KR20100000151A

KR20100000151A - Ｗｓｎ 기반 상황인지 엔진

Info

Publication number: KR20100000151A
Application number: KR1020080059535A
Authority: KR
Inventors: 김장규; 류승완; 박세권; 정윤용
Original assignee: 중앙대학교 산학협력단; 메타라이츠(주)
Priority date: 2008-06-24
Filing date: 2008-06-24
Publication date: 2010-01-06
Also published as: EP2139200A8; KR100979783B1; EP2139200A3; US20090316594A1; US8145445B2; EP2139200A2

Abstract

상황인지 엔진 및 소프트웨어의 가격 정책 방법이 개시된다. 상황인지 엔진은 그룹에 포함된 센서들로부터 출력되는 센싱데이터에 대해 공간적 필터링을 적용하여 오류가 미발생한 데이터를 필터링하고, 필터링된 데이터와 적어도 하나의 조건을 비교하여 그룹에 대응하는 장소의 현재 상태를 판단하며, 판단된 현재 상태 및 그룹과 관련된 정보를 결합하여 상황인지 결과를 생성한다. 상황인지 엔진을 구동하기 위한 센서 미들웨어의 가격 정책은 센서 미들웨어가 관리하는 장소의 수를 고려하여 정해진다.

상황인지, 유비쿼터스, WSN, 센서

Description

상황인지 엔진 및 소프트웨어의 가격 정책 방법{Context-aware engine and price policy method of software}

본 발명은 상황인지 엔진 및 소프트웨어의 가격 정책 방법에 관한 것으로, 더욱 상세하게는 WSN(Wireless Sensor Network) 환경에서 서버에 설치되는 센서 미들웨어의 상황인지 및 센서 미들웨어의 가격을 결정하기 위한 상황인지 엔진 및 소프트웨어의 가격 정책 방법에 관한 것이다.

WSN(Wireless Sensor Network) 또는 USN(Ubiquitous Sensor Network)이란 각종 센서가 센싱한 데이터를 네트워크를 통해 해당 컴퓨터에게 전송하면, 해당 컴퓨터의 센서 미들웨어가 지능적으로 센싱데이터를 분석하는 유비쿼터스 시스템의 핵심 기술 중 하나이다. 즉, WSN 또는 USN 기술은 주변의 물리적 현상을 감지하는 센서 장치에 네트워크 개념을 추가하여, 센서가 감지한 정보를 네트워크와 연동, 실시간으로 관리, 제어하는 개념이다.

그러나, 종래의 WSN/USN 기술은 센싱한 데이터를 수신하여 제어하는 것에 치중되어 있을 뿐, 센싱한 데이터를 분석하여 상황인지하는 구체적 방법에 대해서는 초점이 맞추어져 있지 않다. 따라서, 센싱한 데이터를 이용하여 보다 정확하게 상 황인지하는 구체적 방법이 필요하다.

또한, 종래에는, 중앙 컴퓨터 시스템 한 곳에 센서 미들웨어가 설치되며, 이를 통해 모든 센싱데이터를 관리/분석한다. 따라서, 설치되는 센서의 수, 또는 센서가 설치되는 장소가 증가하여도 센서 미들웨어는 추가적으로 필요하지 않으므로, 개발자는 센서 미들웨어를 추가적으로 판매할 수 없다는 부당함이 있다.

따라서, 본 발명의 목적은 센싱된 데이터를 구체적으로 분석하여 보다 정확히 상황인지할 수 있는 상황인지 엔진을 제공하고자 하는 데 있다.

또한, 본 발명의 목적은 센서 미들웨어가 관리하는 장소의 개수, 즉, 게이트웨이의 개수 또는 센서의 개수를 고려하여 센서 미들웨어를 판매할 수 있는 소프트웨어의 가격 정책 방법을 제공하고자 하는 데 있다.

상기 목적을 달성하기 위한 본 발명에 따른 상황인지 엔진은, 그룹에 포함된 센서들로부터 출력되는 센싱데이터에 대해 공간적 필터링을 적용하여 오류가 미발생한 데이터를 필터링하는 공간적 필터링부; 상기 필터링된 데이터와 적어도 하나의 조건을 비교하여 상기 그룹에 대응하는 장소의 현재 상태를 판단하는 조건적 판단부; 및 상기 판단된 현재 상태 및 상기 그룹과 관련된 정보를 결합하여 상황인지 결과를 생성하는 결과처리부;를 포함한다.

상기 공간적 필터링부는, 상기 센싱데이터를 출력하는 센서와 상기 그룹에 포함된 센서를 비교하여 작동된 센서와 작동되지 않은 센서를 확인하는 확인부; 및 상기 작동된 센서로부터 센싱된 데이터 중 오류 데이터를 제거하고, 상기 오류가 미발생한 데이터를 상기 조건적 판단부로 출력하는 오류 데이터 제거부;를 포함한다.

상기 공간적 필터링부는, 상기 작동되지 않은 센서와 상기 오류 데이터를 출력한 센서의 식별정보를 토대로 관리자에게 경고메시지를 통지하는 관리자 확인 모듈;을 더 포함한다.

상기 적어도 하나의 조건은 기간, 센싱데이터의 범위 및 상기 기간과 센싱데이터에 대응하는 상태를 포함하고, 다수 설정가능하며, 상기 조건적 판단부는, 상기 적어도 하나의 조건이 다수인 경우, 상기 다수의 조건들 중 상기 필터링된 데이터에 부합하는 조건에 대응하는 상태를 상기 현재 상태로서 판단한다.

상기 필터링된 데이터와 저장된 과거 센싱데이터를 이용하여 상기 현재 상태를 재판단하여 최종 판단결과를 출력하는 시간적 판단부;를 더 포함한다.

상기 시간적 판단부는, 상기 과거 센싱데이터 및 상기 과거 센싱데이터를 기반으로 추출된 규칙과, 상기 조건적 판단부로부터 입력되는 상기 필터링된 데이터를 비교하여 상기 현재 상태를 재판단한다.

상기 추출된 규칙은 정상에 대응하는 과거 센싱데이터의 범위, 비정상에 대응하는 과거 센싱데이터의 범위, 상기 과거 센싱데이터의 정상 변화율 및 상기 과거 센싱데이터의 상한값과 하한값을 포함한다.

상기 조건적 판단부에서 판단된 상기 현재 상태가 정상인 경우, 상기 시간적 판단부는 상기 필터링된 데이터와 상기 저장된 과거 센싱데이터를 비교하여 상기 현재 상태를 재판단한다.

상기 재판단된 결과는 정상, 주의, 감시, 경고, 위험 및 사용자 정의 중 하나이며, 상기 결과처리부는 상기 재판단된 결과에 따라 선택적으로 관리자에게 경고 메시지를 제공한다.

상기 결과처리부는, 상기 판단된 현재 상태 및 상기 재판단된 현재 상태 중 하나와, 상기 그룹의 식별정보, 상기 데이터를 센싱한 시간 및 상기 데이터를 센싱한 센서의 식별정보를 결합하여 상황인지 결과를 생성한다.

상기 그룹은 동일 장소에 설치된 센서들 중 동일한 작동 조건을 가지는 센서의 집합이다.

한편, 상기 목적을 달성하기 위한 본 발명에 따른 네트워크 환경에서 사용되는 소프트웨어의 가격 정책 방법에 있어서, 상기 소프트웨어의 가격은 상기 소프트웨어가 관리하는 사이트의 개수를 고려하여 책정되는 것을 특징으로 한다.

상기 소프트웨어가 WSN(Wireless Sensor Network) 환경에서 사용되는 센서 미들웨어인 경우, 상기 센서 미들웨어의 가격은 상기 센서 미들웨어가 관리하는 사이트의 개수를 고려하여 책정된다.

상기 사이트는 적어도 하나의 센서가 설치되는 장소에 위치하는 게이트웨이이다.

본 발명에 따른 상황인지 시스템에 의하면, 동일한 그룹에 속해 있는 센서들 로부터 센싱된 데이터를 구체적으로 분석함으로써 보다 정확히 상황인지할 수 있다. 특히, 본 발명은 공간적 필터링, 조건적 판단 및 과거 데이터를 이용한 시간적 판단을 적용함으로써 그룹의 상황인지가 정확히 이루어질 수 있다.

또한, 본 발명에 따른 상황인지 시스템은 센싱데이터를 지능적으로 분석하고, 분석결과에 따른 대처방안을 제시하고 있다. 따라서, 유비쿼터스 사회에서, 환경 감시, 농산물 생장 감시, 군부대 등의 감시 체계는 인간의 개입없이 본 발명의 상황인지 시스템에 의해 지능적으로 통제될 수 있음은 물론이다.

또한, 본 발명에 따른 가격 정책방법에 의해 소프트웨어 또는 센서 미들웨어가 관리하는 사이트의 개수에 따라, 소프트웨어 또는 센서 미들웨어의 판매 가격을 정함으로써, 합리적으로 소프트웨어 또는 센서 미들웨어를 판매할 수 있다.

이하 첨부된 도면들을 참조하여 본 발명의 일 실시예를 보다 상세하게 설명한다. 다만, 본 발명을 설명함에 있어서, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그에 대한 상세한 설명은 생략한다.

도 1은 본 발명의 바람직한 실시예에 따른 상황인지 엔진이 적용되는 상황인지 시스템을 도시한 도면, 도 2는 도 1에 도시된 센서환경 등록모듈과 상황인지 엔진을 구체적으로 도시한 도면이다.

상황인지 시스템(Context-Aware System)은 WSN/USN 환경에서 센서 미들웨어를 이용하여 지능적으로 센싱데이터를 분석하는 시스템으로서, 본 발명에 따른 상 황인지 시스템은 적어도 하나의 센서를 포함하는 그룹을 지정하고, 그룹 단위로 상황을 인지한다. 특히, 상황인지 시스템은 그룹의 센서로부터 센싱된 데이터에 대해 공간적 필터링 및 조건적 판단을 적용하여 그룹에 해당하는 장소의 현재 상태를 판단하며, 선택적으로, 과거 데이터를 이용하는 시간적 판단을 적용하여 현재 상태를 보다 정확히 판단한다. 그룹은 동일 장소에 설치된 센서들, 즉, 동일한 게이트웨이와 통신하는 센서들 중 동일한 작동 조건을 가지는 동일한 유형의 센서의 집합이다.

이를 위하여, 본 발명의 실시예에 따른 상황인지 시스템은 센서가 설치된 장소(L1, L2, …, Ln, n은 양수), 센서환경 등록모듈(200) 및 상황인지 엔진(300)을 포함한다.

각 장소(L1, L2, …, Ln)에는 다수의 센서들(S1, S2, …, Sm, m은 양수) 및 게이트웨이(G)가 설치될 수 있으며, 관리자 또는 사용자는 각 장소(L1, L2, …, Ln)에 설치된 센서들 중 하나 이상의 센서를 선택하여 그룹으로 지정한다. 지정된 그룹의 그룹명은 관리자 또는 사용자가 설정하거나 또는 센서환경 등록모듈(200)로부터 자동적으로 부여받을 수 있다.

게이트웨이(G)는 지정된 그룹에 속하는 센서와 관련된 정보, 즉, 센서환경정보를 센서환경 등록모듈(200)에게 전송하며, 각 센서로부터 검출된 센싱데이터를 상황인지 엔진(300)에게 전송한다. 센서환경정보는 상기 지정된 그룹의 정보를 포함할 수 있다. 게이트웨이(G)는 유선 네트워크 또는 무선 네트워크를 이용하여 센서와 관련된 정보와 센싱데이터를 전송한다.

센서환경 등록모듈(200)은 각 장소(L1, L2, …, Ln)의 게이트웨이(G)로부터 전송받은 센서환경정보, 그룹정보와 후술할 조건적 판단에 사용되는 조건 정보를 등록한다. 센서환경정보는 센서가 설치된 장소(L1, L2, …, Ln)의 정보, 각 장소(L1, L2, …, Ln)에 설치된 센서(S1, S2, …, Sm)의 정보를 포함한다.

도 2를 참조하면, 센서환경 등록모듈(200)은 제어모듈(210), 센서환경 정보 저장부(220), CDML 스키마 제공부(230) 및 조건정보 저장부(240)를 포함한다. 제어모듈(210)은 장소(L1, L2, …, Ln)로부터 전송받은 센서환경정보를 분석하여 장소정보, 그룹정보 및 센서정보로 분류하고, 분류된 정보를 센서환경 정보 저장부(220)에 저장한다.

제어모듈(210)은 분류된 장소정보, 그룹정보 및 센서정보를 각각 센서환경 정보 저장부(220)의 장소정보 저장부(221), 그룹정보 저장부(222) 및 센서정보 저장부(223)에 등록하며, 조건적 판단부(320)에서 사용될 조건 정보를 조건정보 저장부(240)에 등록한다.

다만, 장소(L1, L2, …, Ln)로부터 전송된 센서환경정보가, 지정된 그룹의 정보를 포함하는 경우, 관리자는 센서환경 등록모듈(200)에서 그룹을 별도로 지정하지 않아도 되나, 센서환경정보가 그룹의 정보를 불포함하면, 관리자는 센서환경 등록모듈(200)을 통해 그룹을 구분하고, 해당 그룹에 속하는 센서들을 직접 등록하여야 한다.

그룹은 상술한 바와 같이 동일 장소에 설치되며, 동일한 작동 조건을 가지는 동일한 유형의 센서의 집합이다. 따라서, 각각의 그룹에는 동일한 유형의 센서가 포함된다. 예를 들어, 제1그룹 내지 제3그룹이 있는 경우, 제1그룹은 온도와 관련된 센서의 그룹, 제2그룹은 습도와 관련된 센서의 그룹, 제3그룹은 화재와 관련된 센서의 그룹이 될 수 있으며, 이러한 구분은 제어모듈(210)이 센서의 타입별로 자동으로 구분하거나 관리자가 수동으로 구분할 수 있다.

장소정보 저장부(221)는 장소(L1, L2, …, Ln)의 주소, 이름(예를 들어, A동 비닐하우스), 장소의 ID(Identification), 관리자명, 관리자 전화번호, 센서(S1, S2, …, Sm)의 센싱 주기 등 장소와 관련된 장소정보를 제어모듈(210)의 제어하에 등록 및 저장한다.

그룹정보 저장부(222)에는 센서를 통제하기 위하여 동일 유형의 센서와 관련된 정보가 등록 및 저장되며, 예로서, 관리자 또는 사용자가 구분한 그룹의 ID, 그룹에 속하는 센서의 유형과 센서의 개수와 센서의 ID 리스트, 그룹 장소의 개념적 의미(예를 들어, 비닐하우스 출구) 등 그룹과 관련된 정보를 포함한다.

센서정보 저장부(223)에는 각 장소(L1, L2, …, Ln)에 설치된 센서의 정보로서, 센서 유형, 센서 ID, 센서 제조회사, 센서 설치 장소(예를 들어, A동 비닐하우스 1구역), 센싱 주기 등이 등록 및 저장된다. 센서 유형의 예로는, 온도센서, 습도센서, CO₂센서, 누전센서, 화재센서, 불꽃감지센서, 도어센서, 조도센서 등 다양하다.

한편, 제어모듈(210)은 CDML(Conditional Data Markup Language : 조건표현언어) 스키마 제공부(230)의 CDML 스키마에 기반하여 조건정보를 생성한 후, 생성 된 조건정보가 조건정보 저장부(240)에 등록 및 저장되도록 한다. CDML 스키마는 도 6a에 도시된 바와 같은 구조를 가지며, CDML에 의해 표현되는 조건정보는 기간/시간(duration), 센싱데이터(즉, 센싱값, value) 및 판단(meanings 또는 level)을 포함하며, 그룹(Group, groupID 등)별로 생성된다. 예를 들어, 조건정보는 다음의 [표 1]과 같이 생성된다.

	기간/시간	센싱데이터	판단
조건정보1:그룹1	항상	20℃~30℃	정상
조건정보2:그룹2	2008.01.01~2008.12.31	10℃ 미만	경고
조건정보3:그룹3	07시~13시	20℃~30℃	정상

[표 1]을 참조하면, 조건정보1은 하나의 그룹에 속하는 센서들로부터 검출된 센싱데이터가 20℃~30℃에 속하면 항상 정상이라고 판단하는 조건을 나타낸다. 조건정보 저장부(240)에 저장된 조건정보는 조건적 판단부(320)로 입력된다.

한편, 본 발명의 바람직한 실시예에 따른 상황인지 엔진(300)은 각 장소(L1, L2, …, Ln)에 설치된 하나 이상의 센서로부터 센싱된 센싱데이터를 토대로 하여, 그룹단위의 상황인지를 수행한다. 즉, 상술한 바와 같이, 관리자 또는 사용자는 각 장소(L1, L2, …, Ln)에 설치된 센서들 중 하나 이상의 센서를 선택하여 그룹으로 지정하며, 상황인지 엔진(300)은 동일한 그룹에 속하는 센서들의 센싱데이터를 이용하여 그룹 또는 그룹이 속하는 장소(예를 들어, L1)의 상황을 인지한다.

이를 위하여, 상황인지 엔진(300)은 공간적 필터링부(310), 조건적 판단부(320), 시간적 판단부(330), 결과처리부(340) 및 데이터 베이스(DataBase : DB)(350)를 포함한다.

공간적 필터링부(310)는 동일한 그룹의 센서들로부터 센싱된 데이터에 대해 공간적 필터링을 적용하여 오류가 미발생한 데이터를 필터링한다. 공간적 필터링부(310)는 센서환경정보 저장부(220)에 저장된 센서환경정보, 즉, 장소정보, 그룹정보 및 센서정보를 이용하여 공간적 필터링을 수행한다.

도 3a는 도 2에 도시된 공간적 필터링부의 일 예를 도시한 도면이다.

도 3a를 참조하면, 공간적 필터링부(310)는 확인부(311), 오류데이터 제거부(312) 및 관리자 확인모듈(313)을 포함한다.

확인부(311)는 센싱데이터를 분석하여 센싱값을 전송하지 않은 센서를 확인한다. 이를 위하여, 확인부(311)는 게이트웨이(G)로부터 각 장소(L1, L2, …, Ln)의 센서들(S1, S2, …, Sm)로부터 제공되는 센싱데이터를 수신하며, 센서환경정보 저장부(220)로부터 그룹정보를 포함하는 센서환경정보를 수신한다.

센싱데이터는 센서들(S1, S2, …, Sm)이 검출한 센싱값, 센서들(S1, S2, …, Sm)의 위치정보, 센싱값이 검출된 시간 정보 및 센서들(S1, S2, …, Sm)이 속한 그룹의 정보를 포함한다. 확인부(311)는 센서환경정보의 그룹정보 중 센서들(S1, S2, …, Sm)이 속한 그룹을 확인하고, 확인된 그룹에 포함된 센서의 정보를 확인한다.

그리고, 확인부(311)는 센싱데이터를 출력한 센서의 정보(예를 들어, 센서 ID)와 확인된 그룹의 센서 정보를 비교하여 작동된 센서와 작동되지 않은 센서를 확인한다. 예를 들어, 센싱데이터를 출력한 센서(A, B, C, D)가 총 5개인 반면, 상기 센서(A~D)에 대응하는 그룹에는 5개의 센서(A~E)가 기등록되어 있는 경우, 확인부(311)는 센서(F)가 작동되지 않았거나 또는 오작동한 것으로 판단한다. 확인부(311)는 작동된 센서의 센싱데이터를 오류데이터 제거부(312)로 제공하며, 미작동된 센서의 정보를 관리자 확인모듈(313)로 제공한다.

오류데이터 제거부(312)는 확인부(311)로부터 입력받은 작동된 센서의 센싱데이터 중 오류 데이터를 제거하고, 오류가 미발생한 데이터를 조건적 판단부(320)로 출력한다. 예를 들어, 5개의 센서(A, B, C, D)가 센싱한 온도값이 각각 19℃, 20℃, 21℃, 40℃이면, 오류데이터 제거부(312)는 센서(D)가 오작동한 것으로 판단하고, 센서(A, B, C)에서 출력된 센싱데이터를 조건적 판단부(320)로 출력한다.

오류데이터 제거부(312)는 다음의 알고리즘을 이용하여 오류 데이터를 제거할 수 있다.

먼저, 오류데이터 제거부(312)는 센싱값 간의 차이가 가장 큰 센싱값부터 처리한다. 예를 들어, 오류데이터 제거부(312)는 19℃, 20℃, 21℃, 40℃ 중 40℃와 그 외의 온도값들의 차이가 가장 크므로 40℃의 센싱값부터 오류 여부를 판단한다. 이하에서는, 차이가 가장 큰 센싱값을 대상 센싱값이라 한다.

오류데이터 제거부(312)는 대상 큰 센싱값을 제외한 나머지 센싱값의 평균과 대상 센싱값을 비교하여 차이를 산출한다. 즉, 오류데이터 제거부(312)는 19℃, 20℃ 및 21℃의 평균인 20℃를 산출하고, 20℃와 40℃의 차이를 산출한다.

오류데이터 제거부(312)는 산출된 차이가 평균값 대비 50% 이상 차이가 나면, 대상 센싱값은 오류인 것으로 판단한다. 예를 들어, 대상 센싱값은 40℃이고, 그 외 센싱값의 평균은 20℃이므로, 서로 20℃의 차이가 난다. 이는 100% 이상의 차이가 나는 것이므로, 오류데이터 제거부(312)는 40℃를 검출한 센서(E)가 오류에 의해 센싱하였거나 또는 센서(E)가 설치된 장소만 이상이 있는 것으로 판단하고, 센서(E)로부터 오류데이터 40℃가 검출되었음을 관리자 확인모듈(313)에게 제공한다.

관리자 확인모듈(313)은 작동되지 않은 센서의 정보와 오류 데이터를 출력한 센서의 정보(예를 들어, ID와 같은 식별정보)를 저장하며, 관리자에게 경고메시지를 통지한다. 관리자는 경고메시지를 통해 작동하지 않은 센서와 오작동한 센서를 확인하여 센서가 실제로 오작동되었는지를 판단한다. 그리고, 관리자 확인모듈(313)은 관리자에 의해 확인된 실제로 오작동한 센서의 정보, 즉, 관리자 확인정보를 상황인지 정보 생성부(341)에게 제공한다.

한편, 공간적 필터링부(310)는 도 3b에 도시된 바와 같이 평균값 산출부(314)를 더 포함할 수 있다. 평균값 산출부(314)는 오류데이터 제거부(312)로부터 입력되는 오류가 미발생한 센싱데이터의 평균값을 산출하여, 산출된 평균값을 조건적 판단부(320)로 출력한다. 바람직하게는, 평균값 산출부(314)는 센싱데이터에 포함된 센싱값들의 평균값을 산출한다.

이로써, 공간적 필터링부(310)는 센싱데이터를 전송하지 않은 센서와 오류가 발생한 센서를 제거하고, 동일한 그룹내에서 정상적으로 검출된 센싱데이터를 조건적 판단부(320)로 출력한다.

다시 도 2를 참조하면, 조건적 판단부(320)는 공간적 필터링부(310)로부터 입력되는 필터링된 센싱데이터와 조건정보 저장부(240)로부터 입력되는 조건정보를 비교하여 상기 그룹에 대응하는 장소(예를 들어, L1)의 현재 상태를 판단한다. 조건적 판단부(320)는 판단된 현재 상태, 즉, 조건적 판단정보를 시간적 판단부(330)에게 출력한다.

예를 들어, 필터링된 센싱데이터에 대응하는 센서가 그룹1에 속하는 경우, 조건적 판단부(320)는 [표 1]의 조건정보1을 이용하여 현재 상태를 판단한다. 조건적 판단부(320)의 판단결과, 즉, 판단되는 현재상태는 정상, 경고, 위험, 사용자 정의 등을 포함할 수 있다. 사용자 정의는 사용자 또는 관리자에 의해 설정되는 현재상태이다.

도 4는 도 2에 도시된 시간적 판단부를 구체적으로 도시한 도면이다.

시간적 판단부(330)는 DB(350)에 누적된 과거 데이터, 과거 데이터로부터 생성되는 규칙과 필터링된 센싱데이터를 이용하여, 조건적 판단부(320)에서 판단된 현재 상태를 재판단한다. 즉, 시간적 판단부(330)는 과거 데이터를 이용하여, 현재의 판단 정확도를 보완한다. 과거 데이터는 과거의 특정 기간동안 센싱된 센싱데이터로서, 센싱값, 센싱한 센서의 식별정보와 그룹정보, 센싱값에 따라 판단된 결과(예를 들어, 경고) 등을 의미한다. 특히, 시간적 판단부(330)는 조건적 판단부(320)에서 판단된 현재 상태 중 '정상'을 과거 데이터의 규칙과 비교하여 보다 상세히 현재 상태를 판단한다.

도 4를 참조하면, 시간적 판단부(330)는 규칙 생성부(331), 규칙 저장부(332) 및 비교 판단부(333)를 포함한다.

규칙 생성부(331)는 DB(350)에 저장된 과거 데이터로부터 규칙(조건에 따른 결과)을 생성한다. 규칙 생성부(331)는 과거 데이터 정상값에 대한 규칙(1), 과거 데이터 비정상값에 대한 규칙(2), 과거데이터 정상값 변화율에 대한 규칙(3) 및 과거데이터 상한값과 하한값에 대한 규칙(4) 등을 생성하여 규칙 저장부(332)에 저장한다.

예를 들어, 과거 데이터 정상값(1)에 대한 규칙은 '지난 3년동안 20℃~30℃ 내의 온도가 센싱되면 정상으로 판별되었으므로, 현재 센싱된 온도가 20℃~30℃이면 정상이다'라는 규칙을 의미한다. 또한, 과거데이터 정상값 변화율(3)에 대한 규칙은 예를 들어, '과거 온도의 급상승 변화율이 50%이상인 경우, 화재가 발생하였으므로, 현재 센싱되는 온도 급상승 변화율이 50%이상으로 산출되는 경우 현재 상태를 경고로 판단한다'라는 규칙이다.

비교 판단부(333)는 조건적 판단부(320)로부터 입력되는 필터링된 센싱데이터와 판단된 현재상태를 규칙 저장부(332)에 저장된 규칙과 비교하여 현재 상태를 재판단하여 최종 판단결과를 생성한다. 비교 판단부(333)는 조건적 판단부(320)에서 판단된 현재 상태에 따라 선택적으로 현재 상태를 재판단할 수 있다.

예를 들어, 조건적 판단부(320)에서 판단된 현재 상태가 정상인 경우, 비교 판단부(333)는 추가적으로 현재 상태를 재판단하여 정상, 주의, 감시, 또는 사용자 정의와 같은 최종 판단결과를 생성한다. '주의'와 '감시'는 현재 상태가 정상이어도 과거데이터에 비해 이상한 것으로 판단되는 경우, 보다 세분화되어 판단되는 현재상태이다.

조건적 판단부(320)에서 판단된 현재 상태가 경고 또는 위험인 경우, 비교 판단부(333)는 현재 상태가 비상사태임을 인식하고, 비교과정없이 결과처리부(340)에게 바이패스한다.

따라서, 결과처리부(340)에는 조건적 판단부(320)에서 판단된 현재 상태로서 위험 또는 경고가 시간적 판단부(330)에서 바이패스되어 입력되며, 시간적 판단부(330)에서 재판단된 현재 상태로서 정상, 주의, 감시, 사용자 정의 등이 입력될 수 있다.

이하에서는, 정상, 주의, 감시, 경고, 위험, 사용자 정의 등을 설명한다.

비교 판단부(333)는 조건적 판단부(320)에서 판단된 현재 상태의 '정상'이 규칙 저장부(332)의 과거 데이터 정상값(1)에 대한 규칙에 매핑되면, 현재 상태를 정상인 것으로 판단한다.

비교 판단부(333)는 조건적 판단부(320)에서 판단된 현재 상태의 '정상'이 규칙 저장부(332)의 과거 데이터 정상값(1)에 대한 규칙에 매핑되면, 현재 상태를 '정상'인 것으로 판단한다.

비교 판단부(333)는 조건적 판단부(320)에서 판단된 현재 상태의 '정상'이 과거 데이터의 평균 데이터에 비해 변화율을 가지는 경우, 현재상태를 정상상태보다 위험한 '주의'로 판단한다. 여기서, 변화율은 현재상태를 판단하기 위하여 기산출된 기준값이다.

비교 판단부(333)는 조건적 판단부(320)에서 판단된 현재 상태의 '정상'이 과거 데이터의 평균 데이터에 비해 급격한 변화율을 가지는 경우, 현재상태를 정상상태보다 위험한 '감시'로 판단한다. 여기서, 급격한 변화율은 현재상태를 판단하기 위하여 기산출된 기준값이다.

비교 판단부(333)는 조건적 판단부(320)에서 판단된 현재 상태의 '정상'이 상기 비교 판단부(333)에서 판단되는 정상, 주의 감시 중 어느 하나로도 판단되지 않으면, 현재상태를 사용자에 의해 정의된 '사용자 정의'로 판단한다. 예를 들어, 사용자는 '사용자 정의'로 판단된 현재상태를 확인하여, 현재 상태가 정상도 아니고 위험하거나 경고단계도 아니며, 판단하기 어려운 상태인 것으로 인식할 수 있다.

도 5는 도 2에 도시된 결과처리부를 도시한 도면이다.

도 5에 도시된 결과처리부(340)는 시간적 판단부(330)에서 입력되는 현재 상태 및 그룹과 관련된 정보를 결합하여 상황인지 결과를 생성한다. 여기서, 그룹과 관련된 정보는 공간적 필터링부(310)로 입력되는 센싱데이터에 포함된 정보로부터 알 수 있다. 즉, 그룹과 관련된 정보는 센싱데이터를 검출한 센서(예를 들어, S1, S2, …, Sm)의 위치와 시간정보, 센서(S1, S2, …, Sm)가 속한 그룹의 식별정보가 될 수 있다.

이를 위하여, 결과처리부(340)는 상황인지 정보 생성부(341), SDML(Sensing Data Markup Language) 스키마 제공부(342), 제어부(343), 경고부(344) 및 SMS(Short Message Service) 전송부(345)를 포함한다.

상황인지 정보 생성부(341)는 SDML 스키마 제공부(342)의 SDML 스키마에 기반하여 상황인지 정보를 생성한 후, 생성된 상황인지 정보를 제어부(343)에게 제공한다. SDML 스키마는 도 6b에 도시된 구조를 갖는다. 도 6b에서 예를 들어, 'group'는 센서가 속한 각 그룹에 대한 정보, 'sensing'은 각 센서에 대한 정보, 'errorConfirm'은 에러가 발생한 센서에 대한 정보를 의미한다.

상황인지 정보 생성부(341)는 시간적 판단부(330)로부터 센싱데이터와 최종판단결과를 입력받으며, 관리자 확인 모듈(313)로부터 관리자 확인정보를 입력받으며, 입력된 센싱데이터, 최종 판단결과 및 관리자 확인정보를 결합하여 상황인지 정보를 생성한다. 따라서, 상황인지 정보는 시간적 판단부(330)에서 입력되는 최종판단결과를 포함한다.

SDML 기반으로 생성된 상황인지 정보는 DB(350)에 저장된다.

제어부(343)는 상황인지 정보에 포함된 최종판단결과에 따라 적응적으로 동작한다. 현재상태가 정상인 것으로 판단되면 제어부(343)는 별도의 동작을 수행하지 않으며, 주의, 감시, 또는 사용자 정의로 판단되면 1차 대상자인 관리자에게 센서(S1, S2, …, Sm)로부터 이상이 검지되었으므로 확인해 볼 것을 SMS 전송부(345)를 통해 요청할 수 있다.

현재상태가 위험한 것으로 판단되면, 제어부(343)는 경고부(344)를 제어하여 센서(S1, S2, …, Sm)가 설치된 현장의 비상사태를 통지하고, 적합한 대응을 취하도록 한다.

예를 들어, 센서(S1, S2, …, Sm)가 화재센서이며 최종판단결과에 의해 현재상태가 '경고'인 것으로 판단되면, 제어부(343)는 화재의 발생 가능성이 있는 것으로 판단하고, 1차 대상자인 관리자에게 경고 메시지를 전송하도록 SMS 전송부(345)를 제어한다.

또한, 센서(S1, S2, …, Sm)가 화재센서이며 최종판단결과에 의해 현재상태가 '위험'인 것으로 판단되면, 제어부(343)는 화재가 발생한 것으로 판단하고, 2차 대상자인 소방서와 관리자에게 비상사태를 알리도록 처리한다. 예를 들어, 제어부(343)는 현장에 설치된 스프링클러 및 환풍기가 작동하도록 하며, 소방서 및 관리자에게 위험 SMS를 전송하거나 비상벨이 울리도록 하여 비상사태를 통지하도록 SMS 전송부(345)를 제어한다.

사용자 정의가

한편, 네트워크 환경에서 사용되는 소프트웨어의 가격 정책 방법에 있어서, 소프트웨어의 가격은 소프트웨어가 관리하는 사이트의 개수를 고려하여 책정되는 것이 바람직하다. 즉, 소프트웨어 각각에 대해 가격을 책정하여 판매하는 것에 그치지 않고, 소프트웨어가 관리하는 사이트의 개수가 증가하면 소프트웨어를 추가로 구매하여야만 사용이 가능하도록 하거나, 또는, 소프트웨어 별로 관리 가능한 사이트 개수를 결정 및 변경가능하도록 하여, 가격을 조정하도록 한다.

예를 들어, 소프트웨어가 WSN(Wireless Sensor Network) 환경에서 사용되는 센서 미들웨어인 경우, 센서 미들웨어의 가격은 센서 미들웨어가 관리하는 사이트의 개수, 즉, 게이트웨이의 개수를 고려하여 책정될 수 있다. 게이트웨이는 적어도 하나의 센서가 설치되는 장소에 위치하며, 센싱데이터를 상황인지 엔진에게 전송한다.

자세히 설명하면, 본 발명의 상황인지 시스템은 센서들을 개별적으로 관리하지 않고 그룹단위로 관리하는 센서 미들웨어를 채용한다. 이러한 센서 미들웨어의 가격 정책은 센서 미들웨어가 관리하는 장소의 수, 물리적으로는 게이트웨이의 개수에 따라 결정되는 것이 바람직하다. 이로써, 센서가 설치되는 장소가 무제한이어도, 즉, 게이트웨이의 개수가 증가하여도 센서 미들웨어를 한 번 판매하는 것에 그치지 않고, 다수 판매할 수 있도록 함으로써 가격 정책면에 효율성을 부여할 수 있다. 이와 같이 단순히 센서 미들웨어의 판매 개수가 아닌, 센서 미들웨어가 관리하는 장소 수를 고려하여 가격 정책을 정하는 것은 본 발명의 상황인지 시스템의 센서 미들웨어 뿐만 아니라 그 외의 시스템에 적용되는 미들웨어, 소프트웨어 등에 적용가능하다.

이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형 실시예들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.

도 1은 본 발명의 바람직한 실시예에 따른 상황인지 엔진이 적용되는 상황인지 시스템을 도시한 도면,

도 2는 도 1에 도시된 센서환경 등록모듈과 상황인지 엔진을 구체적으로 도시한 도면,

도 3a 및 도 3b는 도 2에 도시된 공간적 필터링부의 일 예를 도시한 도면,

도 4는 도 2에 도시된 시간적 판단부를 구체적으로 도시한 도면,

도 5는 도 2에 도시된 결과처리부를 도시한 도면,

도 6a는 CDML 스키마의 예를 도시한 도면, 그리고,

도 6b는 SDML 스키마의 예를 도시한 도면이다.

* 도면의 주요부분에 대한 부호의 설명 *

L1, L2, …, Ln : 센서가 설치된 장소

200 : 센서환경 등록모듈 210 : 제어모듈

220 : 센서환경 정보 저장부 230 : CDML 스키마 제공부

240 : 조건정보 저장부 300 : 상황인지 엔진

310 : 공간적 필터링부 320 : 조건적 판단부

330 : 시간적 판단부 340 : 결과처리부

350 : 데이터 베이스

Claims

그룹에 포함된 센서들로부터 출력되는 센싱데이터에 대해 공간적 필터링을 적용하여 오류가 미발생한 데이터를 필터링하는 공간적 필터링부;

상기 필터링된 데이터와 적어도 하나의 조건을 비교하여 상기 그룹에 대응하는 장소의 현재 상태를 판단하는 조건적 판단부; 및

상기 판단된 현재 상태 및 상기 그룹과 관련된 정보를 결합하여 상황인지 결과를 생성하는 결과처리부;를 포함하는 것을 특징으로 하는 상황인지 엔진.
제 1항에 있어서,

상기 공간적 필터링부는,

상기 센싱데이터를 출력하는 센서와 상기 그룹에 포함된 센서를 비교하여 작동된 센서와 작동되지 않은 센서를 확인하는 확인부; 및

상기 작동된 센서로부터 센싱된 데이터 중 오류 데이터를 제거하고, 상기 오류가 미발생한 데이터를 상기 조건적 판단부로 출력하는 오류 데이터 제거부;를 포함하는 것을 특징으로 하는 상황인지 엔진.
제 2항에 있어서,

상기 공간적 필터링부는,

상기 작동되지 않은 센서와 상기 오류 데이터를 출력한 센서의 식별정보를 토대로 관리자에게 경고메시지를 통지하는 관리자 확인 모듈;을 더 포함하는 것을 특징으로 하는 상황인지 엔진.
제 1항에 있어서,

상기 적어도 하나의 조건은 기간, 센싱데이터의 범위 및 상기 기간과 센싱데이터에 대응하는 상태를 포함하고, 다수 설정가능하며,

상기 조건적 판단부는, 상기 적어도 하나의 조건이 다수인 경우, 상기 다수의 조건들 중 상기 필터링된 데이터에 부합하는 조건에 대응하는 상태를 상기 현재 상태로서 판단하는 것을 특징으로 하는 상황인지 엔진.
제 1항에 있어서,

상기 필터링된 데이터와 저장된 과거 센싱데이터를 이용하여 상기 현재 상태를 재판단하여 최종 판단결과를 출력하는 시간적 판단부;를 더 포함하는 것을 특징으로 하는 상황인지 엔진.
제 5항에 있어서,

상기 시간적 판단부는, 상기 과거 센싱데이터 및 상기 과거 센싱데이터를 기반으로 추출된 규칙과, 상기 조건적 판단부로부터 입력되는 상기 필터링된 데이터를 비교하여 상기 현재 상태를 재판단하는 것을 특징으로 하는 상황인지 엔진.
제 6항에 있어서,

상기 추출된 규칙은 정상에 대응하는 과거 센싱데이터의 범위, 비정상에 대응하는 과거 센싱데이터의 범위, 상기 과거 센싱데이터의 정상 변화율 및 상기 과거 센싱데이터의 상한값과 하한값을 포함하는 것을 특징으로 하는 상황인지 엔진.
제 5항에 있어서,

상기 조건적 판단부에서 판단된 상기 현재 상태가 정상인 경우, 상기 시간적 판단부는 상기 필터링된 데이터와 상기 저장된 과거 센싱데이터를 비교하여 상기 현재 상태를 재판단하는 것을 특징으로 하는 상황인지 엔진.
제 8항에 있어서,

상기 재판단된 결과는 정상, 주의, 감시, 경고, 위험 및 사용자 정의 중 하나이며, 상기 결과처리부는 상기 재판단된 결과에 따라 선택적으로 관리자에게 경고 메시지를 제공하는 것을 특징으로 하는 상황인지 엔진.
제 5항에 있어서,

상기 결과처리부는, 상기 판단된 현재 상태 및 상기 재판단된 현재 상태 중 하나와, 상기 그룹의 식별정보, 상기 데이터를 센싱한 시간 및 상기 데이터를 센싱한 센서의 식별정보를 결합하여 상황인지 결과를 생성하는 것을 특징으로 하는 상황인지 엔진.
제 1항에 있어서,

상기 그룹은 동일 장소에 설치된 센서들 중 동일한 작동 조건을 가지는 센서의 집합인 것을 특징으로 하는 상황인지 엔진.
네트워크 환경에서 사용되는 소프트웨어의 가격 정책 방법에 있어서,

상기 소프트웨어의 가격은 상기 소프트웨어가 관리하는 사이트의 개수를 고려하여 책정되는 것을 특징으로 하는 소프트웨어의 가격 정책 방법.
제 12항에 있어서,

상기 소프트웨어가 WSN(Wireless Sensor Network) 환경에서 사용되는 센서 미들웨어인 경우, 상기 센서 미들웨어의 가격은 상기 센서 미들웨어가 관리하는 사이트의 개수를 고려하여 책정되는 것을 특징으로 하는 소프트웨어의 가격 정책 방법.
제 13항에 있어서,

상기 사이트는 적어도 하나의 센서가 설치되는 장소에 위치하는 게이트웨이인 것을 특징으로 하는 소프트웨어의 가격 정책 방법.