KR20170050555A - 마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법 - Google Patents

마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법 Download PDF

Info

Publication number
KR20170050555A
KR20170050555A KR1020150152238A KR20150152238A KR20170050555A KR 20170050555 A KR20170050555 A KR 20170050555A KR 1020150152238 A KR1020150152238 A KR 1020150152238A KR 20150152238 A KR20150152238 A KR 20150152238A KR 20170050555 A KR20170050555 A KR 20170050555A
Authority
KR
South Korea
Prior art keywords
state
node
slave
code
slave node
Prior art date
Application number
KR1020150152238A
Other languages
English (en)
Inventor
김동성
노동희
김승환
Original Assignee
금오공과대학교 산학협력단
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 금오공과대학교 산학협력단 filed Critical 금오공과대학교 산학협력단
Priority to KR1020150152238A priority Critical patent/KR20170050555A/ko
Publication of KR20170050555A publication Critical patent/KR20170050555A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/20—Arrangements for detecting or preventing errors in the information received using signal quality detector
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/0078—Avoidance of errors by organising the transmitted data in a format specifically designed to deal with errors, e.g. location
    • 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
    • H04L41/06—Management of faults, events, alarms or notifications

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Small-Scale Networks (AREA)

Abstract

본 명세서는 마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법에 관한 것으로서, 본 명세서의 실시 예에 따른 마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법은 상기 마스터 노드가 BCH(Bose-Chaudhuri-Hocquengham) 코드를 계산하기 위한 기초 코드를 생성하고, 상기 생성된 기초 코드에 따라 BCH 코드를 생성하여 각 슬레이브 노드에 전송하는 단계; 각 슬레이브 노드가 상기 마스터 노드로부터 수신된 BCH 코드를 이용하여 BCH 코드를 생성하고, 상기 생성된 BCH 코드의 BCH 비트 정보가 포함된 CRC(Cyclic Redundancy Check) 코드를 상기 마스터 노드로 전송하는 단계; 상기 마스터 노드가 각 슬레이브 노드로부터 수신된 CRC 코드의 BCH 비트 정보와 이전에 수신된 BCH 비트 정보를 비교하여 오류를 탐지하는 단계; 및 상기 마스터 노드가 상기 탐지된 오류 결과와 마코브 모델을 통한 확률적 연산을 통해 각 슬레이브 노드의 상태를 안정 상태, 경고 상태 및 위험 상태 중 어느 하나의 상태로 판단하여 천이시키는 단계를 포함한다.

Description

마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법{FAULTY NODE DETECTION METHOD FOR REAL-TIME IN DISTRIBUTED CONTROL NETWORK BASED ON MARKOV MODEL}
본 명세서는 분산 제어망에서의 고장 노드 탐지 방법에 관한 것으로서, 더욱 상세하게는 마코브 모델을 통한 확률적 연산을 통해 각 슬레이브 노드의 상태를 안정, 경고 및 위험 상태 중 어느 하나의 상태로 천이시킴으로써, 분산 제어망 내 고장 노드를 실시간으로 보다 정확하게 탐지할 수 있는, 마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법에 관한 것이다.
최근, 함정 분산 제어망 내 노드의 생존성 및 실시간성을 보장하기 위해 분산 제어망 내에 결함 탐지 기법, 결함 관리 기법 및 고장 진단기법을 통한 오류 정정 기술을 적용시키는 연구가 진행 중에 있다.
분산 제어망 설계 시 주요하게 여겨지는 문제 중 하나는 제어망 구성 시 노드 소실로 인한 불규칙적인 자원 분배로 인한 전체 망 성능의 저하를 야기한다는 점에 있다. 이로 인해, 다수의 슬레이브 노드로 구성된 분산 제어망 내에서 결함이 발생한 노드를 탐지하기 위해서는 실시간성이 위배되는 처리 시간이 소요된다.
종래의 고장노드 탐지기법은 시퀀스 번호에 따라 오류 발생 빈도 차이가 영향을 받고 있다. 또한, 이러한 고장노드 탐지기법은 정해진 필터를 사용함으로 효용성의 문제를 가진다.
대한민국 등록특허공보 제10-1385140호(2014.04.08.)
본 명세서의 실시 예들은 마코브 모델을 적용하여 고장 노드를 판단하는 것으로서, 마스터 노드에서 고장 노드를 탐지함에 있어 확률적 연산을 통한 마코브 모델을 적용함으로써, 결함이 있는 노드를 실시간으로 탐지할 수 있고 고장 노드의 탐지 정확도를 높일 수 있는, 마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법을 제공하고자 한다.
본 명세서의 실시 예들은 각 슬레이브의 상태를 안정 상태, 경고 상태 및 위험 상태의 세 가지 상태를 기반으로 특정한 확률적 조건에 따라 서로 간 상태를 설정하고, 마코브 모델을 통한 확률적 연산을 통해 노드 내 상태를 천이시킴으로써, 마스터 노드에서는 상태 천이 정보를 BCH 코드와 함께 수신받아 결함이 있는 노드를 보다 정확하게 탐지할 수 있는, 마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법을 제공하고자 한다.
본 명세서의 제1 측면에 따르면, 복수의 슬레이브 노드와 상기 슬레이브 노드를 관리하는 마스터 노드를 구비한 분산 제어망에서의 고장 노드 탐지 방법에 있어서, 상기 마스터 노드가 BCH(Bose-Chaudhuri-Hocquengham) 코드를 계산하기 위한 기초 코드를 생성하고, 상기 생성된 기초 코드에 따라 BCH 코드를 생성하여 각 슬레이브 노드에 전송하는 단계; 각 슬레이브 노드가 상기 마스터 노드로부터 수신된 BCH 코드를 이용하여 BCH 코드를 생성하고, 상기 생성된 BCH 코드의 BCH 비트 정보가 포함된 CRC(Cyclic Redundancy Check) 코드를 상기 마스터 노드로 전송하는 단계; 상기 마스터 노드가 각 슬레이브 노드로부터 수신된 CRC 코드의 BCH 비트 정보와 이전에 수신된 BCH 비트 정보를 비교하여 오류를 탐지하는 단계; 및 상기 마스터 노드가 상기 탐지된 오류 결과와 마코브 모델(Markov Model)을 통한 확률적 연산을 통해 각 슬레이브 노드의 상태를 안정 상태, 경고 상태 및 위험 상태 중 어느 하나의 상태로 판단하여 천이시키는 단계를 포함하는 분산 제어망에서의 고장 노드 탐지 방법이 제공될 수 있다.
상기 각 슬레이브 노드의 상태를 안정 상태, 경고 상태 및 위험 상태 중 어느 하나의 상태로 판단하여 천이시키는 단계는 슬레이브 노드의 초기 상태가 안정 상태이면, 상기 탐지된 오류 간격값과 마코브 모델을 통한 확률적 연산을 이용하여 슬레이브 노드의 상태를 경고 상태로 판단하여 천이시키는 단계를 포함할 수 있다.
상기 슬레이브 노드의 상태를 경고 상태로 판단하여 천이시키는 단계는 슬레이브 노드의 초기 상태가 안정 상태이면, 상기 탐지된 오류 간격값과 최대 허용 간격값을 비교하는 단계; 상기 탐지된 오류 간격값이 최대 허용 간격값을 초과하면 마코브 모델 연산을 수행하는 단계; 및 노드 상태 확률 행렬 내 위험 상태에서의 확률값이 위험 상태를 위한 최대 허용 확률값을 초과하면 슬레이브 노드의 상태를 경고 상태로 판단하여 천이시키는 단계를 포함할 수 있다.
상기 슬레이브 노드의 상태를 경고 상태로 판단하여 천이시키는 단계는, 상기 탐지된 오류 간격값이 최대 허용 간격값을 초과하지 않으면 기설정된 연산을 통해 노드 상태 확률 행렬을 갱신하는 단계를 더 포함할 수 있다.
상기 슬레이브 노드의 상태를 경고 상태로 판단하여 천이시키는 단계는, 안정 상태에 대한 노드 상태 확률 행렬 및 마코브 연산 행렬을 생성하는 단계; 및 안정 상태를 위한 최대 허용 간격값과 위험 상태를 위한 최대 허용 확률값을 설정하는 단계를 더 포함할 수 있다.
상기 각 슬레이브 노드의 상태를 안정 상태, 경고 상태 및 위험 상태 중 어느 하나의 상태로 판단하여 천이시키는 단계는 슬레이브 노드의 초기 상태가 경고 상태이면, 상기 탐지된 오류 발생 횟수와 마코브 모델을 통한 확률적 연산을 이용하여 슬레이브 노드의 상태를 위험 상태로 판단하여 천이시키는 단계를 포함할 수 있다.
상기 슬레이브 노드의 상태를 위험 상태로 판단하여 천이시키는 단계는 슬레이브 노드의 초기 상태가 경고 상태이면, 상기 탐지된 오류 발생 횟수와 최대 허용 오류 횟수를 비교하는 단계; 및 상기 탐지된 오류 발생 횟수가 최대 허용 오류 횟수를 초과하면 슬레이브 노드의 상태를 위험 상태로 판단하여 천이시키는 단계를 포함할 수 있다.
상기 슬레이브 노드의 상태를 위험 상태로 판단하여 천이시키는 단계는, 상기 탐지된 오류 발생 횟수가 최대 허용 오류 횟수를 초과하지 않으면 마코브 모델 연산을 수행하는 단계; 노드 상태 확률 행렬 내 안정 상태에서의 확률값이 안정 상태를 위한 최대 허용 확률값을 초과하면 슬레이브 노드의 상태를 안정 상태로 판단하여 천이시키는 단계; 및 노드 상태 확률 행렬 내 안정 상태에서의 확률값이 안정 상태를 위한 최대 허용 확률값을 초과하지 않으면 기설정된 카운터 값만큼 마코브 모델 연산을 반복 수행하는 단계를 더 포함할 수 있다.
상기 슬레이브 노드의 상태를 위험 상태로 판단하여 천이시키는 단계는, 경고 상태에 대한 노드 상태 확률 행렬 및 마코브 연산 행렬을 생성하는 단계; 및 최대 허용 오류 횟수 및 안정 상태를 위한 최대 허용 확률값을 설정하는 단계를 더 포함할 수 있다.
경고 상태에 대한 노드 상태 확률 행렬 내 안정 상태에서의 확률값 및 위험 상태에서의 확률값은 안정 상태에 대한 노드 상태 확률 행렬 내 안정 상태에서의 확률값 및 위험 상태에서의 확률값이 각각 반전된 값을 가질 수 있다.
본 명세서의 실시 예들은 마코브 모델을 적용하여 고장 노드를 판단하는 것으로서, 마스터 노드에서 고장 노드를 탐지함에 있어 확률적 연산을 통한 마코브 모델을 적용함으로써, 결함이 있는 노드를 실시간으로 탐지할 수 있고 고장 노드의 탐지 정확도를 높일 수 있다.
본 명세서의 실시 예들은 각 슬레이브의 상태를 안정 상태, 경고 상태 및 위험 상태의 세 가지 상태를 기반으로 특정한 확률적 조건에 따라 서로 간 상태를 설정하고, 마코브 모델을 통한 확률적 연산을 통해 노드 내 상태를 천이시킴으로써, 마스터 노드에서는 상태 천이 정보를 BCH 코드와 함께 수신받아 결함이 있는 노드를 보다 정확하게 탐지할 수 있다.
도 1은 본 명세서의 실시 예에 따른 마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법에 대한 흐름도이다.
도 2는 본 명세서의 실시 예에 따른 마코브 연산을 수행시 노드의 상태 천이 시 적용되는 확률에 대한 설명도이다.
도 3은 본 명세서의 실시 예에 따른 고장 노드 탐지 방법에서 마코브 모델 기반의 안정 상태인 노드의 상태 천이 과정에 대한 흐름도이다.
도 4는 본 명세서의 실시 예에 따른 고장 노드 탐지 방법에서 마코브 모델 기반의 경고 상태인 노드의 상태 천이 과정에 대한 흐름도이다.
도 5는 본 명세서의 실시 예에 따른 고장 노드 탐지 방법에 적용되는 고장 노드의 오탐지율 연산 코드에 대한 예시도이다.
도 6은 종래의 고장 노드 탐지 기법과 본 명세서의 실시 예에 따른 고장 노드 탐지 방법에 대한 오탐지율 비교분석에 대한 결과도이다.
도 7은 본 명세서의 실시 예에 따른 분산 제어망 내 고장 노드 발생 정도에 따른 탐지 성능 분석에 대한 결과도이다.
이하, 본 명세서의 실시 예를 첨부된 도면을 참조하여 설명한다. 본 명세서에 따른 동작 및 작용을 이해하는 데 필요한 부분을 중심으로 상세히 설명한다. 본 명세서의 실시 예를 설명하면서, 본 명세서가 속하는 기술 분야에 익히 알려졌고 본 명세서와 직접적으로 관련이 없는 기술 내용에 대해서는 설명을 생략한다. 이는 불필요한 설명을 생략함으로써 본 명세서의 요지를 흐리지 않고 더욱 명확히 전달하기 위함이다.
또한, 본 명세서의 구성 요소를 설명하는 데 있어서, 동일한 명칭의 구성 요소에 대하여 도면에 따라 다른 참조부호를 부여할 수도 있으며, 서로 다른 도면임에도 동일한 참조부호를 부여할 수도 있다. 그러나 이와 같은 경우라 하더라도 해당 구성 요소가 실시 예에 따라 서로 다른 기능을 갖는다는 것을 의미하거나, 서로 다른 실시 예에서 동일한 기능을 갖는다는 것을 의미하는 것은 아니며, 각각의 구성 요소의 기능은 해당 실시 예에서의 각각의 구성 요소에 대한 설명에 기초하여 판단하여야 할 것이다.
도 1은 본 명세서의 실시 예에 따른 마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법에 대한 흐름도이다.
본 명세서의 실시 예에 따른 마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법이 적용되는 분산 제어망은 복수의 슬레이브 노드(120)와 슬레이브 노드(120)를 관리하는 마스터 노드(110)를 포함한다.
본 발명의 실시 예 설명에 앞서 발명의 이해를 돕기 위하여 BCH 코드와 이러한 BCH 코드를 생성하는 일반적인 생성 과정을 간략하게 설명한다.
BCH(Bose-Chaudhri-Hocquenghem) 코드는, 랜덤 오류(Random Error)의 정정에 적합한 코드로써, 이러한 BCH 코드는 다수의 에러 정정을 가능하게 하는 해밍 코드(Hamming Code)의 일반화된 코드 방식이며, 불록길이, 코드율(Code Rate), 자형 크기 및 에러 정정 능력에 관한 광범위한 선택을 제공하는 순환코드(Cyclic Code) 방식에 속한다. 그리고 몇 백의 블록길이에서 같은 블록길이와 코드율(Code Rate)을 갖는 다른 코드 방식에 비해 더 좋은 성능을 보이는 것으로, 가장 일반적인 BCH 코드는 2진 자형을 사용하며 (m=3,4,5 ...)의 코드어(Code Word) 길이를 가진다.
그래서 m이 임의의 양의 정수일 때 비트 이하의 길이를 갖는 데이터에 대하여 m*t 비트의 체크비트(Check Bit)를 이용하여 t개의 에러를 정정하는 것이 가능하게 한다. 즉, 한 블록내에 있는 1개의 비트에 발생한 모든 에러를 정정할 수 있고 2개 이하의 비트에 발생한 모든 에러를 검출하는 것이 가능하다.
한편, 마스터 노드(110)와 슬레이브 노드(120) 간 BCH 코드를 통해 고장노드를 탐지하는 과정을 설명하면 다음과 같다.
마스터 노드(110)는 D값을 생성한다. 이후, 마스터 노드(110)는 해당 D값을 슬레이브 노드(120)로 전송한다. D값은 BCH 코드를 계산하기 위한 기초 값으로 이용되며, 각 노드 내 수행되는 BCH 코드 값 b(x)는 하기의 [수학식 1]과 같이 계산될 수 있다. 각각의 슬레이브 노드(120)는 일정 기간 순환하여 마스터 노드(110)와 통신한다. 즉, n번째 노드 내 데이터의
Figure pat00001
의 비트가 있을 때, 데이터 전송은
Figure pat00002
와 같은 데이터 및
Figure pat00003
와 같은 단일 BCH 코드로 수정될 수 있다.
Figure pat00004
여기서, b(x)는 BCH 코드, d(x)는 생성 기초 코드, p는 패리티(parity)의 길이, g(x)는 생성 다항식을 나타낸다.
마스터 노드(110)와 다수의 슬레이브 노드(120)와 통신 시, 슬레이브 노드(120)는 상기 [수학식 1]을 이용하여 오류 검출 코드인 CRC(Cyclic Redundancy Code) 코드 내 단일 비트를 BCH 비트로 대체하여 이를 마스터 노드(110)로 전송한다. 그러면, 마스터 노드(110)는 이전에 수신받은 BCH 코드와의 비교 분석을 통해 고장 가능성이 있는 슬레이브 노드(120)를 탐지한다.
여기서, 각 슬레이브 노드(120)의 상태는 각각 안정, 경고 및 위험 상태로 정의된다. 이를 통해, 각 슬레이브 노드(120)가 노드의 상태의 천이 혹은 유지 정보를 마스터 노드(110)로 BCH 코드와 함께 전송하면, 마스터 노드(110)는 고장 노드를 실시간으로 탐지할 수 있다.
이하, 도 1을 참조하여, 본 명세서의 실시 예에 따른 마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법의 구체적인 동작을 설명한다.
마스터 노드(110)는 n번째 BCH 전달 코드를 생성한다(S102).
그리고 마스터 노드(110)는 초기화를 수행하고, u(x) 함수를 생성한다(S104).
이어서, 마스터 노드(110)는 브로드캐스트 방식으로 각 슬레이브 노드(120)로 u(x)함수를 전달한다(S106).
이후, 슬레이브 노드(120)는 u(x)함수 이용하여 BCH 코드를 생성한다(S108).
슬레이브 노드(120)는 CRC 1비트를 BCH 코드로 대체한다(S110).
그리고 슬레이브 노드(120)는 슬레이브 노드 정보가 포함된 수정된 CRC 코드를 마스터 노드(110)로 전달한다(S112).
마스터 노드(110)는 각 슬레이브 노드(120)로부터 수신된 BCH 비트 정보를 취합한다(S114).
마스터 노드(110)는 n-1번째, n번째 BCH 비트를 비교한 후, 고장 노드의 유무(오류)를 탐지한다(S116).
마스터 노드(110)는 마코브 연산을 통해 각 슬레이브 노드(120)의 상태를 예측하여 판단한다(S118).
마스터 노드(110)는 노드의 상태가 안정 상태 및 경고 상태인 슬레이브 노드(120)로 n+1번째 BCH 전달 코드를 전달한다(S120).
도 2는 본 명세서의 실시 예에 따른 마코브 연산을 수행시 노드의 상태 천이 시 적용되는 확률에 대한 설명도이다.
도 2에 도시된 바와 같이, 본 명세서의 실시 예에 따른 고장 노드 탐지 방법은 하기의 [수학식 2] 및 [수학식 3]을 이용한 마코브 체인 연산을 통한 확률적 연산을 수행한다.
Figure pat00005
Figure pat00006
여기서, A는 초기 노드의 안정 및 위험 단계에서의 확률을 행렬로 표현한 노드 상태 확률 행렬,
Figure pat00007
는 안정 상태에서의 확률을 나타낸 값,
Figure pat00008
는 위험 상태에서의 확률을 나타낸 값을 나타낸다. 또한, B는 마코브 연산을 수행한다고 가정할 시, 노드 i에서 노드 j로 상태 천이 시 적용되는 확률을 행렬로 표현한 마코브 연산 행렬,
Figure pat00009
는 노드 i에서 노드 i로 상태 천이 시 적용되는 확률값,
Figure pat00010
는 노드 i에서 노드 j로 상태 천이 시 적용되는 확률값,
Figure pat00011
는 노드 j에서 노드 i로 상태 천이 시 적용되는 확률값,
Figure pat00012
는 노드 j에서 노드 j로 상태 천이 시 적용되는 확률값을 나타낸다.
도 3은 본 명세서의 실시 예에 따른 고장 노드 탐지 방법에서 마코브 모델 기반의 안정 상태인 노드의 상태 천이 과정에 대한 흐름도이다.
본 명세서의 실시 예에 따른 도 1의 고장 노드 탐지 방법은 슬레이브 노드(120)의 초기 상태가 안정 상태이면, 탐지된 오류 간격값과 마코브 모델을 통한 확률적 연산을 이용하여 슬레이브 노드(120)의 상태를 경고 상태로 판단하여 천이시킬 수 있다.
도 3을 참조하여, 슬레이브 노드(120)의 초기 상태가 안정 상태인 경우에 노드 상태를 판단하여 천이시키는 과정을 살펴보기로 한다.
마스터 노드(110)는 슬레이브 노드(120)의 초기 상태가 안정 상태이면, 안정 상태에 대한 노드 상태 확률 행렬(A) 및 마코브 연산 행렬(B)를 생성한다(S302). 여기서, 노드의 초기 상태는 안정 상태를 나타내고, 노드 상태 확률 값은
Figure pat00013
으로 정의된다.
Figure pat00014
는 안정 상태에서의 확률을 나타낸 값,
Figure pat00015
는 위험 상태에서의 확률을 나타낸 값을 나타낸다.
마스터 노드(110)는 안정 상태를 위한 최대 허용 간격값과 위험 상태를 위한 최대 허용 확률값을 설정한다(S304).
그리고 마스터 노드(110)는 슬레이브 노드(120)에 대한 오류를 탐지한다(S306). 기본적으로 분산 제어망 내 각 슬레이브 노드(120)는 BCH 코드를 마스터 노드(110)로 전송하고, 마스터 노드(110)는 n-1번째 수신값과 n번째 수신값의 비교를 통해 고장 노드를 탐지한다. 각 슬레이브 노드(120)에서는 자신의 상태를 제안된 마코브 연산을 이용하여 얻어진 정보를 실시간으로 BCH 코드와 함께 마스터 노드(110)로 전송하고, 마스터 노드(110)는 이를 통해 노드에서의 오류를 탐지한다.
마스터 노드(110)는 일정 시간 t동안 오류가 tA 및 tB로 각각 탐지된다면, 이를 통해 오류 간격 값을 얻어낼 수 있으며, 이는
Figure pat00016
로 표현된다.
마스터 노드(110)는 S306 단계에서 탐지된 오류 간격값과 최대 허용 간격값을 비교하여 탐지된 오류 간격값이 최대 허용 간격값을 초과하는지를 확인한다(S308).
상기 확인 결과(S308), 탐지된 오류 간격값이 최대 허용 간격값을 초과하면, 마스터 노드(110)는 상기 [수학식 3]과 따른 마코브 모델 연산을 수행한다(S310). 오류 간격값(
Figure pat00017
)이 안정 상태를 위한 최대 허용치(
Figure pat00018
)보다 작을 경우는, 일정 시간 동안 오류 발생 횟수가 허용치보다 빈번하게 발생함을 의미한다.
그리고 마스터 노드(110)는 노드 상태 확률 행렬(A) 내 위험 상태에서의 확률값과 위험 상태를 위한 최대 허용 확률값을 비교하여 노드 상태 확률 행렬(A) 내 위험 상태에서의 확률값이 위험 상태를 위한 최대 허용 확률값을 초과하는지를 확인한다(S312). 마스터 노드(110)는 상기의 [수학식 3]을 통해 마코브 연산을 수행한 후, 해당 노드가 안정 상태에 머무르거나 혹은 경고 상태로 넘어가기 위한 판정 단계를 S312 단계와 같이 수행한다. S312 단계는 마스터 노드(110)가 n+1번째 마코브 연산을 수행한 후, 노드 상태 확률 행렬(A) 내 위험 상태에서의 확률값(
Figure pat00019
)과 위험 상태를 위한 최대 허용 확률값(
Figure pat00020
)과의 비교 단계를 수행하는 것을 나타낸다.
상기 확인 결과(S312), 노드 상태 확률 행렬(A) 내 위험 상태에서의 확률값(
Figure pat00021
)이 위험 상태를 위한 최대 허용 확률값(
Figure pat00022
)을 초과하면, 마스터 노드(110)는 슬레이브 노드(120)의 상태를 경고 상태로 판단하여 천이시킨다(S314).
반면, 상기 확인 결과(S312), 노드 상태 확률 행렬(A) 내 위험 상태에서의 확률값이 위험 상태를 위한 최대 허용 확률값을 초과하지 않으면, 마스터 노드(110)는 오류를 탐지하는 S306 단계부터 다시 수행한다.
한편, 상기 확인 결과(S308), 탐지된 오류 간격값이 최대 허용 간격값을 초과하지 않으면, 마스터 노드(110)는 마코브 모델 연산을 수행한다(S316).
마스터 노드(110)는 노드 상태 확률 행렬(A)이 기설정된 확률 조건을 만족하는지를 확인한다(S318). 여기서, 기설정된 확률 조건은
Figure pat00023
> 1 또는
Figure pat00024
< 0와 같이 나타낼 수 있다.
상기 확인 결과(S318), 노드 상태 확률 행렬(A)이 기설정된 확률 조건을 만족하면, 마스터 노드(110)는 노드 상태 함수를 하기의 [수학식 4]에 나타난 연산을 통해 갱신하고, 오류를 탐지하는 S306 단계부터 다시 수행한다(S320).
Figure pat00025
여기서, A'는 갱신된 노드 상태 확률 행렬,
Figure pat00026
는 안정 상태에서의 확률을 나타낸 값,
Figure pat00027
는 위험 상태에서의 확률을 나타낸 값을 나타낸다.
만약, 마스터 노드(110)는 갱신된 노드 상태 확률 행렬(A')의 안정 상태에서의 확률값(
Figure pat00028
), 위험 상태에서의 확률값(
Figure pat00029
)의 값이 각각 1보다 클 경우, 혹은 0보다 작아질 시 정규화 과정을 수행할 수 있다.
도 4는 본 명세서의 실시 예에 따른 고장 노드 탐지 방법에서 마코브 모델 기반의 경고 상태인 노드의 상태 천이 과정에 대한 흐름도이다.
본 명세서의 실시 예에 따른 도 1의 고장 노드 탐지 방법은 슬레이브 노드(120)의 초기 상태가 경고 상태이면, 탐지된 오류 발생 횟수와 마코브 모델을 통한 확률적 연산을 이용하여 슬레이브 노드(120)의 상태를 위험 상태로 판단하여 천이시킬 수 있다.
도 4를 참조하여, 슬레이브 노드(120)의 초기 상태가 경고 상태인 경우에 노드 상태를 판단하여 천이시키는 과정을 살펴보기로 한다.
마스터 노드(110)는 슬레이브 노드(120)의 초기 상태가 경고 상태이면, 경고 상태에 대한 노드 상태 확률 행렬 및 마코브 연산 행렬을 생성한다(S402). 여기서, 안정 상태에 대한 노드 상태 확률 행렬(A)일 때, 경고 상태에 대한 노드 상태 확률 행렬(C)은 안정 상태에 대한 노드 상태 확률 행렬(A) 내 안정 상태에서의 확률값(
Figure pat00030
) 및 위험 상태에서의 확률값(
Figure pat00031
)이 각각 반전된
Figure pat00032
을 가진다. 즉, 안정 상태에서의 확률값(
Figure pat00033
) 및 위험 상태에서의 확률값(
Figure pat00034
)이 각각 반전되어 있다. 이후, 경고 상태로 상태가 전환된 노드는 불능 상태로 간주하는 위험 상태 및 회복 가능성이 있는 안정 상태로의 상태 천이 판정 단계가 수행된다.
마스터 노드(110)는 최대 허용 오류 횟수 및 안정 상태를 위한 최대 허용 확률값을 설정한다(S404).
그리고 마스터 노드(110)는 슬레이브 노드(120)에 대한 오류를 탐지한다(S406). 마스터 노드(110)는 노드 내 오류 발생 횟수(
Figure pat00035
)를 측정한다.
이어서, 마스터 노드(110)는 그 탐지된 오류 발생 횟수(
Figure pat00036
)와 최대 허용 오류 횟수(
Figure pat00037
)를 비교하여 오류 발생 횟수가 최대 허용 오류 횟수를 초과하는지를 확인한다(S408).
상기 확인 결과(S408), 탐지된 오류 발생 횟수(
Figure pat00038
)가 최대 허용 오류 횟수(
Figure pat00039
)를 초과하면, 마스터 노드(110)는 슬레이브 노드(120)의 상태를 위험 상태로 판단하여 천이시킨다(S410). 즉, 오류 발생 횟수(
Figure pat00040
)가 최대 허용 오류 횟수(
Figure pat00041
)를 초과하면, 마스터 노드(110)는 주어진 시간 내 허용치를 초과하는 오류가 발생하는 것으로 판단하여, 노드의 상태를 위험 상태로 판정하게 된다.
반면, 상기 확인 결과(S408), 탐지된 오류 발생 횟수(
Figure pat00042
)가 최대 허용 오류 횟수(
Figure pat00043
)를 초과하지 않으면, 마스터 노드(110)는 k+1번째 마코브 모델 연산을 수행하며, 하기의 [수학식 5]를 통해 해당 연산을 수행할 수 있다(S412).
Figure pat00044
여기서,
Figure pat00045
는 k+1번째 마코브 모델 연산의 수행 결과, C는 경고 상태에 대한 노드 상태 확률 행렬, B는 마코브 연산 행렬을 나타낸다.
그리고 마스터 노드(110)는 노드 상태 확률 행렬 내 안정 상태에서의 확률값(
Figure pat00046
)이 안정 상태를 위한 최대 허용 확률값(
Figure pat00047
)을 초과하는지를 확인한다(S414).
상기 확인 결과(S414), 노드 상태 확률 행렬 내 안정 상태에서의 확률값(
Figure pat00048
)이 안정 상태를 위한 최대 허용 확률값(
Figure pat00049
)을 초과하면, 마스터 노드(110)는 슬레이브 노드(120)의 상태를 안정 상태로 판단하여 천이시킨다(S416).
반면, 상기 확인 결과(S414), 노드 상태 확률 행렬 내 안정 상태에서의 확률값이 안정 상태를 위한 최대 허용 확률값을 초과하지 않으면, 마스터 노드(110)는 카운터 값을 1을 증가시킨다(S418). 이때, 카운터 값 k는 안정 상태에서의 확률값(
Figure pat00050
)과 안정 상태를 위한 최대 허용 확률값(
Figure pat00051
)과의 비교 단계를 통해 증가 여부를 판단된다.
그리고 마스터 노드(110)는 마코브 모델 연산을 수행한다(S420).
이어서, 마스터 노드(110)는 카운터 값이 기설정된 값(예컨대, 3)을 초과하는지를 확인한다(S422).
상기 확인 결과(S422), 카운터 값이 기설정된 값(예컨대, 3)을 초과하지 않으면, 마스터 노드(110)는 카운터 값을 증가시키는 S418 단계부터 다시 수행한다.
반면, 상기 확인 결과(S422), 카운터 값이 기설정된 값을 초과하면, 마스터 노드(110)는 오류를 탐지하는 S406 단계부터 다시 수행한다.
이와 같이, S418 내지 S422 단계에서, 마스터 노드(110)는 에서 카운터 값(k)를 증가시키며, 그 연산 횟수가 3회 이상일 경우에 탐지된 오류 발생 횟수(
Figure pat00052
)와 최대 허용 오류 횟수(
Figure pat00053
)의 비교 판정 단계로 이동하여 다시 위험 상태 여부를 탐지하게 된다.
도 5는 본 명세서의 실시 예에 따른 고장 노드 탐지 방법에 적용되는 고장 노드의 오탐지율 연산 코드에 대한 예시도이다.
본 명세서의 실시 예에 따른 고장 노드 탐지 방법에서 고장 노드의 오탐지율을 연산하는 과정은 도 5에 도시된 바와 같이 고장노드 오탐지율 연산 코드로 프로그래밍되어 적용될 수 있다.
도 6은 종래의 고장 노드 탐지 기법과 본 명세서의 실시 예에 따른 고장 노드 탐지 방법에 대한 오탐지율 비교분석에 대한 결과도이다.
CRC 코드기반 기법, BCH 코드기반 기법 및 본 명세서의 실시 예에 따른 마코브 모델 기반의 고장 노드 탐지 방법에 대한 오탐지율 비교분석을 위한 환경 구성은 다음과 같다.
슬레이브 노드(120)는 최대 15개로 설정되고, 폴링 시간은 100ms로 설정된다. 그리고 안정 및 위험 상태에서의 최대 허용 확률은 각각 0.375 및 0.625로 설정된다. 또한, 오탐지율 비교분석 실험에 사용된 오류값은 AWGN(Additive White Gaussian Noise) 채널 하에서 무작위로 발생하고, 이를 탐지하는 환경이 구성된다.
분산 제어망 내 본 명세서의 실시 예에 따른 마코브 모델 기반의 고장 노드 탐지 방법을 종래의 CRC 코드기반 기법, BCH 코드기반 기법과 비교하여 오탐지율 분석하기로 한다.
이를 위해, 오탐지율 성능 분석을 위하여 세 가지 방법을 정의하여 실험을 진행한다. 이는 동일한 고장 가능성을 내포하는 임의의 두 노드가 있을 때, 또 다른 노드가 고장 가능성이 있다고 할 때의 환경을 가정하기로 한다.
첫 번째 방법은 앞서 가정된 고장 가능성이 있는 두 개의 노드와 또 다른 노드가 동일한 SNR(Signal to Noise Ratio) 특성에서 고장 가능성을 가지고 있다고 가정한다. 두 번째 방법은 앞서 언급된 두 개의 노드가 SNR 9레벨에서 고장 가능성이 있을 때, 또 다른 노드가 도 6의 X축의 다양한 SNR 레벨에 의해 고장 가능성이 있음을 가정한다.
도 6에서, CRC 코드기반 기법(1st Scheme in Only CRC, 2nd Scheme in Only CRC)의 오탐지율은 Y축의 좌측 축을 통해 해석할 수 있다. BCH 코드기반 기법(1st Scheme in BCH, 2nd Scheme in BCH) 및 본 명세서의 실시 예에 따른 고장 노드 탐지 방법(1st Scheme in Markov-chain, 2nd Scheme in Markov-chain)에 대한 오탐지율의 성능분석은 Y축의 우측 축을 통해 해석할 수 있다.
도 6에 도시된 바와 같이, CRC 코드기반 기법의 오탐지율은 BCH 단일코드가 대체된 CRC 코드와 비교하여 동일한 SNR 레벨에서 탐지 능력에 있어 성능이 떨어짐을 알 수 있다. 이는 CRC 코드의 경우, 오직 오류를 탐지할 뿐 채널 영향 및 노드의 성능에 의해 오류가 발생하는 것에 대해서는 분별하지 못함을 알 수 있다.
본 명세서의 실시 예에 따른 고장 노드 탐지 방법은 도 6에 도시된 바와 같이, BCH 코드기반 삽입 방법에 비해 보다 정확하게 고장 노드를 탐지할 수 있음을 알 수 있다.
도 7은 본 명세서의 실시 예에 따른 분산 제어망 내 고장 노드 발생 정도에 따른 탐지 성능 분석에 대한 결과도이다.
도 7에서는 분산 제어망 내 고장 노드가 2개에서 최대 5개까지 발생했을 때의 오탐지율을 분석한 결과가 도시되어 있다.
도 7에 도시된 바와 같이, 본 명세서의 실시 예에 따른 고장 노드 탐지 방법은 분산 제어망 내 고장 노드가 발생하였을 때, 0.067에서 0.2에 이르는 다양한 채널 잡음에서 효율적으로 고장 노드를 탐지하는 성능을 보이고 있다. 이를 통해, 채널 품질의 저하로 인한 잡음 등에 의해 손실된 지연시간에 영향을 받는 고장 노드는 본 명세서의 실시 예에 따른 고장 노드 탐지 방법을 통해 더욱 용이하게 탐지될 수 있음이 나타나 있다.
이와 같이, 본 명세서의 실시 예에 따른 고장 노드 탐지 방법은 분산 제어망에서 고장 노드가 발생할 때, 이를 단시간 내에 보다 정확하게 탐지할 수 있다. 이러한 고장 노드 탐지 방법은 CRC 코드 내 BCH 단일 비트를 대체하는 환경에서 확률적 연산을 통한 마코브 연산 이용하여 고장 노드를 보다 정확하게 탐지할 수 있다. 특히, 고장 노드 탐지 방법에서는 마코브 연산을 통해 각 슬레이브 노드(120)를 안정 상태, 경고 상태 및 위험 상태로 정의하고 있다. 그리고 고장 노드 탐지 방법은 마스터 노드(110)에 의해 각 슬레이브 노드(120)의 상태를 확률적 연산에 따른 천이 방법을 통해 분산 제어망 내 고장 노드를 보다 정확하게 탐지할 수 있다.
상기 실험 결과를 통해, 본 명세서의 실시 예에 따른 고장 노드 탐지 방법은 종래의 방법인 CRC 코드 및 BCH 코드 삽입 방법과 비교하였을 때 우수한 고장 노드 탐지율을 나타내고 있다. 또한, 본 명세서의 실시 예에 따른 고장 노드 탐지 방법은 일부 또는 다수의 슬레이브 노드(120)가 고장 상태에 접어들었을 때에 다양한 채널 잡음 상황이 고려되는 무선 환경에서도 효율적으로 이를 탐지할 수 있음을 나타내고 있다.
이상에서 설명한 실시 예들은 그 일 예로서, 본 명세서가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
110: 마스터 노드
120: 슬레이브 노드

Claims (10)

  1. 복수의 슬레이브 노드와 상기 슬레이브 노드를 관리하는 마스터 노드를 구비한 분산 제어망에서의 고장 노드 탐지 방법에 있어서,
    상기 마스터 노드가 BCH(Bose-Chaudhuri-Hocquengham) 코드를 계산하기 위한 기초 코드를 생성하고, 상기 생성된 기초 코드에 따라 BCH 코드를 생성하여 각 슬레이브 노드에 전송하는 단계;
    각 슬레이브 노드가 상기 마스터 노드로부터 수신된 BCH 코드를 이용하여 BCH 코드를 생성하고, 상기 생성된 BCH 코드의 BCH 비트 정보가 포함된 CRC(Cyclic Redundancy Check) 코드를 상기 마스터 노드로 전송하는 단계;
    상기 마스터 노드가 각 슬레이브 노드로부터 수신된 CRC 코드의 BCH 비트 정보와 이전에 수신된 BCH 비트 정보를 비교하여 오류를 탐지하는 단계; 및
    상기 마스터 노드가 상기 탐지된 오류 결과와 마코브 모델(Markov Model)을 통한 확률적 연산을 통해 각 슬레이브 노드의 상태를 안정 상태, 경고 상태 및 위험 상태 중 어느 하나의 상태로 판단하여 천이시키는 단계
    를 포함하는 분산 제어망에서의 고장 노드 탐지 방법.
  2. 제1항에 있어서,
    상기 각 슬레이브 노드의 상태를 안정 상태, 경고 상태 및 위험 상태 중 어느 하나의 상태로 판단하여 천이시키는 단계는
    슬레이브 노드의 초기 상태가 안정 상태이면, 상기 탐지된 오류 간격값과 마코브 모델을 통한 확률적 연산을 이용하여 슬레이브 노드의 상태를 경고 상태로 판단하여 천이시키는 단계
    를 포함하는 분산 제어망에서의 고장 노드 탐지 방법.
  3. 제2항에 있어서,
    상기 슬레이브 노드의 상태를 경고 상태로 판단하여 천이시키는 단계는
    슬레이브 노드의 초기 상태가 안정 상태이면, 상기 탐지된 오류 간격값과 최대 허용 간격값을 비교하는 단계;
    상기 탐지된 오류 간격값이 최대 허용 간격값을 초과하면 마코브 모델 연산을 수행하는 단계; 및
    노드 상태 확률 행렬 내 위험 상태에서의 확률값이 위험 상태를 위한 최대 허용 확률값을 초과하면 슬레이브 노드의 상태를 경고 상태로 판단하여 천이시키는 단계
    를 포함하는 분산 제어망에서의 고장 노드 탐지 방법.
  4. 제3항에 있어서,
    상기 슬레이브 노드의 상태를 경고 상태로 판단하여 천이시키는 단계는
    상기 탐지된 오류 간격값이 최대 허용 간격값을 초과하지 않으면 기설정된 연산을 통해 노드 상태 확률 행렬을 갱신하는 단계
    를 더 포함하는 분산 제어망에서의 고장 노드 탐지 방법.
  5. 제3항에 있어서,
    상기 슬레이브 노드의 상태를 경고 상태로 판단하여 천이시키는 단계는
    안정 상태에 대한 노드 상태 확률 행렬 및 마코브 연산 행렬을 생성하는 단계; 및
    안정 상태를 위한 최대 허용 간격값과 위험 상태를 위한 최대 허용 확률값을 설정하는 단계
    를 더 포함하는 분산 제어망에서의 고장 노드 탐지 방법.
  6. 제1항에 있어서,
    상기 각 슬레이브 노드의 상태를 안정 상태, 경고 상태 및 위험 상태 중 어느 하나의 상태로 판단하여 천이시키는 단계는
    슬레이브 노드의 초기 상태가 경고 상태이면, 상기 탐지된 오류 발생 횟수와 마코브 모델을 통한 확률적 연산을 이용하여 슬레이브 노드의 상태를 위험 상태로 판단하여 천이시키는 단계
    를 포함하는 분산 제어망에서의 고장 노드 탐지 방법.
  7. 제6항에 있어서,
    상기 슬레이브 노드의 상태를 위험 상태로 판단하여 천이시키는 단계는
    슬레이브 노드의 초기 상태가 경고 상태이면, 상기 탐지된 오류 발생 횟수와 최대 허용 오류 횟수를 비교하는 단계; 및
    상기 탐지된 오류 발생 횟수가 최대 허용 오류 횟수를 초과하면 슬레이브 노드의 상태를 위험 상태로 판단하여 천이시키는 단계
    를 포함하는 분산 제어망에서의 고장 노드 탐지 방법.
  8. 제6항에 있어서,
    상기 슬레이브 노드의 상태를 위험 상태로 판단하여 천이시키는 단계는
    상기 탐지된 오류 발생 횟수가 최대 허용 오류 횟수를 초과하지 않으면 마코브 모델 연산을 수행하는 단계;
    노드 상태 확률 행렬 내 안정 상태에서의 확률값이 안정 상태를 위한 최대 허용 확률값을 초과하면 슬레이브 노드의 상태를 안정 상태로 판단하여 천이시키는 단계; 및
    노드 상태 확률 행렬 내 안정 상태에서의 확률값이 안정 상태를 위한 최대 허용 확률값을 초과하지 않으면 기설정된 카운터 값만큼 마코브 모델 연산을 반복 수행하는 단계
    를 더 포함하는 더 분산 제어망에서의 고장 노드 탐지 방법.
  9. 제6항에 있어서,
    상기 슬레이브 노드의 상태를 위험 상태로 판단하여 천이시키는 단계는
    경고 상태에 대한 노드 상태 확률 행렬 및 마코브 연산 행렬을 생성하는 단계; 및
    최대 허용 오류 횟수 및 안정 상태를 위한 최대 허용 확률값을 설정하는 단계
    를 더 포함하는 분산 제어망에서의 고장 노드 탐지 방법.
  10. 제9항에 있어서,
    경고 상태에 대한 노드 상태 확률 행렬 내 안정 상태에서의 확률값 및 위험 상태에서의 확률값은 안정 상태에 대한 노드 상태 확률 행렬 내 안정 상태에서의 확률값 및 위험 상태에서의 확률값이 각각 반전된 값을 가지는 분산 제어망에서의 고장 노드 탐지 방법.
KR1020150152238A 2015-10-30 2015-10-30 마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법 KR20170050555A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150152238A KR20170050555A (ko) 2015-10-30 2015-10-30 마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150152238A KR20170050555A (ko) 2015-10-30 2015-10-30 마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법

Publications (1)

Publication Number Publication Date
KR20170050555A true KR20170050555A (ko) 2017-05-11

Family

ID=58741518

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150152238A KR20170050555A (ko) 2015-10-30 2015-10-30 마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법

Country Status (1)

Country Link
KR (1) KR20170050555A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115102847A (zh) * 2022-05-10 2022-09-23 杭州电子科技大学 一种网络系统的自适应事件触发故障检测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115102847A (zh) * 2022-05-10 2022-09-23 杭州电子科技大学 一种网络系统的自适应事件触发故障检测方法

Similar Documents

Publication Publication Date Title
US11411681B2 (en) In-vehicle information processing for unauthorized data
US11636196B2 (en) Misuse detection method, misuse detection electronic control unit, and misuse detection system
CN111277332A (zh) 工程应用中光模块的性能状态检测方法、装置及电子设备
CN110120935B (zh) 用于在通信网络中识别数据流中的异常的方法和设备
US9524223B2 (en) Performance metrics of a computer system
CN106372026B (zh) 一种链路检测方法和接收设备
US20220311781A1 (en) Selection method, selection system, and recording medium
US11128400B2 (en) Bit assignment estimating device, bit assignment estimating method, and program
CN109428721B (zh) 用于确定物理不可克隆功能电路的健康状况的方法或装置
KR20170050555A (ko) 마코브 모델 기반의 분산 제어망에서의 고장 노드 탐지 방법
US8582444B2 (en) Method for detecting hardware faults by determining a ratio of released connections
CN106130780A (zh) 一种基于静态贝叶斯模型的ip网络故障定位方法
CN110768871B (zh) 一种自动统计dcs系统数据传输正确性的测试方法及系统
CN110537347B (zh) 用于检测和确定无线电网络的故障概率的方法和中央计算机
CN111159139B (zh) 一种数据处理方法、装置、存储介质及监视设备
JP2022121406A (ja) データ完全性監視機能を備えたネットワーク
KR101385140B1 (ko) 분산 네트워크 시스템의 통신 에러 노드 검출 방법
JP2014135580A (ja) プラント監視制御システム
JP2019029921A (ja) 送信装置、受信装置、及び通信方法
US9559724B2 (en) Method and device for processing received data
CN112799911A (zh) 一种节点健康状态检测方法、装置、设备及存储介质
CN116112344B (zh) 一种机房故障网络设备检测方法、设备及介质
TWI399042B (zh) To detect the wrong position of the detection device
Qiu et al. Multi-sensor system simulation based on RESTART algorithm
CN112203280B (zh) 一种面向边缘网关的数据可信传输机制