sensor data using embeddings
US11511666B2 (en) Systems and methods for utilizing machine learning to identify vehicle surroundings, route conditions, and points of interest
KR102470153B1 (ko) 사용자 로그 데이터에 대한 계층화 태그의 패턴 분석을 이용한 위험 감지 시스템 및 방법
US11651609B2 (en) Method, apparatus, and system for mapping based on a detected pedestrian type
Goyal et al. Realtime accident detection and alarm generation system over IoT
Bose et al. Smartphone based system for real-time aggressive driving detection and marking rash driving-prone areas
Szénási et al. Statistical accident analysis supporting the control of autonomous vehicles
CN113899355A (zh) 地图更新方法、装置、云端服务器和共享骑行设备
CN113936465A (zh) 交通事件检测方法及装置
CN110599791A (zh) 信息监控方法、装置和设备
Ashqar et al. Vulnerable road user detection using smartphone sensors and recurrence quantification analysis
Prezioso et al. Machine Learning Insights for Behavioral Data Analysis Supporting the Autonomous Vehicles Scenario
CN115328982A (zh) 一种电动自行车数字化治理与服务系统
da Costa Albuquerque et al. A proactive application to monitor truck fleets
KR101945613B1 (ko) 웨어러블 센서를 활용한 등산로 위험 구간 탐지 시스템 및 방법
KR102590355B1 (ko) 교통 정보 센터의 교통 영상 융합 장치 및 방법
Aung et al. Mining data for traffic detection system using GPS_enable mobile phone in mobile cloud infrastructure
Dabiri Application of deep learning in intelligent transportation systems
CN116071930B (zh) 基于乘客安全的车辆自动预警系统
KR102573708B1 (ko) 교통 정보 센터의 상황판 제어 장치 및 방법
KR102590358B1 (ko) 교통 정보 센터의 관심 영역의 영상 처리 방법 및 그를 위한 장치
KR102484139B1 (ko) 인공지능모델을 이용하여 이륜차의 운전 패턴 정보를 기초로 이륜차 보험료를 산출하는 방법, 장치 및 시스템
Jorge Detecting roundabout manoeuvres using OpenStreetMap and vehicle state

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right