KR20170050359A - 거짓 경보 결정 방법 - Google Patents

거짓 경보 결정 방법 Download PDF

Info

Publication number
KR20170050359A
KR20170050359A KR1020150151811A KR20150151811A KR20170050359A KR 20170050359 A KR20170050359 A KR 20170050359A KR 1020150151811 A KR1020150151811 A KR 1020150151811A KR 20150151811 A KR20150151811 A KR 20150151811A KR 20170050359 A KR20170050359 A KR 20170050359A
Authority
KR
South Korea
Prior art keywords
alarm
false alarm
value
stored
generated
Prior art date
Application number
KR1020150151811A
Other languages
English (en)
Other versions
KR102006436B1 (ko
Inventor
강지훈
권순목
유동호
박성미
Original Assignee
삼성에스디에스 주식회사
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 삼성에스디에스 주식회사 filed Critical 삼성에스디에스 주식회사
Priority to KR1020150151811A priority Critical patent/KR102006436B1/ko
Priority to US15/083,565 priority patent/US9865158B2/en
Priority to CN201610333467.7A priority patent/CN106652393B/zh
Publication of KR20170050359A publication Critical patent/KR20170050359A/ko
Application granted granted Critical
Publication of KR102006436B1 publication Critical patent/KR102006436B1/ko

Links

Images

Classifications

    • 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
    • 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
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • 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
    • G08B25/14—Central alarm receiver or annunciator arrangements
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Alarm Systems (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)

Abstract

거짓 경보 결정 방법이 개시된다. 본 발명의 일 실시예에 따른 거짓 경보 결정 방법은, 경보가 발생된 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 단계, 비유사도가 기 설정된 임계값을 초과하면 관측값과 기 저장된 과거 거짓 경보 관련 관측값들과의 비유사도를 측정하는 단계 및 기 저장된 과거 거짓 경보 관련 관측값들과 비유사도가 기 설정된 임계값을 초과하면 발생된 경보를 사용자에게 제공하는 단계를 포함한다.

Description

거짓 경보 결정 방법{METHOD FOR DETECTING FALSE ALARM}
본 발명은 거짓 경보 결정 방법에 관한 것으로, 보다 상세하게는 기 저장된 과거 데이터와 현재 측정된 데이터와의 통계적 분석을 통해 거짓 경보를 검출할 수 있는 거짓 경보 결정 방법에 관한 것이다.
공정 이상 감지 시스템(Anomaly Detection System)은 공정의 상태, 가공 제품의 품질, 장비의 컨디션 등을 모니터링하여 이상을 탐지하고 위험 요인을 사전에 차단하는 시스템이다.
가장 대표적으로 활용되는 기법인 관리도(Control Chart)는 공정 요인들을 실시간으로 모니터링하여 불량 현상을 조기에 발견하고 적절한 조치를 취해 공정이 지속적으로 정상 관리될 수 있도록 하는 기법이다.
이러한 기존의 통계적 가설검정 기반 방법론들의 가장 큰 문제점 중 하나는 거짓 경보(false alarm)에 취약하다는 것이다. 여기에서, 거짓 경보란 공정이 정상 상태임에도 불구하고 경보를 발생시키는 것을 의미한다.
빈번하게 발생되는 거짓 경보는 이상 감지 시스템 사용자들에게 불편함을 야기시키며, 생산 현장에서 관리 비용을 증대시켜 최종적으로 이상 감지 시스템 자체에 대한 신뢰도를 저하시킨다는 결과를 낳게 된다
이러한, 거짓 경보는 ① 이상 감지 시스템은 정규 분포를 가정하여 디자인되었으나 실제 데이터가 정규 분포를 따르지 않음에 따른 관리 한계선 설정의 문제 ② 데이터의 비선형성, 시간적 가변성, 다중정상 및 다중 이상 여러 형태로 변화하는 관측치의 특성을 제대로 고려하지 못하는 모니터링 통계량의 한계 등의 의해 발생된다.
이에, 이상 감지 분야에서 경보 피드백 학습을 통해 모니터링 정확도를 향상할 수 있는 방법에 대한 필요성이 대두되었다.
본 발명은 상술한 문제점을 해결하기 위해 안출된 것으로, 본 발명의 목적은 모니터링 통계량의 정확도를 향상시키고 거짓 경보를 효율적으로 줄일 수 있는 거짓 경보 결정 방법을 제공하는데 있다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속한 기술분야의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 목적을 달성하기 위한 본 발명의 일 실시예에 따른 거짓 경보 결정 방법은, 발생된 경보가 거짓 경보(False Alarm)일 확률을 계산하는 단계, 상기 경보가 거짓 경보일 확률이 기 설정된 임계값을 초과하면, 상기 경보가 발생될 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 단계, 상기 비유사도가 기 설정된 임계값을 초과하면 상기 관측값과 기 저장된 과거 거짓 경보 관련 관측값들과의 비유사도를 측정하는 단계 및 상기 기 저장된 과거 거짓 경보 관련 관측값들과 비유사도가 기 설정된 임계값을 초과하면 상기 발생된 경보를 사용자에게 제공하는 단계를 포함한다.
본 발명의 일 실시예에 따르면, 상기 기 저장된 정상 패턴과의 비유사도를 측정하는 단계는, 상기 기 저장된 정상 패턴과의 비유사도가 기 설정된 임계값 이하이면, 상기 경보가 발생될 때 측정된 관측값으로 상기 기 저장된 정상 패턴을 업데이트 하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따르면, 상기 관측값과 기 저장된 과거 거짓 경보 관련 관측값들과의 비유사도를 측정하는 단계는, 상기 기 저장된 과거 거짓 경보 관련 관측값들의 통계적 패턴을 생성하는 단계, 상기 통계적 패턴과 상기 경보가 발생될 때 측정된 관측값과의 통계적 거리를 측정하는 단계 및 상기 통계적 거리가 기 설정된 임계값 이하이면 상기 경보가 발생될 때 측정된 관측값과 기 저장된 과거 거짓 경보 관련 관측값들이 비유사한 것으로 판단할 수 있다.
본 발명의 일 실시예에 따르면, 상기 경보가 발생될 때 측정된 관측값과 상기 기 저장된 과거 거짓 경보 관련 관측값들의 비유사도가 기 설정된 임계값 이하이면, 상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트 하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따르면, 상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트 하는 단계는, 상기 기 저장된 과거 거짓 경보 관련 관측값들에 상기 경보가 발생될 때 측정된 관측값들은 반영하여 상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트 하는 단계를 포함할 수 있다.
본 발명의 또 다른 실시예에 따른 거짓 경보 결정 방법은 발생된 경보가 거짓 경보(False Alarm)일 확률을 계산하는 단계, 상기 경보가 거짓 경보일 확률이 기 설정된 임계값을 초과하면, 상기 경보가 발생될 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 단계, 상기 비유사도가 기 설정된 임계값을 초과하면 상기 관측값을 기 저장된 과거 거짓 경보 관련 관측값 또는 기 저장된 과거 정상 경보 관련 관측값으로 분류하는 단계 및 상기 경보가 발생될 때 측정된 관측값이 상기 기 저장된 과거 정상 경보 관련 관측값으로 분류되면 상기 경보를 사용자에게 제공하는 단계를 포함한다.
본 발명의 일 실시예에 따르면, 상기 기 저장된 정상 패턴과 비유사도를 측정하는 단계는, 상기 기 저장된 정상 패턴과의 비유사도가 기 설정된 임계값 이하이면, 상기 경보가 발생될 때 측정된 관측값으로 상기 기 저장된 정상 패턴을 업데이트 하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따르면, 상기 관측값을 기 저장된 과거 거짓 경보 관련 관측값 또는 기 저장된 과거 정상 경보 관련 관측값으로 분류하는 단계는, 상기 기 저장된 과거 거짓 경보 관련 관측값들의 통계적 패턴인 제1 통계적 패턴 및 상기 기 저장된 과거 정상 경보 관련 관측값들의 통계적 패턴인 제2 통계적 패턴을 생성하는 단계, 상기 경보가 발생될 때 측정된 관측값과 상기 제1 통계적 패턴과의 통계적 거리 및 상기 경보가 발생될 때 측정된 관측값과 상기 제2 통계적 패턴과의 통계적 거리를 측정하는 단계 및 상기 경보가 발생될 때 측정된 관측값을 상기 측정된 통계적 거리에 따라 상기 제1 통계적 패턴 또는 상기 제2 통계적 패턴에 속하는 것으로 분류하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따르면, 상기 경보가 발생될 때 측정된 관측값과 상기 기 저장된 과거 거짓 경보 관련 관측값들의 비유사도가 기 설정된 임계값 이하이면, 상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트 하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따르면, 상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트 하는 단계는, 상기 기 저장된 과거 거짓 경보 관련 관측값들에 상기 경보가 발생될 때 측정된 관측값들은 반영하여 상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트 하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 거짓 경보 결정 장치는, 발생된 경보가 거짓 경보(False Alarm)일 확률을 계산하는 거짓 경보 확률 계산부, 상기 거짓 경보일 확률이 기 설정된 임계값을 초과하면, 상기 경보가 발생될 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 정상 패턴 비교부, 상기 비유사도가 기 설정된 임계값을 초과하면 상기 관측값과 기 저장된 과거 거짓 경보 관련 관측값들의 비유사도를 측정하는 거짓 경보 필터링부 및 상기 기 저장된 과거 거짓 경보 관련 관측값들과 비유사도가 기 설정된 임계값을 초과하면 상기 발생된 경보를 사용자에게 제공하는 경보 발생부를 포함한다.
본 발명의 일 실시예에 따르면, 상기 정상 패턴 비교부는, 상기 기 저장된 정상 패턴과의 비유사도가 기 설정된 임계값 이하이면, 상기 경보가 발생될 때 측정된 관측값으로 상기 기 저장된 정상 패턴을 업데이트 할 수 있다.
본 발명의 일 실시예에 따르면, 상기 거짓 경보 필터링부는, 상기 기 저장된 과거 거짓 경보 관련 관측값들의 통계적 패턴과 상기 경보가 발생될 때 측정된 관측값들의 통계적 거리를 측정하고, 상기 통계적 거리가 기 설정된 임계값 이하이면, 경보가 발생될 때 측정된 관측값과 기 저장된 과거 거짓 경보 관련 관측값들이 비유사한 것으로 판단할 수 있다.
본 발명의 일 실시예에 따르면, 상기 거짓 경보 필터링부는, 상기 경보가 발생될 때 측정된 관측값과 상기 기 저장된 과거 거짓 경보 관련 관측값들의 비유사도가 기 설정된 임계값 이하이면, 상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트할 수 있다.
본 발명의 일 실시예에 따르면, 상기 거짓 경보 필터링부는, 상기 기 저장된 과거 거짓 경보 관련 관측값들에 상기 경보가 발생될 때 측정된 관측값들은 반영하여 상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트 할 수 있다.
본 발명의 또 다른 실시예에 따른 거짓 경보 결정 장치는, 발생된 경보가 거짓 경보(False Alarm)일 확률을 계산하는 거짓 경보 확률 계산부, 상기 거짓 경보일 확률이 기 설정된 임계값을 초과하면, 상기 경보가 발생될 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 정상 패턴 비교부, 상기 비유사도가 기 설정된 임계값을 초과하면 상기 관측값을 기 저장된 과거 거짓 경보 관련 관측값 또는 기 저장된 과거 정상 경보 관련 관측값으로 분류하는 분류부 및 상기 경보가 발생될 때 측정된 관측값이 상기 기 저장된 과거 저장 경보 관측값으로 분류되면 상기 경보를 사용자에게 제공하는 경보 발생부를 포함한다.
본 발명의 일 실시예에 따르면, 상기 정상 패턴 비교부는, 상기 기 저장된 정상 패턴과의 비유사도가 기 설정된 임계값 이하이면, 상기 경보가 발생될 때 측정된 관측값으로 상기 기 저장된 정상 패턴을 업데이트할 수 있다.
본 발명의 일 실시예에 따르면, 상기 분류부는, 상기 경보가 발생될 때 측정된 관측값과 상기 기 저장된 과거 거짓 경보 관련 관측값들의 통계적 패턴인 제1 통계적 패턴과의 통계적 거리 및 상기 경보가 발생될 때 측정된 관측값과 상기 기 저장된 과거 정상 경보 관련 관측값들의 통계적 패턴인 제2 통계적 패턴과의 통계적 거리를 측정하고, 상기 통계적 거리에 따라 상기 경보가 발생될 때 측정된 관측값을 제1 통계적 패턴 또는 상기 제2 통계적 패턴에 속하는 것으로 분류할 수 있다.
본 발명의 일 실시예에 따르면, 상기 분류부는, 상기 경보가 발생될 때 측정된 관측값과 상기 기 저장된 과거 거짓 경보 관련 관측값들의 비유사도가 기 설정된 임계값 이하이면, 상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트할 수 있다.
본 발명의 일 실시예에 따르면, 상기 분류부는, 상기 기 저장된 과거 거짓 경보 관련 관측값들에 상기 경보가 발생될 때 측정된 관측값들은 반영하여 상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트할 수 있다.
상술한 거짓 경보 결정 방법에 따르면, 통계적 가설검정 한계에 의해 발생되는 거짓 경보를 효과적으로 제어할 수 있다는 효과를 달성할 수 있다.
또한, 재귀적 알고리즘을 통해 거짓 경보 관련 관측값들을 지속해서 업데이트 할 수 있으므로 정확성을 더욱 증가시킬 수 있다는 효과를 달성할 수 있다.
도 1은 본 발명의 일 실시예에 따라 기 저장된 거짓 경보 관측값들을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 거짓 경보 결정 방법을 설명하기 위한 도면이다.
도 3은 본 발명의 또 다른 실시예에 따라 거짓 경보를 결정하는 과정을 설명하기 위한 도면이다.
도 4는 도 3에서 설명한 방법으로 거짓 경보를 결정하는 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명의 일 실시예에 따라 새로 수집된 데이터로 기 저장된 관측값 데이터를 업데이트 하는 과정을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 거짓 경보 결정 장치를 설명하기 위한 블록도이다.
도 7은 본 발명의 또 다른 실시예에 따른 거짓 경보 결정 장치(600)를 설명하기 위한 기능 블록도이다.
도 8은 본 발명의 또 다른 실시예에 따른 거짓 경보 결정 장치를 설명하기 위한 기능 블록도이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
또한, 본 명세서에서 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함될 수 있다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
도 1은 본 발명의 일 실시예에 따라 기 저장된 거짓 경보 관측값들을 설명하기 위한 도면이다.
도 1에 도시된 그래프는 과거 거짓 경보가 발생했을 때 측정된 관측값을 도식화한 것이다. 본 발명의 일 실시예에 따라 모니터링 대상이 기계 설비인 경우, 도 1에 도시된 그래프의 x축은 기계 설비의 온도, y축은 압력일 수 있다.
도 1에 도시된 바와 같이, 거짓 경보가 발생했을 때 측정된 관측값들은 일정한 통계적 패턴을 보이므로, 기 저장된 과거 데이터들과 현재 측정값을 비교하면 현재 발생된 경보가 거짓 경보인지 여부를 결정할 수 있게 된다.
예를 들어, 현재 측정값(110)이 도 1에 도시된 바와 같을 때, 과거 관측값들의 통계적 패턴과 통계적 거리를 측정하면 현재 측정값(110)이 거짓 경보가 발생했을 때 측정되는 관측값인지 여부를 결정할 수 있게 되는 것이다.
상술한 과정을 거쳐 측정된 통계적 거리가 기 설정된 임계값 이하이면, 경보가 발생했을 때 측정된 관측값과 기 저장된 과거 거짓 경보 관련 관측값들이 유사한 것으로 판단할 수 있다. 따라서, 현재 발생된 경보가 거짓 경보라고 판단할 수 있다.
반면, 현재 측정값(110)과 기 저장된 과거 거짓 경보 관련 관측값들과의 통계적 거리가 기 설정된 임계값을 초과하면, 현재 측정값(110)이 과거 거짓 경보 관련 관측값들과 비유사한 것으로 판단할 수 있다. 따라서, 현재 발생된 경보가 정상 경보라고 판단할 수 있다.
한편, 본 실시예에서는 현재 측정된 관측값과 과거 거짓 경보가 발생됐을 때 측정된 관측값과의 통계적 거리를 측정하는 것을 예로 들어 설명하였으나 이에 한정되지 않으며 과거 정상 경보가 발생했을 때 측정된 관측값들과 통계적 거리를 측정하도록 구현할 수도 있다.
이하에서는, 현재 측정된 관측값과 기 저장된 과거 거짓 경보가 발생했을 때 측정된 관측값을 비교하여, 현재 발생된 경보가 거짓 경보인지 여부를 결정하는 과정을 설명하도록 한다.
도 2는 본 발명의 일 실시예에 따른 거짓 경보 결정 방법을 설명하기 위한 도면이다.
이하에서는, 모니터링 대상이 생산 공정 혹인 기계 설비인 것을 예로 들어 설명하나, 모니터링 대상이 될 수 있는 것은 이에 한정되지 않으며, 헬스 케어, 마케팅 성과, 사기 행각 등과 관련된 다양한 분야가 모니터링 대상이 될 수 있음은 물론이다.
또한, 모니터링 대상에 이상이 발생된 것으로 감지되어 경보가 발생되어, 발생된 경보가 거짓 경보인지 혹은 정상 경보인지 여부를 구별하는 과정에 대해서 상세하게 설명하도록 한다.
모니터링 대상으로부터 측정된 관측값을 수신한다(S210). 그리고, 경보가 발생된 때 측정된 관측값이 정상 패턴와 비유사한지 여부를 판단한다(S220).
여기에서, 정상 패턴이란 모니터링 대상이 정상적으로 동작할 때 측정되는 관측값들의 패턴을 의미한다. 따라서, 현재 측정된 관측값과 기 저장된 정상 패턴 데이터들과의 비유사도를 측정하면 모니터링 대상에 문제가 발생되었는지 여부를 결정할 수 있게 된다.
판단 결과, 관측값이 정상 패턴과 상이한 것으로 판단되면, 즉 측정된 비유사도가 기 설정된 임계값을 초과하면, 측정된 관측값에 이상이 있는 것으로 결정한다(S240).
반면, 관측값이 정상 패턴가 유사한 것으로 판단되면, 즉, 측정된 비유사도가 기 설정된 임계값 이하이면 측정된 관측값으로 정상 패턴 관측값을 업데이트 한다(S230).
현재 측정된 관측값에 이상이 있는 것으로 결정되면, 과거 거짓 경보가 발생했을 때 측정된 관측값과의 비유사도를 판단한다(S250).
이를 위해, 본 발명의 일 실시예에 따른 거짓 경보 결정 장치는 과거에 발생된 거짓 경보와 관련된 데이터들을 기 저장하고 있을 수 있다. 예를 들어, 과거 거짓 경보가 발생했을 때 측정된 기계 설비의 온도, 압력 등에 관한 데이터를 기 저장하고 있을 수 있다.
기 저장된 과거 거짓 경보 관련 측정값들과 비유사도를 측정할 때, 계산하는 방법은 통계적 거리(Statistical Distance), 일반적인 관리도의 관리 통계량(Monitoring Statistic), One-class classification 알고리즘을 통한 novelty score 방법 등이 사용될 수 있으나 이에 한정되지 않으며 다른 범용적인 기술이 사용될 수도 있다.
비유사도 판단 결과, 기 저장된 과거 거짓 경보 관련 관측값들과 현재 측정된 관측값들이 비유사하다고 판단되면, 즉 비유사도가 기 설정된 임계값을 초과하면, 현재 발생된 경보가 거짓 경보가 아닌 것으로 결정하고 발생된 경보를 사용자에게 제공한다(S270).
반면, 기 저장된 과거 거짓 경보 관련 관측값들과 현재 측정된 관측값이 유사하다고 판단되면, 현재 발생된 경보가 거짓 경보인 것으로 판단하여 사용자에게 경보를 제공하지 않고, 현재 측정된 관측값으로 기 저장된 관측값을 업데이트 한다(S260).
한편, 본 발명의 일 실시예에 따른 거짓 경보 결정 방법은 경보가 발생했을 때, 발생된 경보가 거짓 경보일 확률을 미리 계산할 수 있다.
구체적으로, 생산 공정 혹은 기계 설비에 이상이 감지되어 경보가 발생되면, 발생된 경보가 거짓 경보일 확률을 계산한다. 이때 거짓 경보일 확률을 계산하는 방법은 과거 해당 기계 설비에 설비 점검이 이루어진 시점, 과거 해당 기계 설비에 실제 고장이 발생된 시점 등의 데이터를 이용하여 산출될 수 있다.
그러나, 발생된 경보가 거짓 경보일 확률을 계산하는 구체적인 방법은 이에 한정되지 않으며 다른 범용적인 방법으로 거짓 경보일 확률을 계산하도록 구현할 수도 있다.
상술한 과정을 거쳐 계산된 거짓 경보일 확률이 기 설정된 임계값을 초과하는 경우에 한하여, 발생된 경보가 실제 거짓 경보인지 혹인 정상 경보인지를 판단하기 위하여 경보가 발생된 때 측정된 관측값을 기 저장된 정상 패턴 관측값과 비교하는 단계가 수행될 수 있다.
상술한 거짓 경보 결정 방법에 따르면, 통계적 가설검정 한계에 의해 발생되는 거짓 경보를 효과적으로 제어할 수 있다는 효과를 달성할 수 있다.
또한, 재귀적 알고리즘을 통해 거짓 경보 관련 관측값들을 지속해서 업데이트 할 수 있으므로 정확성을 더욱 증가시킬 수 있다는 효과를 달성할 수 있다.
도 3은 본 발명의 또 다른 실시예에 따라 거짓 경보를 결정하는 과정을 설명하기 위한 도면이다.
도 3은 과거 거짓 경보가 발생했을 때 측정된 관측값 및 정상 경보가 발생했을 때 측정된 관측값을 도식화한 그래프이다. 예를 들어, 모니터링 대상이 기계 설비이고 기계 설비와 관련된 관측값이 온도와 압력인 경우 제1 식별자(310)는 과거 거짓 경보가 발생했을 때 측정된 온도와 압력 값이고, 제2 식별자(320)는 과거 정상 경보가 발생했을 때 측정된 온도와 압력 값일 수 있다.
도 3에 도시된 바와 같이, 정상 경보가 발생했을 때 측정된 관측값들과 거짓 경보가 발생했을 때 측정한 관측값들은 일정한 통계적 패턴을 가지게 된다.
따라서, 현재 측정된 측정값과 과거 거짓 경보가 발생했을 때 측정된 관측값들의 통계적 패턴인 제1 통계적 패턴과의 통계적 거리 및 현재 측정된 측정값과 과거 정상 경보가 발생했을 때 측정된 관측값들의 통계적 패턴인 제2 통계적 패턴과의 통계적 거리를 측정하면, 현재 측정된 측정값이 어느 통계적 패턴에 속하는지를 결정할 수 있게 된다.
예를 들어, 현재 측정된 관측값(330)이 제1 통계적 패턴과 통계적으로 가깝다고 판단되면, 현재 발생된 경보를 거짓 경보라고 판단할 수 있다. 반면, 현재 측정된 관측값이 제2 통계적 패턴과 통계적으로 가깝다고 판단되면, 현재 발생된 경보를 정상 경보라고 판단할 수 있다.
즉, 과거 거짓 경보가 발생했을 때 측정된 관측값들이 보이는 통계적 패턴과 과거 정상 경보가 발생했을 때 측정된 관측값들이 보이는 통계적 패턴이 상이하므로, 현재 경보가 발생된 경우, 관측값이 어떤 통계적 패턴으로 분류할 수 있는지 결정하면, 그 경보가 거짓 경보인지 혹은 정상 경보인지 여부를 결정할 수 있게 되는 것이다.
도 4는 도 3에서 설명한 방법으로 거짓 경보를 결정하는 방법을 설명하기 위한 흐름도이다.
경보가 발생될 때 측정된 관측값을 수신한다(S410).
이후, 경보가 발생된 때 측정된 관측값이 정상 패턴와 비유사한지 여부를 판단한다(S420). 본 발명의 일 실시예에 따라 모니터링 대상이 기계 설비인 경우, 기계 설비의 온도, 압력 등이 관측값이 될 수 있다. 또한, 정상 패턴이란 모니터링 대상이 되는 관측값이 정상 범주를 벗어나는 등의 이벤트가 발생되지 않는 경우 측정되는 관측값들의 패턴을 의미한다.
이를 위해 본 발명의 일 실시예에 따른 거짓 경보 결정 장치는 모니터링 대상이 정상적으로 동작할 때 측정된 각종 데이터들을 기 저장하고 있을 수 있다.
측정된 관측값이 기 저장된 정상 패턴과 상이한지 여부는 통계적 거리(Statistical Distance), 일반적인 관리도의 관리 통계량(Monitoring Statistic), One-class classification 알고리즘을 통한 novelty score 방법 등이 사용될 수 있으나 이에 한정되지 않으며 다른 범용적인 기술을 사용할 수도 있다.
측정된 관측값과 기 저장된 정상 상태 패턴의 비유사도가 기 설정된 임계값 이하인 경우, 측정된 데이터로 기 저장된 정상 상태 패턴을 업데이트 한다(S460). 즉, 측정된 관측값이 기 저장된 정상 상태 패턴과 상이하지 않다는 것은, 현재 기계 설비가 정상 상태인 것을 의미하므로, 현재 측정된 데이터로 기 저장된 정상 상태 패턴을 업데이트 하는 것이다.
측정된 관측값과 기 저장된 정상 상태 패턴이 상이하면, 즉, 비유사도가 기 설정된 임계값을 초과하면 모니터링 대상에 이상이 있는 것으로 결정한다(S430).
측정된 관측값에 이상이 있는 것으로 결정되면 발생된 경보를 바로 사용자에게 제공하는 것이 아니고, 측정된 관측값을 기 저장된 과거 거짓 경보와 관련 관측값 또는 기 저장된 과거 정상 경보와 관련 관측값으로 분류한다(S440).
이를 위해, 본 발명의 일 실시예에 따른 거짓 경보 결정 장치는 과거 거짓 경보가 발생했을 때 측정된 관측값과, 정상 경보가 발생했을 때 측정된 관측값을 기 저장하고 있을 수 있다.
즉, 경보가 발생된 시점에 측정된 관측값을 과거 거짓 경보가 발생했을 때 측정된 관측값 및 정상 경보가 발생했을 때 측정된 관측값과 비교하여, 현재 발생된 경보가 거짓 경보인지 정상 경보인지 여부를 결정하는 것이다.
이를 위해, 본 발명의 일 실시예에 따른 거짓 경보 결정 장치는 선형 판별 분석(Linear Discrimination Analysis), 의사 결정 나무(Decision Tree), 신경망 모델(Neural Network Model), 지지 벡터 머신(Support Vector Machine), K-nearest Neighbor 알고리즘 중 하나를 이용하여 현재 측정된 관측값이 거짓 경보와 관련된 측정값에 해당하는지 또는 정상 경보가 발생했을 때 측정된 관측값에 해당하는지로 분류할 수 있다.
이후, 측정된 관측값이 과거 정상 경보가 발생했을 때 측정된 관측값에 속한다고 판단되면 생성된 알람을 사용자에게 제공한다(S450).
한편, 본 발명의 일 실시예에 다른 거짓 경보 결정 방법은 경보가 발생된 경우, 발생된 경보가 거짓 경보일 확률을 계산하여, 거짓 경보일 확률이 기 설정된 임계값을 초과하는 경우에 한하여 상술한 거짓 경보 결정 방법에 수행되도록 구현할 수도 있다.
상술한 방법에 의해 현재 발생된 경보가 거짓 경보인지 여부를 결정하기 위해서는 과거 거짓 경보가 발생되었을 때 측정된 관측값 및 정상 경보가 발생되었을 때 측정된 관측값을 기 저장하고 있어야 한다.
또한, 새로 측정된 데이터로 기 저장된 관측값들을 업데이트 해야 향후 측정된 데이터를 더욱 정확하게 분류할 수 있게 된다.
도 5는 본 발명의 일 실시예에 따라 새로 수집된 데이터로 기 저장된 관측값 데이터를 업데이트 하는 과정을 설명하기 위한 도면이다.
기 저장된 관측값 데이터는 새로 측정된 관측값에 의해 업데이트될 수 있다. 구체적으로, 새로 측정된 관측값을 기 저장된 관측값 데이터에 반영하여, 기 저장된 관측값 데이터를 재귀적으로 학습시키는 것이다. 상술한 피드백 알고리즘에 의해 모니터링 기법을 더욱 정교하게 할 수 있다는 효과를 달성할 수 있다.
측정된 관측값이 기 저장된 정상 패턴과 상이하다고 결정되면, 이를 이상이 있는 관측값으로 결정하고 기 저장된 거짓 경보 관측값 및 정상 경보 관측값 데이터와 비교한다.
구체적으로, 관측값이 기 저장된 거짓 경보 패턴과 상이한지 여부를 판단한다(S510). 판단 결과, 측정된 관측값이 기 저장된 거짓 경보 패턴과 상이하다고 결정되면 발생된 경보가 거짓 경보가 아닌 것으로 판단하여 이를 사용자에게 제공할 수 있다(S520).
반면, 관측값이 기 저장된 거짓 경보 관측값과 유사하다고 판단되면, 새로 측정된 관측값으로 기 저장된 거짓 경보 관측값을 갱신한다(S530).
한편, 본 실시예에서는 기 저장된 거짓 경보 관측값만을 갱신하는 경우만을 설명하였으나, 이에 한정되지 않으며 기 저장된 정상 경보 관측값도 동일한 방법으로 업데이트 하도록 구현할 수 있다.
도 6은 본 발명의 일 실시예에 따른 거짓 경보 결정 장치를 설명하기 위한 블록도이다.
본 발명의 일 실시예에 따른 거짓 경보 결정 장치(600)는 거짓 경보 확률 계산부(610), 정상 패턴 비교부(620), 거짓 경보 필터링부(630) 및 경보 발생부(640)를 포함한다.
또한, 본 실시예에서는 정상 패턴 관측값들을 저장하는 정상 패턴 DB(660)와 과거에 발생된 거짓 경보와 관련된 관측값들을 저장하는 거짓 경보 관련 관측값 DB(670)가 거짓 경보 결정 장치(600)와 별도의 구성인 것을 예로 들어 설명하였으나, 거짓 경보 결정 장치(600)에 포함되도록 구현할 수도 있다.
한편, 도 6에는 본 발명의 실시예와 관련 있는 구성요소들만이 도시되어 있다. 따라서, 본 발명이 속하는 기술분야의 통상의 기술자라면 도 6에 도시된 구성요소들 외에 다른 범용적인 구성요소가 더 포함될 수 있음을 알 수 있다.
거짓 경보 확률 계산부(610)는 발생된 경부가 거짓 경보(False Alarm)일 확률을 계산한다.
정상 패턴 비교부(620)는 거짓 경보일 확률이 기 설정된 임계값을 초과하면, 경보가 발생될 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정한다.
또한, 정상 패턴 비교부(620)는 앞에서 설명한 바와 같이 새로 측정된 관측값으로 정상 패턴 DB(660)에 기 저장된 정상 패턴을 업데이트할 수도 있다.
거짓 경보 필터링부(630)는 기 저장된 정상 패턴과 경보가 발생될 때 측정된 관측값의 비유사도가 기 설정된 임계값을 초과하면 관측값과 기 저장된 과거 거짓 경보 관련 관측값들의 비유사도를 측정한다.
이를 위해, 거짓 경보 관련 관측값 DB(670)에는 과거 거짓 경보가 발생했을 때 측정된 관측값들이 저장되어 있을 수 있다.
경보 발생부(640)는 기 저장된 과거 거짓 경보 관련 관측값들과의 비유사도가 기 설정된 임계값을 초과하면 발생된 경보를 사용자에게 제공한다. 즉, 발생된 경보가 거짓 경보가 아닌 것으로 판단되면 이를 사용자에게 제공하는 것이다.
한편, 본 발명의 또 다른 실시예에 따른 거짓 경보 결정 장치(600)는 측정된 관측값들이 거짓 경보와 관련된 관측값인지 또는 정상 경보와 관련된 관측값인지를 분류하여 발생된 경보가 거짓 경보인지 여부를 결정할 수 있다.
도 7은 본 발명의 또 다른 실시예에 따른 거짓 경보 결정 장치(600)를 설명하기 위한 기능 블록도이다.
본 발명의 또 다른 실시예에 따른 거짓 경보 결정 장치(600)는 거짓 경보 확률 계산부(610), 정상 패턴 비교부(620), 경보 발생부(640) 및 분류부(650)를 포함한다.
또한, 도 6에서 설명한 바와 같이, 본 실시예에서는 정상 패턴 관측값들을 저장하는 정상 패턴 DB(660), 과거에 발생된 거짓 경보와 관련된 관측값들을 저장하는 거짓 경보 관련 관측값 DB(670) 및 과거에 발생된 정상 경보와 관련된 관측값들을 저장하는 정상 경보 관련 관측값 DB(680)가 별도의 구성인 것으로 도시하였으나, 상술한 DB 각각이 거짓 경보 결정 장치(600)에 포함되도록 구현할 수도 있다.
도 7에 도시된 거짓 경보 확률 계산부(610) 및 정상 패턴 비교부(620)는 도 6에서 설명한 것과 같은 동일한 기능을 수행하므로, 중복되는 설명은 생략하도록 한다.
분류부(650)는 경보가 발생될 때 측정된 관측값이 정상 패턴과 비유사하다고 판단되면, 관측값을 거짓 경보 관련 관측값 또는 정상 경보 관련 관측값으로 분류한다.
이를 위해, 본 발명의 일 실시예에 따른 분류부(650)는 경보가 발생될 때 측정된 관측값과 거짓 경보 관련 관측값 DB(670)에 기 저장된 과거 거짓 경보 관련 관측값들의 통계적 패턴인 제1 통계적 패턴과의 통계적 거리 및 경보가 발생될 때 측정된 관측값과 정상 경보 관련 관측값 DB(680)에 기 저장된 과거 정상 경보 관련 관측값들의 통계적 패턴인 제2 통계적 패턴과의 통계적 거리를 측정할 수 있다.
이후, 경보 발생부(640)는 경보가 발생될 때 측정된 관측값이 정상 경보 관련 관측값 DB(680)에 저장된 관측값으로 분류되면 발생된 경보를 사용자에게 제공한다.
상술한 거짓 경보 결정 장치(600)에 따르면, 통계적 가설검정 한계에 의해 발생되는 거짓 경보를 효과적으로 제어할 수 있다는 효과를 달성할 수 있다.
도 8은 본 발명의 또 다른 실시예에 따른 거짓 경보 결정 장치를 설명하기 위한 기능 블록도이다.
도 8에 도시된 거짓 경보 결정 장치(700)는 프로세서(710), 스토리지(720), 메모리(730), 네트워크 인터페이스(740) 및 버스(750)을 포함한다.
도 8에는 본 발명의 실시예와 관련 있는 구성요소들만이 도시되어 있다. 따라서, 본 발명이 속하는 기술분야의 통상의 기술자라면 도 8에 도시된 구성요소들 외에 다른 범용적인 구성요소가 더 포함될 수 있음을 알 수 있다.
프로세서(710)는 거짓 경보를 결정할 수 있는 프로그램을 실행한다. 그러나, 프로세서(710)에서 실행될 수 있는 프로그램은 이에 한정되지 않으며, 다른 범용적인 프로그램이 실행될 수도 있다.
스토리지(720)는 거짓 경보를 결정할 수 있는 프로그램이 저장된다. 또한, 스토리지(720)에는 모니터링 대상이 정상적인 패턴으로 동작할 때 측정되는 관측값, 과거 거짓 경보가 발생했을 때 측정된 관측값 및 과거 정상 경보가 발생했을 때 측정된 관측값이 저장되어 있을 수도 있다.
한편, 거짓 경보를 결정할 수 있는 프로그램은 모니터링 대상으로부터 경보가 발생된 때 측정된 관측값을 수신하는 단계, 상기 경보가 발생된 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 단계, 상기 비유사도가 기 설정된 임계값을 초과하면 상기 관측값과 기 저장된 과거 거짓 경보 관련 관측값들과의 비유사도를 측정하는 단계 및 상기 기 저장된 과거 거짓 경보 관련 관측값들과 비유사도가 기 설정된 임계값을 초과하면 상기 발생된 경보를 사용자에게 제공하는 단계를 실행할 수 있다.
또는 거짓 경보를 결정할 수 있는 프로그램은 모니터링 대상으로부터 경보가 발생된 때 측정된 관측값을 수신하는 단계, 상기 경보가 발생된 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 단계, 상기 비유사도가 기 설정된 임계값을 초과하면 상기 관측값을 기 저장된 과거 거짓 경보 관련 관측값 또는 기 저장된 과거 정상 경보 관련 관측값으로 분류하는 단계 및 상기 경보가 발생된 때 측정된 관측값이 상기 기 저장된 과거 정상 경보 관련 관측값으로 분류되면 상기 경보를 사용자에게 제공하는 단계를 실행할 수도 있다.
메모리(730)는 거짓 경보 결정 프로그램을 로딩하여, 그 프로그램이 프로세서(710)에서 실행될 수 있도록 한다.
네트워크 인터페이스(740)에는 다양한 컴퓨팅 장치가 연결될 수 있으며, 버스(750)는 상술한 프로세서(710), 스토리지(720), 메모리(730) 및 네트워크 인터페이스(740)가 연결되는 데이터 이동 통로로서의 역할을 수행한다.
한편, 상술한 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 방법에서 사용된 데이터의 구조는 컴퓨터로 읽을 수 있는 기록매체에 여러 수단을 통하여 기록될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, DVD등)와 같은 저장매체를 포함한다.
본 실시예와 관련된 기술 분야에서 통상의 지식을 가진 자는 상기된 기재의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 방법들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (22)

  1. 모니터링 대상으로부터 경보가 발생된 때 측정된 관측값을 수신하는 단계;
    상기 경보가 발생된 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 단계;
    상기 비유사도가 기 설정된 임계값을 초과하면 상기 관측값과 기 저장된 과거 거짓 경보 관련 관측값들과의 비유사도를 측정하는 단계; 및
    상기 기 저장된 과거 거짓 경보 관련 관측값들과 비유사도가 기 설정된 임계값을 초과하면 상기 발생된 경보를 사용자에게 제공하는 단계를 포함하는 거짓 경보 결정 방법.
  2. 제1항에 있어서,
    상기 기 저장된 정상 패턴과의 비유사도를 측정하는 단계는,
    상기 기 저장된 정상 패턴과의 비유사도가 기 설정된 임계값 이하이면, 상기 경보가 발생된 때 측정된 관측값으로 상기 기 저장된 정상 패턴을 업데이트 하는 단계를 포함하는 거짓 경보 결정 방법.
  3. 제1항에 있어서,
    상기 관측값과 기 저장된 과거 거짓 경보 관련 관측값들과의 비유사도를 측정하는 단계는,
    상기 기 저장된 과거 거짓 경보 관련 관측값들의 통계적 패턴을 생성하는 단계;
    상기 통계적 패턴과 상기 경보가 발생된 때 측정된 관측값과의 통계적 거리를 측정하는 단계; 및
    상기 통계적 거리가 기 설정된 임계값 이하이면 상기 경보가 발생된 때 측정된 관측값과 기 저장된 과거 거짓 경보 관련 관측값들이 비유사한 것으로 판단하는 단계를 포함하는 거짓 경보 결정 방법.
  4. 제1항에 있어서,
    상기 경보가 발생된 때 측정된 관측값과 상기 기 저장된 과거 거짓 경보 관련 관측값들의 비유사도가 기 설정된 임계값 이하이면, 상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트 하는 단계를 더 포함하는 거짓 경보 결정 방법.
  5. 제4항에 있어서,
    상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트 하는 단계는,
    상기 기 저장된 과거 거짓 경보 관련 관측값들에 상기 경보가 발생된 때 측정된 관측값들은 반영하여 상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트 하는 단계를 포함하는 거짓 경보 결정 방법.
  6. 제1항에 있어서,
    상기 경보가 발생된 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 단계는,
    발생된 경보가 거짓 경보(False Alarm)일 확률을 계산하는 단계; 및
    상기 경보가 거짓 경보일 확률이 기 설정된 임계값을 초과하면, 상기 경보가 발생된 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 단계를 포함하는 거짓 경보 결정 방법.
  7. 모니터링 대상으로부터 경보가 발생된 때 측정된 관측값을 수신하는 단계;
    상기 경보가 발생된 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 단계;
    상기 비유사도가 기 설정된 임계값을 초과하면 상기 관측값을 기 저장된 과거 거짓 경보 관련 관측값 또는 기 저장된 과거 정상 경보 관련 관측값으로 분류하는 단계; 및
    상기 경보가 발생된 때 측정된 관측값이 상기 기 저장된 과거 정상 경보 관련 관측값으로 분류되면 상기 경보를 사용자에게 제공하는 단계를 포함하는 거짓 경보 결정 방법.
  8. 제7항에 있어서,
    상기 기 저장된 정상 패턴과 비유사도를 측정하는 단계는,
    상기 기 저장된 정상 패턴과의 비유사도가 기 설정된 임계값 이하이면, 상기 경보가 발생된 때 측정된 관측값으로 상기 기 저장된 정상 패턴을 업데이트 하는 단계를 포함하는 거짓 경보 결정 방법.
  9. 제7항에 있어서,
    상기 관측값을 기 저장된 과거 거짓 경보 관련 관측값 또는 기 저장된 과거 정상 경보 관련 관측값으로 분류하는 단계는,
    상기 기 저장된 과거 거짓 경보 관련 관측값들의 통계적 패턴인 제1 통계적 패턴 및 상기 기 저장된 과거 정상 경보 관련 관측값들의 통계적 패턴인 제2 통계적 패턴을 생성하는 단계;
    상기 경보가 발생된 때 측정된 관측값과 상기 제1 통계적 패턴과의 통계적 거리 및 상기 경보가 발생된 때 측정된 관측값과 상기 제2 통계적 패턴과의 통계적 거리를 측정하는 단계; 및
    상기 경보가 발생된 때 측정된 관측값을 상기 측정된 통계적 거리에 따라 상기 제1 통계적 패턴 또는 상기 제2 통계적 패턴에 속하는 것으로 분류하는 단계를 포함하는 거짓 경보 결정 방법.
  10. 제7항에 있어서,
    상기 경보가 발생된 때 측정된 관측값과 상기 기 저장된 과거 거짓 경보 관련 관측값들의 비유사도가 기 설정된 임계값 이하이면, 상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트 하는 단계를 더 포함하는 거짓 경보 결정 방법.
  11. 제10항에 있어서,
    상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트 하는 단계는,
    상기 기 저장된 과거 거짓 경보 관련 관측값들에 상기 경보가 발생된 때 측정된 관측값들은 반영하여 상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트 하는 단계를 포함하는 거짓 경보 결정 방법.
  12. 제7항에 있어서,
    상기 경보가 발생된 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 단계는,
    발생된 경보가 거짓 경보(False Alarm)일 확률을 계산하는 단계; 및
    상기 경보가 거짓 경보일 확률이 기 설정된 임계값을 초과하면, 상기 경보가 발생된 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 단계를 포함하는 거짓 경보 결정 방법.
  13. 모니터링 대상에 경보가 발생된 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 정상 패턴 비교부;
    상기 비유사도가 기 설정된 임계값을 초과하면 상기 관측값과 기 저장된 과거 거짓 경보 관련 관측값들의 비유사도를 측정하는 거짓 경보 필터링부; 및
    상기 기 저장된 과거 거짓 경보 관련 관측값들과 비유사도가 기 설정된 임계값을 초과하면 상기 발생된 경보를 사용자에게 제공하는 경보 발생부를 포함하는 거짓 경보 결정 장치.
  14. 제13항에 있어서,
    상기 정상 패턴 비교부는,
    상기 기 저장된 정상 패턴과의 비유사도가 기 설정된 임계값 이하이면, 상기 경보가 발생된 때 측정된 관측값으로 상기 기 저장된 정상 패턴을 업데이트 하는 거짓 경보 결정 장치.
  15. 제13항에 있어서,
    상기 거짓 경보 필터링부는,
    상기 기 저장된 과거 거짓 경보 관련 관측값들의 통계적 패턴과 상기 경보가 발생된 때 측정된 관측값들의 통계적 거리를 측정하고, 상기 통계적 거리가 기 설정된 임계값 이하이면, 경보가 발생된 때 측정된 관측값과 기 저장된 과거 거짓 경보 관련 관측값들이 비유사한 것으로 판단하는 거짓 경보 결정 장치.
  16. 제13항에 있어서,
    상기 거짓 경보 필터링부는,
    상기 경보가 발생된 때 측정된 관측값과 상기 기 저장된 과거 거짓 경보 관련 관측값들의 비유사도가 기 설정된 임계값 이하이면, 상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트하는 거짓 경보 결정 장치.
  17. 제13항에 있어서,
    발생된 경보가 거짓 경보(False Alarm)일 확률을 계산하는 거짓 경보 확률 계산부를 더 포함하고,
    정상 패턴 비교부는,
    상기 거짓 경보일 확률이 기 설정된 임계값을 초과하면, 상기 경보가 발생될 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 거짓 경보 결정 장치.
  18. 모니터링 대상에 경보가 발생된 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 정상 패턴 비교부;
    상기 비유사도가 기 설정된 임계값을 초과하면 상기 관측값을 기 저장된 과거 거짓 경보 관련 관측값 또는 기 저장된 과거 정상 경보 관련 관측값으로 분류하는 분류부; 및
    상기 경보가 발생된 때 측정된 관측값이 상기 기 저장된 과거 저상 경보 관측값으로 분류되면 상기 경보를 사용자에게 제공하는 경보 발생부를 포함하는 거짓 경보 결정 장치.
  19. 제18항에 있어서,
    상기 정상 패턴 비교부는,
    상기 기 저장된 정상 패턴과의 비유사도가 기 설정된 임계값 이하이면, 상기 경보가 발생된 때 측정된 관측값으로 상기 기 저장된 정상 패턴을 업데이트하는 거짓 경보 결정 장치.
  20. 제18항에 있어서,
    상기 분류부는,
    상기 경보가 발생된 때 측정된 관측값과 상기 기 저장된 과거 거짓 경보 관련 관측값들의 통계적 패턴인 제1 통계적 패턴과의 통계적 거리 및 상기 경보가 발생된 때 측정된 관측값과 상기 기 저장된 과거 정상 경보 관련 관측값들의 통계적 패턴인 제2 통계적 패턴과의 통계적 거리를 측정하고, 상기 통계적 거리에 따라 상기 경보가 발생된 때 측정된 관측값을 제1 통계적 패턴 또는 상기 제2 통계적 패턴에 속하는 것으로 분류하는 거짓 경보 결정 장치.
  21. 제18항에 있어서,
    상기 분류부는,
    상기 경보가 발생된 때 측정된 관측값과 상기 기 저장된 과거 거짓 경보 관련 관측값들의 비유사도가 기 설정된 임계값 이하이면, 상기 기 저장된 과거 거짓 경보 관련 관측값들을 업데이트하는 거짓 경보 결정 장치.
  22. 제18항에 있어서,
    발생된 경보가 거짓 경보(False Alarm)일 확률을 계산하는 거짓 경보 확률 계산부를 더 포함하고,
    정상 패턴 비교부는,
    상기 거짓 경보일 확률이 기 설정된 임계값을 초과하면, 상기 경보가 발생될 때 측정된 관측값과 기 저장된 정상 패턴과의 비유사도를 측정하는 거짓 경보 결정 장치.
KR1020150151811A 2015-10-30 2015-10-30 거짓 경보 결정 방법 KR102006436B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020150151811A KR102006436B1 (ko) 2015-10-30 2015-10-30 거짓 경보 결정 방법
US15/083,565 US9865158B2 (en) 2015-10-30 2016-03-29 Method for detecting false alarm
CN201610333467.7A CN106652393B (zh) 2015-10-30 2016-05-19 假警报确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150151811A KR102006436B1 (ko) 2015-10-30 2015-10-30 거짓 경보 결정 방법

Publications (2)

Publication Number Publication Date
KR20170050359A true KR20170050359A (ko) 2017-05-11
KR102006436B1 KR102006436B1 (ko) 2019-08-01

Family

ID=58635669

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150151811A KR102006436B1 (ko) 2015-10-30 2015-10-30 거짓 경보 결정 방법

Country Status (3)

Country Link
US (1) US9865158B2 (ko)
KR (1) KR102006436B1 (ko)
CN (1) CN106652393B (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200137893A (ko) * 2019-05-31 2020-12-09 이엠아이솔루션즈(주) 고신뢰성 지능형 낙뢰 경보방법

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107995011B (zh) * 2016-10-26 2022-07-22 通用电气公司 患者监护仪的告警控制方法及装置、患者监护仪的自适应告警方法
US11584291B2 (en) 2019-12-26 2023-02-21 Valeo North America, Inc. Device and method of communicating
US11212161B2 (en) * 2020-05-11 2021-12-28 At&T Intellectual Property I, L.P. Management and resolution of alarms based on historical alarms

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5786756A (en) * 1993-11-23 1998-07-28 Cerberus Ag Method and system for the prevention of false alarms in a fire alarm system
KR20070083952A (ko) * 2004-11-05 2007-08-24 휴렛-팩커드 디벨롭먼트 컴퍼니, 엘 피 이미지의 회전된 변형을 이용하는 객체 검출
JP2012234226A (ja) * 2011-04-28 2012-11-29 Hitachi-Ge Nuclear Energy Ltd プラント機器の運転可能期間評価方法および運転可能期間評価装置
KR20150022145A (ko) * 2013-08-22 2015-03-04 비앤에프테크놀로지 주식회사 비정상 데이터 예측 방법 및 이 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독가능한 저장매체

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3447749B2 (ja) * 1996-08-29 2003-09-16 富士通株式会社 設備故障診断方法及びその装置並びにその方法に従った処理をコンピュータに実行させるためのプログラムを格納した記緑媒体
US7143153B1 (en) * 2000-11-09 2006-11-28 Ciena Corporation Internal network device dynamic health monitoring
US7079984B2 (en) * 2004-03-03 2006-07-18 Fisher-Rosemount Systems, Inc. Abnormal situation prevention in a process plant
US7424395B2 (en) * 2004-09-10 2008-09-09 Exxonmobil Research And Engineering Company Application of abnormal event detection technology to olefins recovery trains
JP4389215B2 (ja) * 2004-10-29 2009-12-24 日本電気株式会社 構成装置監視システム及び構成装置監視方法
CA2535058A1 (en) * 2005-12-19 2007-06-19 A.U.G. Signals Ltd. An adaptive constant false alarm rate detection system
US8688405B2 (en) * 2007-06-15 2014-04-01 Shell Oil Company Remote monitoring systems and methods
JP5301310B2 (ja) * 2009-02-17 2013-09-25 株式会社日立製作所 異常検知方法及び異常検知システム
NO332029B1 (no) * 2010-09-30 2012-05-29 Gantel Properties Ltd System og fremgangsmate for brannforebygging i elektriske anlegg
KR101748122B1 (ko) 2015-09-09 2017-06-16 삼성에스디에스 주식회사 경보의 오류율 계산 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5786756A (en) * 1993-11-23 1998-07-28 Cerberus Ag Method and system for the prevention of false alarms in a fire alarm system
KR20070083952A (ko) * 2004-11-05 2007-08-24 휴렛-팩커드 디벨롭먼트 컴퍼니, 엘 피 이미지의 회전된 변형을 이용하는 객체 검출
JP2012234226A (ja) * 2011-04-28 2012-11-29 Hitachi-Ge Nuclear Energy Ltd プラント機器の運転可能期間評価方法および運転可能期間評価装置
KR20150022145A (ko) * 2013-08-22 2015-03-04 비앤에프테크놀로지 주식회사 비정상 데이터 예측 방법 및 이 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독가능한 저장매체

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200137893A (ko) * 2019-05-31 2020-12-09 이엠아이솔루션즈(주) 고신뢰성 지능형 낙뢰 경보방법

Also Published As

Publication number Publication date
KR102006436B1 (ko) 2019-08-01
US20170124855A1 (en) 2017-05-04
US9865158B2 (en) 2018-01-09
CN106652393B (zh) 2020-03-17
CN106652393A (zh) 2017-05-10

Similar Documents

Publication Publication Date Title
US11610076B2 (en) Automatic and adaptive fault detection and classification limits
US11521105B2 (en) Machine learning device and machine learning method for learning fault prediction of main shaft or motor which drives main shaft, and fault prediction device and fault prediction system including machine learning device
CN107831422B (zh) 一种gis设备局部放电诊断方法及系统
US11049030B2 (en) Analysis apparatus, analysis method, and analysis program
KR101713985B1 (ko) 예지 정비 방법 및 장치
KR102006436B1 (ko) 거짓 경보 결정 방법
US20150346066A1 (en) Asset Condition Monitoring
JP2022551860A (ja) 工場のプロセス、機器、および自動化システムの動的な監視および保護
EP2758881A1 (en) Automated detection of a system anomaly
US11733688B2 (en) System and method for recognizing and forecasting anomalous sensory behavioral patterns of a machine
WO2016147657A1 (ja) 情報処理装置、情報処理方法、及び、記録媒体
JP2015028700A (ja) 障害検知装置、障害検知方法、障害検知プログラム及び記録媒体
JP6887361B2 (ja) 監視対象選定装置、監視対象選定方法、およびプログラム
KR101281460B1 (ko) 통계적 공정 관리도를 이용하여 이상증후를 탐지하는 방법
CN116400201A (zh) 一种芯粒工作状态监测方法、装置、电子设备及存储介质
CN117114454B (zh) 一种基于Apriori算法的直流套管状态评估方法及系统
TW202101141A (zh) 設備異常偵測方法及系統
CN115495274B (zh) 基于时序数据的异常处理方法、网络设备和可读存储介质
CN115018220A (zh) 一种基于知识图谱的家电故障预测方法和系统
CA3114157C (en) Process management device, process management method, and process management program storage medium
US11885720B2 (en) Time series data processing method
KR20180073273A (ko) 통계 분석에 기반한 거짓 경보 감소 방법 및 장치
US20230376020A1 (en) Guardbands in substrate processing systems
CN117493129B (zh) 一种计算机控制设备的运行功率监测系统
US20230376374A1 (en) Guardbands in substrate processing systems

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