KR20180042726A - 클라우드 서비스 기반의 빅데이터 분석 방법 및 장치 - Google Patents

클라우드 서비스 기반의 빅데이터 분석 방법 및 장치 Download PDF

Info

Publication number
KR20180042726A
KR20180042726A KR1020160135246A KR20160135246A KR20180042726A KR 20180042726 A KR20180042726 A KR 20180042726A KR 1020160135246 A KR1020160135246 A KR 1020160135246A KR 20160135246 A KR20160135246 A KR 20160135246A KR 20180042726 A KR20180042726 A KR 20180042726A
Authority
KR
South Korea
Prior art keywords
big data
analysis
server
data
agricultural product
Prior art date
Application number
KR1020160135246A
Other languages
English (en)
Inventor
박현
김세한
이은주
박대헌
은지숙
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 KR1020160135246A priority Critical patent/KR20180042726A/ko
Publication of KR20180042726A publication Critical patent/KR20180042726A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2219—Large Object storage; Management thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • 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
    • G06Q10/10—Office automation; Time management
    • 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
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Probability & Statistics with Applications (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

클라우드 서비스 기반 빅데이터 분석 방법이 개시된다. 클라우드 서버에서의 클라우드 서비스 기반 빅데이터 분석 방법은, 사용자의 사용자 단말로부터 로컬 저장소 위치 정보를 포함한 농산물 관련 서비스 요청을 수신하는 단계, 상기 농산물 관련 서비스 요청으로부터 상기 사용자를 인식하고, 상기 로컬 저장소 위치 정보를 이용하여 사용자 단말의 로컬 저장소에 저장된 내부 데이터의 형태를 인식하는 단계, 인식된 내부 데이터의 형태에 따라 상기 내부 데이터를 이용하여 상기 농산물 관련 서비스 요청에 상응하는 분석을 수행하는 단계 및 분석 결과를 상기 사용자 단말에 전송하는 단계를 포함한다. 따라서, 개별 농산물 산지 유통 센터가 내부 정보를 외부에 공개 또는 제공하지 않고도 분석할 수 있다.

Description

클라우드 서비스 기반의 빅데이터 분석 방법 및 장치{A METHOD FOR ANALYZING BIG DATA BASED ON CLOUD SERVICE AND AN APPARATUS THEREFORE}
본 발명은 클라우드 서비스 기반의 빅데이터 분석 방법 및 장치에 관한 것으로, 더욱 상세하게는 농산물 산지 유통 센서(Agricultural Products Processing Center, APC)에 따라 맞춤화된 클라우드 서비스 기반의 빅데이터 분석 방법 및 장치에 관한 것이다.
기존의 농산물 산지 유통 센터는 자체 생산되는 농산물의 생산량이나 수요, 판매가 등의 정보를 기반으로 추후의 수급량이나 판매가 등을 예측하고자 한다.
이를 위하여 농업 관련 소프트웨어(Software, SW)를 개발하여 제공하는 IT 기업들은 농산물 산지 유통 센터와 같은 자치 단체에 대한 소프트웨어로서 전사적 자원 관리(Enterprise Resource Planning, ERP)와 같은 자원 관리 소프트웨어를 제공하고 있다.
이때 농산물 산지 유통 센터는 내부의 정보인 생산량, 수요 등의 정보를 외부로 개방하길 원하지 않는 경우가 많다. 그럼에도 불구하고 기존의 예측 기술은 각 개별 농산물 산지 유통 센터가 내부 정보를 제한적으로나마 외부에 공개 또는 제공하여야 분석 및 그 결과를 제공받을 수 있는 문제점이 있다.
또한, 각 농산물 산지 유통 센터마다 수매 방식 등이 모두 상이하여 각각의 농산물 산지 유통 센터마다 개별적으로 소프트웨어를 개발하는 불편이 있으며, 이 때문에 획일화된 모델을 공동으로 이용하는 방법을 사용하지만 이것은 개별 농산물 산지 유통 센터에 적합한 분석 서비스를 제공할 수 없는 문제점이 있다.
또한, 수요나 생산량 등의 예측시에 외부의 데이터를 체계적으로 활용하기 어려워 종합적인 빅데이터 분석 서비스를 제공하기 힘든 실정이다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 전사적 자원 관리(Enterprise Resource Planning, ERP) 시스템이 구동되는 사용자 단말에서의 클라우드 서비스 기반 빅데이터 분석 방법을 제공하는 데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은, 클라우드 서버(cloud server)에서의 클라우드 서비스 기반 빅데이터 분석 방법을 제공하는데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 또 다른 목적은, 클라우드 서비스 기반 빅데이터 분석 방법을 수행하는 클라우드 서버(cloud server)를 제공하는데 있다.
상기 목적을 달성하기 위한 본 발명은, 사용자 단말에서의 클라우드 서비스 기반 빅데이터 분석 방법을 제공한다.
여기서, 전사적 자원 관리(Enterprise Resource Planning, ERP) 시스템이 구동되는 사용자 단말에서의 클라우드 서비스 기반 빅데이터 분석 방법은, 사용자로부터 사용자 단말의 로컬 저장소 위치 정보를 포함한 농산물 관련 서비스 요청을 입력받는 단계, 로컬 저장소 위치 정보를 포함한 농산물 관련 서비스 요청을 클라우드 서버에 전송하는 단계, 클라우드 서버로부터 농산물 관련 서비스 요청에 대한 빅데이터 분석 결과를 수신하는 단계 및 수신된 빅데이터 분석 결과를 사용자에게 제공하는 단계를 포함한다.
여기서, 서비스는 농산물의 수급량, 도소매가격, 출하율 및 경매낙찰가격 중 적어도 하나에 대한 분석이나 예측을 수행할 수 있다.
여기서, 로컬 저장소는, 사용자 이외에 공개가 제한된 정보가 저장될 수 있다.
여기서, 전사적 자원 관리 시스템은, PaaS(Platform as a Service) 기반의 개발 환경에서 제공된 플랫폼(platform)을 이용하여 구현될 수 있다.
여기서, PaaS 기반의 개발 환경은, 템플릿(template)을 제공하는 템플릿 서비스와 템플릿에 따른 플랫폼(platform)을 제공하는 플랫폼 서비스 및 각 개발자마다 개별화된 플랫폼을 연결하는 서비스매니저(service manager) 중 적어도 하나를 전사적 자원 관리 시스템의 개발자에게 제공할 수 있다.
여기서, 템플릿은, IaaS(Infrastructure as a Service)에 기반한 메모리를 할당받아 디스크를 생성하고 디스크 스냅샷을 이용하여 디스크를 복제함으로써 생성될 수 있다.
여기서, 템플릿은 개발에 필요한 환경 템플릿과 분석에 필요한 분석 템플릿을 포함하고, 환경 템플릿은, 서버를 관리하거나 웹서버를 구동하여 개발 언어에 따른 개발 환경을 제공하는 적어도 하나의 개발 도구를 포함할 수 있다.
여기서, 템플릿은 개발에 필요한 환경 템플릿과 분석에 필요한 분석 템플릿을 포함하고, 분석 템플릿은, 농산물의 수급량, 도소매가격, 출하율 및 경매낙찰가격 중 적어도 하나에 대한 분석이나 예측을 수행하기 위한 API(application programming interface)를 포함할 수 있다.
여기서, 플랫폼은, IaaS 에 기반한 하드웨어 자원에 대하여 할당된 가상화 인스턴스일 수 있다.
상기 목적을 달성하기 위한 본 발명의 다른 측면은 클라우드 서버(cloud server)에서의 클라우드 서비스 기반 빅데이터 분석 방법을 제공한다.
여기서, 클라우드 서버(cloud server)에서의 클라우드 서비스 기반 빅데이터 분석 방법은 사용자의 사용자 단말로부터 로컬 저장소 위치 정보를 포함한 농산물 관련 서비스 요청을 수신하는 단계, 농산물 관련 서비스 요청으로부터 사용자를 인식하고, 로컬 저장소 위치 정보를 이용하여 사용자 단말의 로컬 저장소에 저장된 내부 데이터의 형태를 인식하는 단계, 인식된 내부 데이터의 형태에 따라 내부 데이터를 이용하여 농산물 관련 서비스 요청에 상응하는 분석을 수행하는 단계 및 분석 결과를 사용자 단말에 전송하는 단계를 포함한다.
여기서, 분석을 수행하는 단계는, 빅데이터 서버(big data server)에 축적된 빅 데이터를 획득하는 단계 및 빅 데이터 및 로컬 저장소에서 획득한 내부 데이터를 이용하여 분석을 수행하는 단계를 포함할 수 있다.
여기서, 빅 데이터는, 통계청, 기상청, 도매시장 중 적어도 하나에 관한 외부 서버로부터 수집된 날씨, 통계, 도매 가격 중 적어도 하나에 관한 공공 데이터를 포함할 수 있다.
여기서, 빅 데이터는, 미리 사용자 단말의 농산물 관련 서비스 요청에 의해 수행되었던 분석 결과를 포함할 수 있다.
여기서, 공공 데이터는, 분석에 활용 가능한 데이터 형태로 전처리되어 빅데이터 서버에 저장될 수 있다.
여기서, 빅데이터 서버는, 분산 데이터베이스(distributed database)를 포함할 수 있다.
상기 목적을 달성하기 위한 본 발명의 다른 측면은 클라우드 서비스 기반 빅데이터 분석 방법을 수행하는 클라우드 서버(cloud server)를 제공한다.
여기서, 클라우드 서비스 기반 빅데이터 분석 방법을 수행하는 클라우드 서버(cloud server)는, 사용자의 사용자 단말로부터 로컬 저장소 위치 정보를 포함한 농산물 관련 서비스 요청을 수신하고 농산물 관련 서비스 요청에 상응하는 분석 결과를 사용자 단말에 전송하는 송수신 모듈, 농산물 관련 서비스 요청으로부터 사용자를 인식하고, 사용자 단말의 로컬 저장소에 저장된 내부 데이터의 형태를 인식하는 API 모듈 및 인식된 내부 데이터의 형태 및 인식된 사용자에 따라 농산물 관련 서비스 요청에 상응하는 분석을 수행하는 분석 모듈을 포함한다.
여기서, 분석 모듈은, 빅데이터 서버(big data server)에서 획득한 빅 데이터 및 로컬 저장소에서 획득한 내부 데이터를 이용하여 분석을 수행할 수 있다.
여기서, 클라우드 서버는, 통계청, 기상청 및 도매시장 중 적어도 하나에 관한 외부 서버로부터 날씨, 통계, 도매 가격 중 적어도 하나에 관한 공공 데이터를 수신하고 수신된 공공 데이터를 빅데이터 서버에 저장하는 미들웨어 모듈(middleware module)을 더 포함할 수 있다.
여기서, 미들웨어 모듈은, 공공 데이터를 분석에 활용 가능한 데이터 형태로 전처리하여 빅데이터 서버에 저장할 수 있다.
여기서, 빅 데이터 서버는, 분산 데이터베이스(distributed database)를 포함할 수 있다.
상기와 같은 본 발명에 따른 클라우드 서비스 기반의 빅데이터 분석 방법 및 장치를 이용할 경우에는 개별 농산물 산지 유통 센터가 내부 정보를 외부에 공개 또는 제공하지 않고도 분석할 수 있다.
또한, 농산물 산지 유통 센터마다 개별화된 소프트웨어를 보다 손쉽게 개발하여 개개의 특성에 적합한 분석 서비스를 제공하는 장점이 있다.
또한, 수요나 생산량 등의 예측시에 외부의 데이터를 활용하여 종합적인 빅데이터 분석 서비스를 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 클라우드 서비스 기반의 빅데이터 분석 방법이 수행되는 전사적 자원 관리 시스템 및 개발 환경에 관한 개념도이다.
도 2는 본 발명의 일 실시예에 따른 전사적 자원 관리 시스템이 구동되는 환경을 설명하기 위한 개념도이다.
도 3은 본 발명의 일 실시예에 따른 클라우드 서비스 기반의 빅데이터 분석 방법에 대한 흐름도이다.
도 4는 본 발명의 PaaS 기반의 개발 환경을 설명하기 위한 개념도이다.
도 5는 본 발명의 일 실시예에 따른 클라우드 서비스 기반 빅데이터 분석 방법에 대한 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 클라우드 서버에 대한 구성도이다.
도 7은 본 발명의 일 실시예에 따른 클라우드 서비스 기반 빅데이터 분석 방법이 수행되는 구성도이다.
도 8은 본 발명의 일 실시예에 따른 클라우드 기반 빅데이터 분석 방법에 대한 시퀀스도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 클라우드 서비스 기반의 빅데이터 분석 방법이 수행되는 전사적 자원 관리 시스템 및 개발 환경에 관한 개념도이다.
도 1을 참조하면, PaaS(Platform as a Service) 개발 환경 제공자(103)에 의해 제공된API(106)를 선택하여 구성된 개발 플랫폼(105) 상에서, 응용 개발자(102)는 전사적 자원 관리(Enterprise Resource Planning, ERP) 시스템을 개발할 수 있고, 개발된 전사적 자원 관리 시스템은 응용 사용자(101)에 의하여 사용될 수 있다.
여기서 전사적 자원 관리(ERP)란 기업 내 생산, 물류, 재무, 회계, 영업과 구매, 재고 등 경영 활동 프로세스들을 통합적으로 연계해 관리해 주며, 기업에서 발생하는 정보들을 서로 공유하고 새로운 정보의 생성과 빠른 의사결정을 도와주는 시스템을 의미할 수 있고, 더 상세하게는 농산물 산지 유통 센터(agricultural products processing center, APC)의 생산, 물류 등을 관리하는 시스템을 의미할 수 있다.
먼저, PaaS 개발 환경 제공자(103)는 경매 낙찰 가격, 수급량 또는 실시간 경락의 분석이나 예측과 같은 서비스를 구현하기 위한 API(application programming interface) 및 개발시 필요한 각종 개발 도구(예를 들면, tomcat, MySQL, Oracle, Java, Hadoop)를 제공(106)할 수 있다.
응용 개발자(102)는 제공받은 API를 적절히 선정함으로써 PaaS 개발 환경 제공자(103)로부터 각각의 응용 개발자에 따라, 개별화된 개발 플랫폼(105)을 제공받을 수 있다.
응용 개발자(102)는 제공받은 개발 플랫폼(105) 상에서 수요자인 응용 사용자(101)의 환경이나 요구사항에 따르는 전사적 자원 관리 시스템을 개발할 수 있다.
응용 개발자(102)에 의해 개발된 전사적 자원 관리 시스템은 응용 사용자(101)에게 제공될 수 있고, 응용 사용자(101)는 전사적 자원 관리 시스템을 이용할 수 있는데, 여기서의 응용 사용자(101)는 개별 농산물 산지 유통센터(APC, 104)를 의미할 수 있으며, 자체적으로 생산되는 농산물의 생산량 수급이나 판매가 등 대량의 자체 정보(Private Data A)를 보유할 수 있다. 또한, 이러한 자체 정보(Private Data A)는 외부로의 정보 개방이 허용되지 않거나 개별 농산물 산지 유통센터에 개방되길 원하지 않는 정보일 수 있다.
따라서, 각각의 농산물 산지 유통센터는 자체 보유하고 있는 대량의 정보와 그밖의 정보를 이용하여 개별 농산물 산지 유통센터에 적합한 분석을 수행하여야 하므로, 이러한 특징을 고려한 전사적 자원관리 시스템의 개발이 필요하다. 이에 따라 개별화된 전사적 자원 관리 시스템을 개발하기 위해서 다양한 개발 환경이 필요할 수 있으므로 이를 고려한 개발 플랫폼이 제공되어야 할 수 있다.
도 2는 본 발명의 일 실시예에 따른 전사적 자원 관리 시스템이 구동되는 환경을 설명하기 위한 개념도이다.
도 2를 참조하면, 응용 사용자(201)는 도 1에서와 같이 농산물 산지 유통 센터와 같은 시스템 운용자 또는 관리자일 수 있다.
전사적 자원 관리 시스템이 구동되는 사용자 단말을 전사적 자원 관리 시스템 단말(203)로 지칭할 수 있는데, 여기서 전사적 자원 관리 시스템 단말은 하나의 장치에서 동작할 수도 있고, 하나 이상의 장치가 서로 네크워크로 연동되어 동작할 수 있다. 여기서 네트워크는 로컬 네트워크(local area network, LAN)일 수 있다.
전사적 자원 관리 시스템 단말(203)은 클라우드 서버(205)와 상호 인터넷 망(internet network)를 통해 서로 연동되어, 본 발명의 일 실시예에 따른 빅데이터 분석 방법을 수행할 수 있다.
여기서, 클라우드 서버(205)는 클라우드 상에 적어도 하나 이상의 서버를 의미할 수 있으며, 일반적으로는 수개의 서버가 서로 연동하여 특정 서비스를 수행할 수 있다.
여기서, 전사적 자원 관리 시스템 단말(203)의 예를 들면, 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), PDA(Personal Digital Assistant) 등이 될 수 있고 상기 하나 이상의 장치가 서로 연동되어 구성될 수도 있다.
도 3은 본 발명의 일 실시예에 따른 클라우드 서비스 기반의 빅데이터 분석 방법에 대한 흐름도이다.
도 3을 참조하면, 전사적 자원 관리(Enterprise Resource Planning, ERP) 시스템이 구동되는 사용자 단말에서의 클라우드 서비스 기반 빅데이터 분석 방법은, 사용자로부터 사용자 단말의 로컬 저장소 위치 정보를 포함한 농산물 관련 서비스 요청을 입력받는 단계(S300), 로컬 저장소 위치 정보를 포함한 농산물 관련 서비스 요청을 클라우드 서버에 전송하는 단계(S305), 클라우드 서버로부터 농산물 관련 서비스 요청에 대한 빅데이터 분석 결과를 수신하는 단계(S310) 및 수신된 빅데이터 분석 결과를 사용자에게 제공하는 단계(S315)를 포함할 수 있다.
여기서, 로컬 저장소 위치 정보를 포함한 농산물 관련 서비스 요청을 클라우드 서버에 전송하는 단계(S305)는, 로컬 저장소의 위치 정보가 외부로 유출되는 것을 방지하기 위하여, 전송 계층 보안(Transport Layer Security, TLS) 및 보안 소켓 레이어(Secure Sockets Layer, SSL) 중 적어도 하나의 보안 규약에 따라 전송할 수 있다.
여기서, 서비스는 농산물의 수급량, 도소매가격, 출하율 및 경매낙찰가격 중 적어도 하나에 대한 분석이나 예측을 수행할 수 있다.
여기서, 로컬 저장소는, 사용자 이외에 공개가 제한된 정보가 저장될 수 있다.
여기서, 전사적 자원 관리 시스템은, PaaS(Platform as a Service) 기반의 개발 환경에서 제공된 API(application programming interface)를 이용하여 구현될 수 있다.
여기서, PaaS 기반의 개발 환경은 이하 도면을 참조하여 설명할 수 있다.
도 4는 본 발명의 PaaS 기반의 개발 환경을 설명하기 위한 개념도이다.
도 4를 참조하면, PaaS 기반의 개발 환경은, 템플릿(template)을 제공하는 템플릿 서비스(401)와 템플릿에 따른 플랫폼(platform)을 제공하는 플랫폼 서비스(410) 및 각 개발자마다 개별화된 플랫폼을 연결하는 서비스매니저(service manager, 420) 중 적어도 하나를 전사적 자원 관리 시스템의 개발자에게 제공할 수 있다.
여기서, PaaS 개발 환경은 클라우드 서비스(Cloud Service)의 메인 화면을 개발자에게 표시하여 제공될 수 있다.
여기서, 템플릿(405)은, IaaS(Infrastructure as a Service)에 기반한 메모리(402)를 할당받아 디스크를 생성(403)하고 디스크 스냅샷(404)을 이용하여 디스크를 복제함으로써 생성될 수 있다.
여기서, 템플릿은 개발에 필요한 환경 템플릿과 분석에 필요한 분석 템플릿을 포함할 수 있다.
여기서, 환경 템플릿은, 서버를 관리하거나 웹서버를 구동하여 개발 언어에 따른 개발 환경을 제공하는 적어도 하나의 개발 도구를 포함할 수 있다.
여기서, 적어도 하나의 개발 도구(tool)는 tomcat, MySQL, Oracle, Java, ML Lib, oneM2M, Hadoop 을 의미할 수 있으나 이것은 예시적인 것이고 그 밖의 기타 다양한 개발 도구가 포함될 수 있다.
여기서, 분석 템플릿은, 농산물의 수급량, 도소매가격, 출하율 및 경매낙찰가격 중 적어도 하나에 대한 분석이나 예측을 수행하기 위한 API(application programming interface)를 포함할 수 있다.
여기서, 플랫폼(411)은, IaaS 에 기반한 하드웨어 자원(413)에 대하여 할당된 가상화 인스턴스(412)일 수 있다. 따라서, 가상화 인스턴스(412)로 수개의 플랫폼이 각각 가상 머신에 의하여 구동될 수 있다.
여기서, 서비스매니저(420)는 각 개발자(421)마다 개별화된 플랫폼(411)을 제공할 수 있다. 이때, 앞에서 템플릿 서비스에 의해 제공된 템플릿에 대하여 개발자가 분석 템플릿과 환경 템플릿의 상세 구성을 개별적으로 선정하면, 상세 구성이 조합된 템플릿에 대한 식별기호(API Identification, AID)가 생성될 수 있다(406). 생성된 식별 기호는 서비스매니저(420)가 개별화된 플랫폼을 각 개발자(421)에게 제공할 때 연결 관계를 위하여 사용될 수 있다.
여기서, 개발자(421)에 의해 개발된 소스 코드(source code)는 템플릿에 저장(①)되고 구축(API building, ②)이 이루어지며, 다시 플랫폼에서 배포(③)될 수 있다.
도 5는 본 발명의 일 실시예에 따른 클라우드 서비스 기반 빅데이터 분석 방법에 대한 흐름도이다.
도 5를 참조하면, 클라우드 서버(cloud server)에서의 클라우드 서비스 기반 빅데이터 분석 방법은, 사용자의 사용자 단말로부터 로컬 저장소 위치 정보를 포함한 농산물 관련 서비스 요청을 수신하는 단계(S500), 농산물 관련 서비스 요청으로부터 사용자를 인식하고, 로컬 저장소 위치 정보를 이용하여 사용자 단말의 로컬 저장소에 저장된 내부 데이터의 형태를 인식하는 단계(S505), 인식된 내부 데이터의 형태에 따라 내부 데이터를 이용하여 농산물 관련 서비스 요청에 상응하는 분석을 수행하는 단계 및 분석 결과를 사용자 단말에 전송하는 단계(S520)를 포함할 수 있다.
여기서, 내부 데이터의 형태를 인식하는 단계(S505)는, 서비스 요청에 상응하는 API(application programming interface)의 AID(API identification)를 식별함으로써 사용자를 인식하는 단계를 포함할 수 있다.
여기서, 인식된 내부 데이터의 형태에 따라 내부 데이터를 이용하여 농산물 관련 서비스 요청에 상응하는 분석을 수행하는 단계는, 빅데이터 서버(big data server)에 축적된 빅 데이터를 획득하는 단계(S510) 및 빅 데이터 및 로컬 저장소에서 획득한 내부 데이터를 이용하여 분석을 수행하는 단계(S515)를 포함할 수 있다.
여기서, 빅 데이터는, 통계청, 기상청, 도매시장 중 적어도 하나에 관한 외부 서버로부터 수집된 날씨, 통계, 도매 가격 중 적어도 하나에 관한 공공 데이터를 포함할 수 있다.
또한, 빅 데이터는, 미리 사용자 단말의 농산물 관련 서비스 요청에 의해 수행되었던 분석 결과를 포함할 수 있다.
여기서, 공공 데이터는, 분석에 활용 가능한 데이터 형태로 전처리되어 빅데이터 서버에 저장될 수 있다. 여기서 전처리는 구체적으로 예를 들면, 수집된 공공 데이터의 분석에 사용되는 API의 파라미터(parameter)에 적합하도록 변환하는 과정을 의미할 수 있다.
여기서, 빅데이터 서버는, 분산 데이터베이스(distributed database)를 포함할 수 있다.
여기서, 빅 데이터 및 로컬 저장소에서 획득한 내부 데이터를 이용하여 분석을 수행하는 단계(S515)는, 앞서 인식된 사용자에 따라 개별화된 분석을 수행하는 단계를 포함할 수 있다. 더 구체적으로, 인식된 사용자의 AID를 기초로 AID에 상응하는 분석에 관한 API를 수행할 수 있다. 또한, 여기서 내부 데이터는 로컬 저장소의 위치에 직접 접속하여 내부 데이터를 획득할 수 있다. 이때, 로컬 저장소의 위치에 대한 접속은 사용자 단말에 의해 클라우드 서버에 대한 인증을 수반할 수도 있고, 로컬 저장소의 위치에 대한 접근이 허용될 수 있도록 클라우드 서버가 사용자 단말에 미리 등록되어 있을 수 있다.
여기서, 분석을 수행하는 단계(S515)는 구체적으로 서비스 요청이 수급량 예측인 경우를 예로 들면, 공공 데이터로부터 획득한 날씨나 통계 정보를 내부 데이터에 저장된 날씨와 대응시켜 내부 데이터의 수급량의 변화를 파악하고, 현재의 날씨 및 수급량 변화를 유추하여 예상되는 수급량을 분석할 수 있다.
도 6은 본 발명의 일 실시예에 따른 클라우드 서버에 대한 구성도이다.
도 6을 참조하면, 클라우드 서비스 기반 빅데이터 분석 방법을 수행하는 클라우드 서버(cloud server, 600)는, 사용자의 사용자 단말로부터 로컬 저장소 위치 정보를 포함한 농산물 관련 서비스 요청을 수신하고 농산물 관련 서비스 요청에 상응하는 분석 결과를 사용자 단말에 전송하는 송수신 모듈(610), 농산물 관련 서비스 요청으로부터 사용자를 인식하고, 사용자 단말의 로컬 저장소에 저장된 내부 데이터의 형태를 인식하는 API 모듈(620) 및 인식된 내부 데이터의 형태 및 인식된 사용자에 따라 농산물 관련 서비스 요청에 상응하는 분석을 수행하는 분석 모듈(630)을 포함할 수 있다.
여기서, 분석 모듈(630)은, 빅데이터 서버(big data server)에서 획득한 빅 데이터 및 로컬 저장소에서 획득한 내부 데이터를 이용하여 분석을 수행할 수 있다.
여기서, 클라우드 서버(600)는, 통계청, 기상청 및 도매시장 중 적어도 하나에 관한 외부 서버로부터 날씨, 통계, 도매 가격 중 적어도 하나에 관한 공공 데이터를 수신하고 수신된 공공 데이터를 빅데이터 서버에 저장하는 미들웨어 모듈(middleware module, 640)을 더 포함할 수 있다.
여기서, 미들웨어 모듈(640)은, 공공 데이터를 분석에 활용 가능한 데이터 형태로 전처리하여 빅데이터 서버에 저장할 수 있다.
여기서, 빅 데이터 서버는, 분산 데이터베이스(distributed database)를 포함할 수 있다.
도 7은 본 발명의 일 실시예에 따른 클라우드 서비스 기반 빅데이터 분석 방법이 수행되는 구성도이다.
도 7을 참조하면, 전사적 자원 관리 시스템(ERP)이 구동되는 사용자 단말(702)은 응용 사용자(701)에게 농산물의 수급량, 도소매가격, 출하율 및 경매낙찰가격 등에 관한 분석이나 예측 서비스를 제공할 수 있다. 여기서 응용 사용자는 농산물 산지 유통센터일 수 있다.
응용 사용자(701)은 자체적으로 수집된 내부 데이터를 저장한 로컬 저장소의 정보를 사용자 단말(702)에 입력(①)하고 서비스 요청을 할 수 있다.
입력된 로컬 저장소의 정보(local loc)는 클라우드 서버의 API 모듈(703)로 전송되며, API 모듈(703)은 로컬 저장소의 정보를 제공한 API로부터 AID를 식별하고, AID에 상응하는 사용자를 인식할 수 있다. 또한 수신된 로컬 저장소의 정보를 이용하여 로컬 저장소에 저장된 데이터의 형식을 인식(②)할 수 있다.
로컬 저장소의 정보와 인식된 사용자 또는 AID 정보는 분석 모듈(707)로 전송(③)될 수 있다. 분석 모듈(707)은 빅데이터 모듈(706)에서부터 빅데이터를 획득(⑤)하고, 로컬 저장소에 저장된 내부 데이터를 획득하여 인식된 사용자에 상응하는 분석을 수행할 수 있다.
여기서, 빅데이터 모듈(706)은 미리 미들웨어 모듈(708)이 외부 서버에서 수집한 공공 데이터(709)를 전처리한 결과를 수신(④)받아 저장할 수 있다.
분석 결과는 다시 빅데이터 서버(706)로 전송되어 저장(⑥)될 수 있으며, API 모듈(703)로도 분석 결과를 전송(⑦)해 줄 수 있다. 여기서, 분석 결과를 즉시 API 모듈(703)에 전송하는 것이 아니라, 빅데이터 서버(706)에서 전달받아서 API 모듈(703)에 전송할 수도 있는데, 이처럼 빅데이터 서버(706)를 통해서만 분석 결과와 공공데이터를 주고 받음으로써 클라우드 서버의 구성 요소 일부에 대한 보안이 취약하더라도 데이터의 유출을 최소화할 수 있는 장점이 있을 수 있다.
API 모듈(703)은 분석 결과를 다시 전사적 자원 관리 시스템이 구동되는 사용자 단말(702)로 전송(⑧)할 수 있고 사용자 단말(702)은 수신된 분석 결과를 사용자(701)에게 표시하여 제공할 수 있다.
도 8은 본 발명의 일 실시예에 따른 클라우드 기반 빅데이터 분석 방법에 대한 시퀀스도이다.
도 8을 참조하여, 전체 빅데이터 분석 방법이 상호 연동되는 과정을 재확인할 수 있다.
먼저, 응용 사용자(800)는 로컬 저장소 위치 정보를 사용자 단말에 입력할 수 있다(S800).
이에 따라, 전사적 자원 관리 시스템이 구동되는 사용자 단말(810)은 로컬 저장소 위치 정보를 포함한 서비스 요청을 클라우드 서버(820)로 전송할 수 있다(S805).
클라우드 서버(820)는 서비스 요청에 상응하는 응용 사용자(800)를 인식하고, 사용자 단말(810)의 로컬 저장소에 저장된 내부 데이터의 형태를 인식할 수 있다(S810).
클라우드 서버(820)는 로컬 저장소에서 내부 데이터를 획득하고, 빅데이터 서버에서 빅데이터를 전송(S815)받아 획득(S820)할 수 있다.
여기서, 빅데이터는 클라우드 서버가 미리 수집하여 빅데이터 서버에 저장해 둘 수 있는데, 통계청이나 기상청 등의 외부 서버(840)로부터 날씨나 통계 등의 공공 데이터를 전송받고(S851), 수신된 공공 데이터를 전처리(S852) 한 뒤에 빅데이터 서버에 저장(S853)할 수 있다.
획득된 내부 데이터 및 빅데이터를 이용하여 응용 사용자(APC, 800)에 따라 개별화된 분석을 수행(S825)할 수 있다. 분석 결과를 별도의 빅데이터 서버로 저장될 수 있고(S830), 빅데이터 서버로부터 다시 분석 결과를 전송받거나, 또는 분석 결과를 임시로 클라우드 서버(820)에 저장해두고 분석 결과를 사용자 단말(810)에 전송(S835)할 수도 있다.
사용자 단말(810)은 수신된 분석 결과를 응용 사용자(800)에게 제공(S840)할 수 있다.
본 발명에 따른 방법들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 있다. 예를 들면, 상술한 클라우드 서버는 분석 모듈, 미들웨어 모듈, API 모듈이 각각 별개의 서버로 구성될 수 있으나 그 중 일부 또는 전부가 결합되어 하나의 서버 장치로서 구현될 수 있다. 또한, 빅데이터 서버 역시 클라우드 서버에 포함될 수 있으며, 상술한 빅데이터 서버의 모듈 일부 또는 전부와 결합될 수 있다.
또한, 상술한 클라우드 서버, 사용자 단말, 클라우드 서버의 분석 모듈, 미들웨어 모듈, API 모듈 또는 빅데이터 서버는 적어도 하나의 명령어를 수행하는 프로세서(processor)를 포함할 수 있고, 적어도 하나의 명령어나 그밖의 데이터가 저장될 수 있는 메모리(memory)를 더 포함할 수도 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (20)

  1. 전사적 자원 관리(Enterprise Resource Planning, ERP) 시스템이 구동되는 사용자 단말에서의 클라우드 서비스 기반 빅데이터 분석 방법에 있어서,
    사용자로부터 사용자 단말의 로컬 저장소 위치 정보를 포함한 농산물 관련 서비스 요청을 입력받는 단계;
    상기 로컬 저장소 위치 정보를 포함한 농산물 관련 서비스 요청을 클라우드 서버에 전송하는 단계;
    상기 클라우드 서버로부터 상기 농산물 관련 서비스 요청에 대한 빅데이터 분석 결과를 수신하는 단계; 및
    수신된 빅데이터 분석 결과를 상기 사용자에게 제공하는 단계를 포함하는, 클라우드 서비스 기반의 빅데이터 분석 방법.
  2. 청구항 1에서,
    상기 서비스는 농산물의 수급량, 도소매가격, 출하율 및 경매낙찰가격 중 적어도 하나에 대한 분석이나 예측을 수행하는, 클라우드 서비스 기반의 빅데이터 분석 방법.
  3. 청구항 1에서,
    상기 로컬 저장소는,
    상기 사용자 이외에 공개가 제한된 정보가 저장된, 클라우드 서비스 기반의 빅데이터 분석 방법.
  4. 청구항 1에서,
    상기 전사적 자원 관리 시스템은,
    PaaS(Platform as a Service) 기반의 개발 환경에서 제공된 플랫폼(platform)을 이용하여 구현되는, 클라우드 서비스 기반의 빅데이터 분석 방법.
  5. 청구항 4에서,
    상기 PaaS 기반의 개발 환경은,
    템플릿(template)을 제공하는 템플릿 서비스와 상기 템플릿에 따른 플랫폼(platform)을 제공하는 플랫폼 서비스 및 각 개발자마다 개별화된 플랫폼을 연결하는 서비스매니저(service manager) 중 적어도 하나를 상기 전사적 자원 관리 시스템의 개발자에게 제공하는, 클라우드 서비스 기반의 빅데이터 분석 방법.
  6. 청구항 5에서,
    상기 템플릿은,
    IaaS(Infrastructure as a Service)에 기반한 메모리를 할당받아 디스크를 생성하고 디스크 스냅샷을 이용하여 상기 디스크를 복제함으로써 생성되는, 클라우드 서비스 기반의 빅데이터 분석 방법.
  7. 청구항 5에서,
    상기 템플릿은 개발에 필요한 환경 템플릿과 분석에 필요한 분석 템플릿을 포함하고,
    상기 환경 템플릿은,
    서버를 관리하거나 웹서버를 구동하여 개발 언어에 따른 개발 환경을 제공하는 적어도 하나의 개발 도구를 포함하는, 클라우드 서비스 기반의 빅데이터 분석 방법.
  8. 청구항 5에 있어서,
    상기 템플릿은 개발에 필요한 환경 템플릿과 분석에 필요한 분석 템플릿을 포함하고,
    상기 분석 템플릿은,
    농산물의 수급량, 도소매가격, 출하율 및 경매낙찰가격 중 적어도 하나에 대한 분석이나 예측을 수행하기 위한 API(application programming interface)를 포함하는, 클라우드 서비스 기반의 빅데이터 분석 방법.
  9. 청구항 5에 있어서,
    상기 플랫폼은,
    IaaS 에 기반한 하드웨어 자원에 대하여 할당된 가상화 인스턴스인, 클라우드 서비스 기반의 빅데이터 분석 방법.
  10. 클라우드 서버(cloud server)에서의 클라우드 서비스 기반 빅데이터 분석 방법에 있어서,
    사용자의 사용자 단말로부터 로컬 저장소 위치 정보를 포함한 농산물 관련 서비스 요청을 수신하는 단계;
    상기 농산물 관련 서비스 요청으로부터 상기 사용자를 인식하고, 상기 로컬 저장소 위치 정보를 이용하여 사용자 단말의 로컬 저장소에 저장된 내부 데이터의 형태를 인식하는 단계;
    인식된 내부 데이터의 형태에 따라 상기 내부 데이터를 이용하여 상기 농산물 관련 서비스 요청에 상응하는 분석을 수행하는 단계; 및
    분석 결과를 상기 사용자 단말에 전송하는 단계를 포함하는, 클라우드 서비스 기반의 빅데이터 분석 방법.
  11. 청구항 10에서,
    상기 분석을 수행하는 단계는,
    빅데이터 서버(big data server)에 축적된 빅 데이터를 획득하는 단계; 및
    상기 빅 데이터 및 상기 로컬 저장소에서 획득한 내부 데이터를 이용하여 분석을 수행하는 단계를 포함하는, 클라우드 서비스 기반의 빅데이터 분석 방법.
  12. 청구항 11에서,
    상기 빅 데이터는,
    통계청, 기상청, 도매시장 중 적어도 하나에 관한 외부 서버로부터 수집된 날씨, 통계, 도매 가격 중 적어도 하나에 관한 공공 데이터를 포함하는, 클라우드 서비스 기반의 빅데이터 분석 방법.
  13. 청구항 11에서,
    상기 빅 데이터는,
    미리 상기 사용자 단말의 농산물 관련 서비스 요청에 의해 수행되었던 분석 결과를 포함하는, 클라우드 서비스 기반의 빅데이터 분석 방법.
  14. 청구항 12에서,
    상기 공공 데이터는,
    분석에 활용 가능한 데이터 형태로 전처리되어 상기 빅데이터 서버에 저장되는, 클라우드 서비스 기반의 빅데이터 분석 방법.
  15. 청구항 11에서,
    상기 빅데이터 서버는,
    분산 데이터베이스(distributed database)를 포함하는, 클라우드 서비스 기반의 빅데이터 분석 방법.
  16. 클라우드 서비스 기반 빅데이터 분석 방법을 수행하는 클라우드 서버(cloud server)에 있어서,
    사용자의 사용자 단말로부터 로컬 저장소 위치 정보를 포함한 농산물 관련 서비스 요청을 수신하고 상기 농산물 관련 서비스 요청에 상응하는 분석 결과를 상기 사용자 단말에 전송하는 송수신 모듈;
    상기 농산물 관련 서비스 요청으로부터 상기 사용자를 인식하고, 상기 사용자 단말의 로컬 저장소에 저장된 내부 데이터의 형태를 인식하는 API 모듈; 및
    인식된 내부 데이터의 형태 및 인식된 사용자에 따라 상기 농산물 관련 서비스 요청에 상응하는 분석을 수행하는 분석 모듈을 포함하는, 클라우드 서버.
  17. 청구항 16에서,
    상기 분석 모듈은,
    빅데이터 서버(big data server)에서 획득한 빅 데이터 및 상기 로컬 저장소에서 획득한 내부 데이터를 이용하여 분석을 수행하는, 클라우드 서버.
  18. 청구항 16에서,
    상기 클라우드 서버는,
    통계청, 기상청 및 도매시장 중 적어도 하나에 관한 외부 서버로부터 날씨, 통계, 도매 가격 중 적어도 하나에 관한 공공 데이터를 수신하고 수신된 공공 데이터를 상기 빅데이터 서버에 저장하는 미들웨어 모듈(middleware module)을 더 포함하는, 클라우드 서버.
  19. 청구항 18에서,
    상기 미들웨어 모듈은,
    상기 공공 데이터를 분석에 활용 가능한 데이터 형태로 전처리하여 상기 빅데이터 서버에 저장하는, 클라우드 서버.
  20. 청구항 17에서,
    상기 빅 데이터 서버는,
    분산 데이터베이스(distributed database)를 포함하는, 클라우드 서버.
KR1020160135246A 2016-10-18 2016-10-18 클라우드 서비스 기반의 빅데이터 분석 방법 및 장치 KR20180042726A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160135246A KR20180042726A (ko) 2016-10-18 2016-10-18 클라우드 서비스 기반의 빅데이터 분석 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160135246A KR20180042726A (ko) 2016-10-18 2016-10-18 클라우드 서비스 기반의 빅데이터 분석 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20180042726A true KR20180042726A (ko) 2018-04-26

Family

ID=62082450

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160135246A KR20180042726A (ko) 2016-10-18 2016-10-18 클라우드 서비스 기반의 빅데이터 분석 방법 및 장치

Country Status (1)

Country Link
KR (1) KR20180042726A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200064023A (ko) * 2018-11-28 2020-06-05 주식회사 리테일영 농작물의 출하예상가격 산출 시스템 및 방법
KR102271036B1 (ko) * 2020-05-18 2021-07-01 주식회사 선도소프트 클라우드 기반의 빅데이터를 이용한 플랫폼
CN115643106A (zh) * 2022-12-07 2023-01-24 广东邦盛北斗农业科技有限公司 基于人工智能的农产品质量数据传输方法及云平台

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200064023A (ko) * 2018-11-28 2020-06-05 주식회사 리테일영 농작물의 출하예상가격 산출 시스템 및 방법
KR102271036B1 (ko) * 2020-05-18 2021-07-01 주식회사 선도소프트 클라우드 기반의 빅데이터를 이용한 플랫폼
CN115643106A (zh) * 2022-12-07 2023-01-24 广东邦盛北斗农业科技有限公司 基于人工智能的农产品质量数据传输方法及云平台

Similar Documents

Publication Publication Date Title
US10412167B2 (en) Hybrid cloud communication system
CN110310034A (zh) 一种应用于SaaS的服务编排、业务流程处理方法和装置
CN106844372B (zh) 一种物流信息查询方法和装置
US9208504B2 (en) Using geographical location to determine element and area information to provide to a computing device
CN111324786B (zh) 咨询问题信息的处理方法和装置
US9225662B2 (en) Command management in a networked computing environment
CN110321544B (zh) 用于生成信息的方法和装置
US20170207984A1 (en) Guaranteed response pattern
US20200302350A1 (en) Natural language processing based business domain modeling
CN110866040A (zh) 用户画像生成方法、装置和系统
KR20180042726A (ko) 클라우드 서비스 기반의 빅데이터 분석 방법 및 장치
CN113159694A (zh) 一种物资仓储管理方法和装置
CN116414370A (zh) 基于低代码的平台构建方法、装置、介质及电子设备
CN115392718A (zh) 流程模型的处理方法、装置、设备及介质
CN109547406B (zh) 数据发送方法及装置、存储介质和电子设备
CN111046010A (zh) 日志储存方法、装置、系统、电子设备和计算机可读介质
US20150356473A1 (en) Deriving comparable planned and actual service delivery cost metrics
CN110363394B (zh) 一种基于云平台的风控服务方法、装置和电子设备
CN116450723A (zh) 数据提取方法、装置、计算机设备及存储介质
CN114237765B (zh) 功能组件处理方法、装置、电子设备和介质
US20190163830A1 (en) Customer service advocacy on social networking sites using natural language query response from site-level search results
CN115904527A (zh) 数据处理方法、装置、设备及介质
CN114490130A (zh) 消息订阅方法、装置、电子设备及存储介质
CN114117227A (zh) 一种运营维护方法、系统、电子设备及存储介质
CN113487224A (zh) 内容处理方法、装置、设备、介质以及程序产品