KR20210050827A - 클라우드 기반 분산 딥러닝 정보 분석관리를 이용한 객체추출 시스템 및 방법 - Google Patents
클라우드 기반 분산 딥러닝 정보 분석관리를 이용한 객체추출 시스템 및 방법 Download PDFInfo
- Publication number
- KR20210050827A KR20210050827A KR1020190135326A KR20190135326A KR20210050827A KR 20210050827 A KR20210050827 A KR 20210050827A KR 1020190135326 A KR1020190135326 A KR 1020190135326A KR 20190135326 A KR20190135326 A KR 20190135326A KR 20210050827 A KR20210050827 A KR 20210050827A
- Authority
- KR
- South Korea
- Prior art keywords
- management
- deep learning
- cloud
- unit
- analysis
- Prior art date
Links
- 238000013135 deep learning Methods 0.000 title claims abstract description 61
- 238000004458 analytical method Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000006185 dispersion Substances 0.000 title 1
- 230000006870 function Effects 0.000 claims abstract description 10
- 238000000605 extraction Methods 0.000 claims description 20
- 238000012544 monitoring process Methods 0.000 claims description 17
- 230000006855 networking Effects 0.000 claims description 4
- 238000011084 recovery Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000700605 Viruses Species 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06F16/21—Design, administration or maintenance of databases
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
-
- H04L67/1002—
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Finance (AREA)
- Databases & Information Systems (AREA)
- Accounting & Taxation (AREA)
- Signal Processing (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 발명은 클라우드 기반 분산 딥러닝 정보 분석관리를 이용한 객체추출 시시템 및 방법에 대한 것으로, 가상의 네트워크를 형성하고 이를 이용하여 분산 딥러닝을 실시하고, 이에 대한 정보를 다수의 사용자가 공유함으로써, 빅데이터에 따른 제반시설을 분산운영하여 이에 따른 비용의 절감 및 데이터의 이용에 따른 시간을 최소화 할 수 있는 것이다.
이를 위해, 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 시스템은 클라우드 이용 신청 및 관리자의 권한 관리 서비스, 데이터의 백업 및 복구, 보안 등을 관리하며, 통계 및 로그를 분석하여 대시보드 형태로 제공하거나 문서화 하여 제공하는 허브서비스유니트(1);와 상기 허브서비스유니트(1)와 연결되어 리소스 생성, 리소스 그룹 생성 및 사용자 등록 등의 기능, 보안관리 등의 시스템 인프라 운영 및 관리, 통계 및 분석을 기반으로 하는 리포트 기능을 담당하는 클라우드서비스유니트(2)로 구성되는 것을 특징으로 하는 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 시스템 및 방법을 제공하게 된다.
이를 위해, 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 시스템은 클라우드 이용 신청 및 관리자의 권한 관리 서비스, 데이터의 백업 및 복구, 보안 등을 관리하며, 통계 및 로그를 분석하여 대시보드 형태로 제공하거나 문서화 하여 제공하는 허브서비스유니트(1);와 상기 허브서비스유니트(1)와 연결되어 리소스 생성, 리소스 그룹 생성 및 사용자 등록 등의 기능, 보안관리 등의 시스템 인프라 운영 및 관리, 통계 및 분석을 기반으로 하는 리포트 기능을 담당하는 클라우드서비스유니트(2)로 구성되는 것을 특징으로 하는 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 시스템 및 방법을 제공하게 된다.
Description
본 발명은 클라우드 기반 분산 딥러닝 정보 분석관리를 이용한 객체추출 시시템 및 방법에 대한 것으로, 가상의 네트워크를 형성하고 이를 이용하여 분산 딥러닝을 실시하고, 이에 대한 정보를 다수의 사용자가 공유함으로써, 빅데이터에 따른 제반시설을 분산운영하여 이에 따른 비용의 절감 및 데이터의 이용에 따른 시간을 최소화 할 수 있는 것이다.
일반적으로 딥러닝은 사용자가 원하는 정보를 분석하기 위해, 수차례에서 수십만 차례까지 동일한 조건의 명령을 반복실행하여 보다 정확한 결과물을 제공하는 학습방법을 이용한 정보검색 및 추출 방법이다.
이러한 딥러닝은 그 결과물에 있어서 사용자가 요구하는 사항에 부합될 수 있도록 정확도를 높여가고 있으나, 이에 따른 부작용으로 빅데이터의 발생과 이러한 빅데이터를 저장하고 관리운영하는데 소요되는 비용이 과도하게 발생하게 된다.
그 예로, 딥러닝에 따른 데이터의 저장을 위한 저장소가 대형화되거나 고용량의 저장장치가 필요하게 되어, 비용이 과도하게 발생하게 된다.
또한, 딥러닝 학습을 통하여 획득된 결과물 및 딥러닝 학습이 이루어지기 전의 원시데이터 또한 메인서버 및 메인관리 파트에서 저장하고 DB화하여 관리할 경우 이를 이용하기 위한 이용자는 메인서버 또는 메인관리 파트에 접속하여 이용자가 원하는 정보를 검색하고, 데이터를 이용하는데 많은 시간이 소요될 수 밖에 없는 것이다.
대한민국 공개특허 제10-2019-0069655호(클라우드 컴퓨팅 기반 딥러닝 개발 플랫폼 제공 방법 장치, 2019년 06월 20일 공개)는 클라우드 컴퓨팅 기반 딥러닝 개발 플랫폼 제공 방법 장치가 개시된다. 일 실시예에 따른 딥러닝 개발 플랫폼
제공 방법은, 프론트 엔드(front end) 모듈에서 딥러닝 관련 서비스 요청을 수신하는 단계와, 백 엔드(backend)모듈을 이용하여 요청된 딥러닝 관련 서비스를 수행하는 단계를 포함하고, 상기 프론트 엔드 모듈 및 상기 백 엔드 모듈은 클라우드 컴퓨팅 서버에 구현하는 기술을 게시하고 있다.
대한민국 공개특허 제10-2019-0080665호(딥러닝기술을 활용한 클라우드 기반 지능형 원격 보안관제 서비스 제공방법, 2019년 07월 08일 공개)는 클라우드환경에서 딥러닝 기술을 이용하여 지능형영상분석, 원격제어출입통제관리, IOT모니터링등의 서비스를 효과적으로 제공하기 위한 딥러닝기술을 활용한 클라우드 기반 지능형 원격 보안관제 서비스 제공방법을 게시하고 있다.
상기와 같은 문제점을 극복하기 위해, 분산 처리 및 관리를 통하여 딥러링 학습을 통한 객체 분석에 따른 대용량의 데이터를 처리하고 저장하는데 소요되는 대단위 시설 및 비용을 절감할 수 있는 시스템 및 방법을 제공하는데 본 발명의 목적이 있다.
또한, 다수의 사용자가 동시에 네트워크에 접속할 경우, 특정구간에서의 트래픽이 발생하는 것을 방지하고, 많은 양의 객체 정보를 획득할 수 있는 시스템 및 방법을 제공하는데 본 발명의 목적이 있다.
본 발명의 목적을 달성하기 위해, 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 시스템은 클라우드 이용 신청 및 관리자의 권한 관리 서비스, 데이터의 백업 및 복구, 보안 등을 관리하며, 통계 및 로그를 분석하여 대시보드 형태로 제공하거나 문서화 하여 제공하는 허브서비스유니트(1);와 상기 허브서비스유니트(1)와 연결되어 리소스 생성, 리소스 그룹 생성 및 사용자 등록 등의 기능, 보안관리 등의 시스템 인프라 운영 및 관리, 통계 및 분석을 기반으로 하는 리포트 기능을 담당하는 클라우드서비스유니트(2)로 구성되는 것을 특징으로 하는 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 시스템을 제공하게 된다.
또한, 상기 허브서비스유니트(1)는 사용자의 가입 및 권한관리를 수행하는 사용자관리부(11)와 데이터의 백업 및 보관, 시스템의 운영에 따른 모니터링 및 알림 기능을 관리하는 인프라운영관리부(12) 및 백업 및 보안로그, 사용자통계, 보안통계와 같은 이력을 관리하는 리포트관리부(13)로 구성되고, 상기 클라우드서비스유니트(2)는 객체의 종류에 따른 그룹화, 사용자에 대한 정보 및 인식을 위한 ID를 관리하는 ID관리부(21), 저장된 데이터의 입력 및 출력, 저장소인 스토리지의 계정을 저장하는 메모리부(22), 메모리부(22)에 저장되어 있는 데이터를 DB화 하는 데이터베이스부(23), 클라우드서비스유니트(2)에 접속하는 네트워크를 관리하는 네트워킹관리부(24), 분석을 위한 객체에 대하여 원격으로 딥러닝 분석하는 연산부(25), 연산부(25)의 연산에 따른 분석결과를 관리하는 분석관리부(26) 및 시스템의 운영상태를 모니터링 하는 모니터링부(27)로 구성되며, 상기 클라우드서비스유니트(2)에는 시스템에 대한 보안을 관리할 수 있는 보안관리부(28)가 더 포함될 수 있다.
또한, 상기 연산부(25)에는 S/W 형태로 딥러닝 학습을 통하여 객체를 분석할 수 있는 가상머신을 탑재하고, 객체의 분석이 필요한 사용자가 접속하여 가상머신을 활용할 수 있도록 하는 것을 특징으로 하는 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 시스템을 제공하게 된다.
이와 같은 본 발명의 시스템을 이용한 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 방법에 있어서, 클라우드 서비스를 기반으로 하여 분산 딥러닝을 통하여 다양한 객체정보를 획득하고, 각각의 딥러닝이 완료되어 분석되고 분산저장되어 있는 객체의 저장위치에 대한 정보를 중앙에 집중시켜 관리하고, 객체정보를 이용하고자 하는 사용자는 객체의 위치정보만을 이용하여 객체가 저장되어 있는 곳에 접속하여 자료를 사용할 수 있도록 하며, 데이터베이스(23)에 가상의 공간을 형성하고, 분석이 완료된 객체의 정보에 대한 DATA-POOL을 가상의 클러스터 형태로 운영하고, 데이터의 탑재 또는 이용실적에 따른 마켓을 운영하여, 이에 따른 이용실적에 따라 포인트의 지급을 통한 사용자의 데이터 업로드 및 다운로드를 활성화 시키는 것을 특징으로 하는 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 방법을 제공함으로써 본 발명의 목적을 보다 잘 달성할 수 있도록 한다.
본 발명의 클라우드 기반 분산 딥러닝 정보 분석관리를 이용한 객체추출 시스템 및 방법을 제공함으로써, 분산 처리 및 관리를 통하여 딥러링 학습을 통한 객체 분석에 따른 대용량의 데이터를 처리하고 저장하는데 소요되는 대단위 시설 및 비용을 절감할 수 있는 효과가 있다.
또한, 다수의 사용자가 동시에 네트워크에 접속할 경우, 특정구간에서의 트래픽이 발생하는 것을 방지하고, 많은 양의 객체 정보를 보다 용이하게 획득할 수 있는 효과가 있다.
도 1은 본 발명에 따른 시스템의 개요도이다.
도 2는 본 발명의 시스템의 구성도이다.
도 3은 본 발명에 따른 시스템의 실시예이다.
도 4 내지 도 6은 본 발명의 실시에 따른 모니터링 결과에 따른 예시도이다.
도 7은 본 발명의 실시에 따른 다양한 리포트의 종류를 도시한 예시도이다.
도 2는 본 발명의 시스템의 구성도이다.
도 3은 본 발명에 따른 시스템의 실시예이다.
도 4 내지 도 6은 본 발명의 실시에 따른 모니터링 결과에 따른 예시도이다.
도 7은 본 발명의 실시에 따른 다양한 리포트의 종류를 도시한 예시도이다.
본 발명의 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 시스템 및 그 방법은 다양한 분야에서의 딥러닝학습을 통해 사진 및 영상과 같은 객체들의 정보를 획득할 때, 데이터의 거대화 및 저장소의 문제 등을 해결하기 위한 것으로 분산 딥러닝을 통하여 다양한 객체정보를 획득하고, 각각의 딥러닝이 완료되어 분석되고 분산저장되어 있는 객체의 저장위치에 대한 정보를 중앙에 집중시켜 관리하고, 객체정보를 이용하고자 하는 사용자는 객체의 위치정보만을 이용하여 객체가 저장되어 있는 곳에 접속하여 자료를 사용할 수 있도록 한다.
이하에서 통상의 기술자가 본 발명의 클라우드 기반 분산 딥러닝 정보 분석관리를 이용한 객체추출 시스템 및 방법을 당업자가 용이하게 실시할 수 있도록 도면을 참조하여 상세하게 설명하도록 한다.
도 1은 본 발명에 따른 시스템의 개요도이고, 도 2는 본 발명의 시스템의 구성도이며, 도 3은 본 발명에 따른 시스템의 실시예이다.
도 1 내지 도 3을 참조하여 상세하게 설명하면, 본 발명의 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 시스템은 클라우드 이용 신청 및 관리자의 권한 관리 서비스, 데이터의 백업 및 복구, 보안 등을 관리하며, 통계 및 로그를 분석하여 대시보드 형태로 제공하거나 문서화 하여 제공하는 허브서비스유니트(1)와 상기 허브서비스유니트(1)와 연결되어 리소스 생성, 리소스 그룹 생성 및 사용자 등록 등의 기능, 보안관리 등의 시스템 인프라 운영 및 관리, 통계 및 분석을 기반으로 하는 리포트 기능을 담당하는 클라우드서비스유니트(2)로 구성된다.
상기와 같은 허브서비스유니트(1)는 사용자의 가입 및 권한관리를 수행하는 사용자관리부(11)와 데이터의 백업 및 보관, 시스템의 운영에 따른 모니터링 및 알림 기능을 관리하는 인프라운영관리부(12) 및 백업 및 보안로그, 사용자통계, 보안통계와 같은 이력을 관리하는 리포트관리부(13)로 구성된다.
여기서, 상기 리포트관리부(13)는 클라우드서비스유니트(2)의 모니터링부(27)에서 생성되는 모니터링 결과, 분석관리부(26)의 분석결과가 저장되는 메모리부(22)를 통한 데이터베이스부(23)의 데이터베이스 등을 이용하여 다양한 형태의 리포트로 제공될 수 있도록 관리하는 것이다.(도 7참조)
상기 클라우드서비스유니트(2)는 객체의 종류에 따른 그룹화, 사용자에 대한 정보 및 인식을 위한 ID를 관리하는 ID관리부(21), 저장된 데이터의 입력 및 출력, 저장소인 스토리지의 계정을 저장하는 메모리부(22), 메모리부(22)에 저장되어 있는 데이터를 DB화 하는 데이터베이스부(23), 클라우드서비스유니트(2)에 접속하는 네트워크를 관리하는 네트워킹관리부(24), 분석을 위한 객체에 대하여 원격으로 딥러닝 분석하는 연산부(25), 연산부(25)의 연산에 따른 분석결과를 관리하는 분석관리부(26) 및 시스템의 운영상태를 모니터링 하는 모니터링부(27)로 구성된다.
또한, 시스템에 대한 보안을 관리할 수 있는 보안관리부(28)가 더 포함될 수 있다.
외부에서 접속하여 딥러닝을 이용한 객체 분석이 필요할 경우 연산부(25)의 가상머신을 이용하여 딥러닝하여 객체분석에 대한 정보를 획득한 후 이를 외부에서 분석한 경우 외부에서 보관하고, 이에 대한 정보만을 전송하여 보관하게 된다.
여기서, 정보는 객체에 대한 종류, 분석이 완료된 객체의 저장위치, 저작권의 공지유무, 이용에 따른 비용 발생 등에 대한 정보가 될 수 있다.
이때, 상기 연산부(25)에는 S/W 형태로 딥러닝 학습을 통하여 객체를 분석할 수 있는 가상머신을 탑재하고, 객체의 분석이 필요한 사용자가 접속하여 가상머신을 활용할 수 있도록 하는 것이다.
보다 상세하게 설명하면, 분석이 요구되는 객체를 딥러닝 학습을 통하여 분석하게 되는데, 상기 분석이 요구되는 객체에는 동영상, 사진, 그림 등이 있으며, 딥러닝 학습을 통하여 대상 객체를 분석하게 된다.
여기서, 사용자는 분석이 요구되는 대상 객체의 종류를 선택할 수 있는데, 기존에 대상객체의 종류에 따른 카테고리가 기 설정되어 있을 경우 가상머신상에서 검색어 입력을 통하여 데이터베이스부(23)에 위치하는 종류별 카테고리를 자동을 검색하여 이를 사용자에게 알리게 된다.
또한, 대상 객체의 종류가 처음 분석되는 객체일 경우 신규 카테고리를 생성할 수 있도록 한다.
이때, 대상 객체의 종류를 검색할 때, 유사검색어의 범위까지 확장하여 검색해주는 것으로, 예를 들어, 대상 객체가 휴대폰일 경우, 유사검색어인 '스마트폰, 셀룰러폰, 핸드폰, 개인용휴대통신단말기…'와 같이 유사검색어의 범위까지 확장하여 검색하고 이에 따라 대상 객체의 종류에 따른 카테고리를 설정하게 된다.
상기 분석관리부(26)는 H/W 자원의 사용량을 분석하고 관리하는 것으로, 이를 위해 프로그래밍 방식으로 프로비저닝하고 관리할 수 있도록 Rest-API(Representational status transfer-API)를 사용하여 연동되도록 한다.
이는 현재 자원의 사용량을 분석하고 이에 대한 적절한 분배를 통하여 대용량의 정보가 네트워크상에서 편중되는 것을 방지하고, 서버와 클라이언트 간의 분리 및 복수개의 클라이언트간의 고른 정보전송을 위한 것이다.
일부 특정한 정보에 대한 사용자의 집중접속에 따른 트래픽 등이 발생하는 것을 방지하기 위한 것이다.
또한, 사용자의 접속과 관련된 이력들을 분석하고 관리함으로써, 네트워크상에서 사용빈도가 높은 대상 객체에 대한 정보를 다수의 사용자에게 제공하기도 한다.
이때, 사용자에게 사용빈도에 따른 대상객체의 정보를 제공하는 방법으로는 팝업창 또는 순위를 게시하는 방법이 적용될 수 있으며, 사용자가 요청할 경우 E-mail 또는 휴대폰 등으로 메세지 등과 같은 수단으로 알리게 된다.
이와 같은 분석관리부(26)의 이력은 데이터베이스의 형태로 변환되어, 메모리부(22) 저장되고, 필요시 데이터베이스(23)에 호출되어 정보로 제공될 수 있다.
상기 모니터링부(27) 시스템에 대한 모니터링을 실시하는 것으로, 분석관리부(26)의 분석내용을 기반으로 하여 시스템에 대한 운영상태를 체크하게 된다.
또한, 모니터링시 이상이 발생된 경우 해당부분의 자료에 대하여 백업 및 복구작업을 수행한다.
이때, 백업과 관련된 부분은 관리자가 설정한 일정한 기간에 따라 자료를 자동을 백업하여 메모리부(22)에 저장하며, 이상이 발생될 경우, 메모리부(22)에 저장된 자료를 이용하여 복구하게 된다.
상기와 같은 모니터링부(27)에서 모니터링이 수행되고 이에 대한 결과는 허브서비스유니트(1)의 리포트관리부(13)에 전송되어 다양한 형태의 리포트가 완성될 수 있다.
상기 보안관리부(28)는 네트워크상의 보안을 관리하는 것으로, 사용자 또는 관리자의 정보에 대한 보안 또는 파일상에 숨겨지는 바이러스 또는 노이즈 등을 감시하고 이를 관리할 수 있으며, 각각의 클라우드서비스에 접속하는 네트워크의 안정성 등을 관리하는 것이다.
이와 같은 본 발명의 시스템을 이용한 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 방법은 다양한 분야에서의 딥러닝학습을 통해 사진 및 영상과 같은 객체들의 정보를 획득할 때, 데이터의 거대화 및 저장소의 문제 등을 해결하기 위해, 클라우드 서비스를 기반으로 하여 분산 딥러닝을 통하여 다양한 객체정보를 획득하고, 각각의 딥러닝이 완료되어 분석되고 분산저장되어 있는 객체의 저장위치에 대한 정보를 중앙에 집중시켜 관리하고, 객체정보를 이용하고자 하는 사용자는 객체의 위치정보만을 이용하여 객체가 저장되어 있는 곳에 접속하여 자료를 사용할 수 있도록 한다.
또한, 데이터베이스(23)에 가상의 공간을 형성하고, 분석이 완료된 객체의 정보에 대한 DATA-POOL을 가상의 클러스터 형태로 운영하고, 데이터의 탑재 또는 이용실적에 따른 마켓을 운영하여, 이에 따른 이용실적에 따라 포인트의 지급을 통한 사용자의 데이터 업로드 및 다운로드를 활성화 시키게 되는 것이다.
1 : 허브서비스유니트
2 : 클라우드서비스유니트
11 : 사용자관리부 12 : 인프라운영관리부
13 : 리포트관리부 21 : ID관리부
22 : 메모리부 23 : 데이터베이스부
24 : 네트워킹관리부 25 : 연산부
26 : 분석관리부 27 : 모니터링부
28 : 보안관리부
11 : 사용자관리부 12 : 인프라운영관리부
13 : 리포트관리부 21 : ID관리부
22 : 메모리부 23 : 데이터베이스부
24 : 네트워킹관리부 25 : 연산부
26 : 분석관리부 27 : 모니터링부
28 : 보안관리부
Claims (6)
- 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 시스템은 클라우드 이용 신청 및 관리자의 권한 관리 서비스, 데이터의 백업 및 복구, 보안 등을 관리하며, 통계 및 로그를 분석하여 대시보드 형태로 제공하거나 문서화 하여 제공하는 허브서비스유니트(1);와
상기 허브서비스유니트(1)와 연결되어 리소스 생성, 리소스 그룹 생성 및 사용자 등록 등의 기능, 보안관리 등의 시스템 인프라 운영 및 관리, 통계 및 분석을 기반으로 하는 리포트 기능을 담당하는 클라우드서비스유니트(2)로 구성되는 것을 특징으로 하는 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 시스템.
- 제 1항에 있어서,
허브서비스유니트(1)는 사용자의 가입 및 권한관리를 수행하는 사용자관리부(11)와 데이터의 백업 및 보관, 시스템의 운영에 따른 모니터링 및 알림 기능을 관리하는 인프라운영관리부(12) 및 백업 및 보안로그, 사용자통계, 보안통계와 같은 이력을 관리하는 리포트관리부(13)로 구성되고,
상기 클라우드서비스유니트(2)는 객체의 종류에 따른 그룹화, 사용자에 대한 정보 및 인식을 위한 ID를 관리하는 ID관리부(21), 저장된 데이터의 입력 및 출력, 저장소인 스토리지의 계정을 저장하는 메모리부(22), 메모리부(22)에 저장되어 있는 데이터를 DB화 하는 데이터베이스부(23), 클라우드서비스유니트(2)에 접속하는 네트워크를 관리하는 네트워킹관리부(24), 분석을 위한 객체에 대하여 원격으로 딥러닝 분석하는 연산부(25), 연산부(25)의 연산에 따른 분석결과를 관리하는 분석관리부(26) 및 시스템의 운영상태를 모니터링 하는 모니터링부(27)로 구성되는 것을 특징으로 하는 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 시스템.
- 제 2항에 있어서,
상기 클라우드서비스유니트(2)에는 시스템에 대한 보안을 관리할 수 있는 보안관리부(28)가 더 포함될 수 있는 것을 특징으로 하는 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 시스템.
- 제 2항에 있어서,
상기 연산부(25)에는 S/W 형태로 딥러닝 학습을 통하여 객체를 분석할 수 있는 가상머신을 탑재하고, 객체의 분석이 필요한 사용자가 접속하여 가상머신을 활용할 수 있도록 하는 것을 특징으로 하는 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 시스템.
- 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 방법에 있어서, 클라우드 서비스를 기반으로 하여 분산 딥러닝을 통하여 다양한 객체정보를 획득하고, 각각의 딥러닝이 완료되어 분석되고 분산저장되어 있는 객체의 저장위치에 대한 정보를 중앙에 집중시켜 관리하고, 객체정보를 이용하고자 하는 사용자는 객체의 위치정보만을 이용하여 객체가 저장되어 있는 곳에 접속하여 자료를 사용할 수 있도록 하는 것을 특징으로 하는 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 방법.
- 제 5항에 있어서,
데이터베이스(23)에 가상의 공간을 형성하고, 분석이 완료된 객체의 정보에 대한 DATA-POOL을 가상의 클러스터 형태로 운영하고, 데이터의 탑재 또는 이용실적에 따른 마켓을 운영하여, 이에 따른 이용실적에 따라 포인트의 지급을 통한 사용자의 데이터 업로드 및 다운로드를 활성화 시키는 것을 특징으로 하는 클라우드 기반 분산 딥러닝 정보 분석 관리를 이용한 객체추출 방법.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190135326A KR102331347B1 (ko) | 2019-10-29 | 2019-10-29 | 클라우드 기반 분산 딥러닝 정보 분석관리를 이용한 객체추출 시스템 |
PCT/KR2019/015291 WO2021085713A1 (ko) | 2019-10-29 | 2019-11-11 | 클라우드 기반 분산 딥러닝 정보 분석관리를 이용한 객체추출 시스템 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190135326A KR102331347B1 (ko) | 2019-10-29 | 2019-10-29 | 클라우드 기반 분산 딥러닝 정보 분석관리를 이용한 객체추출 시스템 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210050827A true KR20210050827A (ko) | 2021-05-10 |
KR102331347B1 KR102331347B1 (ko) | 2021-11-25 |
Family
ID=75716381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190135326A KR102331347B1 (ko) | 2019-10-29 | 2019-10-29 | 클라우드 기반 분산 딥러닝 정보 분석관리를 이용한 객체추출 시스템 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR102331347B1 (ko) |
WO (1) | WO2021085713A1 (ko) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115049239B (zh) * | 2022-06-07 | 2024-05-31 | 苏州市测绘院有限责任公司 | 一种基于云分布存储技术的数据分布式管理系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050036664A (ko) * | 2003-10-16 | 2005-04-20 | 김희숙 | 자료 공유 시스템 및 이의 운영 방법 |
KR20160073900A (ko) * | 2014-12-17 | 2016-06-27 | 경희대학교 산학협력단 | 이동 단말기를 통해 관리가 가능한 클라우드 컴퓨팅 시스템 |
KR20180060044A (ko) * | 2016-11-28 | 2018-06-07 | 주식회사 나라시스템 | 클라우드 환경에서 개인정보 보호를 지원하는 p2p 중개 보안 시스템 |
KR20190069655A (ko) | 2017-12-07 | 2019-06-20 | 건국대학교 산학협력단 | 클라우드 컴퓨팅 기반 딥러닝 개발 플랫폼 제공 방법 장치 |
KR20190080665A (ko) | 2017-12-28 | 2019-07-08 | 주식회사 트라이셀인터내셔널 | 딥러닝기술을 활용한 클라우드 기반 지능형 원격 보안관제 서비스 제공방법 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101540631B1 (ko) * | 2012-12-28 | 2015-07-30 | 삼성에스디에스 주식회사 | 가상 클러스터의 동적 확장 시스템, 방법 및 그 프로그램이 저장된 기록매체 |
US10346720B2 (en) * | 2017-11-08 | 2019-07-09 | Bae Systems Information And Electronic Systems Integration Inc. | Rotation variant object detection in Deep Learning |
-
2019
- 2019-10-29 KR KR1020190135326A patent/KR102331347B1/ko active IP Right Grant
- 2019-11-11 WO PCT/KR2019/015291 patent/WO2021085713A1/ko active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050036664A (ko) * | 2003-10-16 | 2005-04-20 | 김희숙 | 자료 공유 시스템 및 이의 운영 방법 |
KR20160073900A (ko) * | 2014-12-17 | 2016-06-27 | 경희대학교 산학협력단 | 이동 단말기를 통해 관리가 가능한 클라우드 컴퓨팅 시스템 |
KR20180060044A (ko) * | 2016-11-28 | 2018-06-07 | 주식회사 나라시스템 | 클라우드 환경에서 개인정보 보호를 지원하는 p2p 중개 보안 시스템 |
KR20190069655A (ko) | 2017-12-07 | 2019-06-20 | 건국대학교 산학협력단 | 클라우드 컴퓨팅 기반 딥러닝 개발 플랫폼 제공 방법 장치 |
KR20190080665A (ko) | 2017-12-28 | 2019-07-08 | 주식회사 트라이셀인터내셔널 | 딥러닝기술을 활용한 클라우드 기반 지능형 원격 보안관제 서비스 제공방법 |
Also Published As
Publication number | Publication date |
---|---|
KR102331347B1 (ko) | 2021-11-25 |
WO2021085713A1 (ko) | 2021-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110310034B (zh) | 一种应用于SaaS的服务编排、业务流程处理方法和装置 | |
US11392416B2 (en) | Automated reconfiguration of real time data stream processing | |
US10560465B2 (en) | Real time anomaly detection for data streams | |
CN109074377B (zh) | 用于实时处理数据流的受管理功能执行 | |
US8862542B2 (en) | Replicating data objects within a storage network | |
CN111984830A (zh) | 一种管理运维平台及数据处理方法 | |
CN111861140A (zh) | 一种业务处理方法、装置、存储介质和电子装置 | |
US10033796B2 (en) | SAAS network-based backup system | |
CN112035438A (zh) | 政务大数据平台系统 | |
CN108628954B (zh) | 一种海量数据自助查询方法和装置 | |
KR102331347B1 (ko) | 클라우드 기반 분산 딥러닝 정보 분석관리를 이용한 객체추출 시스템 | |
CN107819634A (zh) | 基于erp系统的资源协作方法、装置、服务器及系统 | |
CN112835863A (zh) | 操作日志的处理方法和处理装置 | |
CN110909072B (zh) | 一种数据表建立方法、装置及设备 | |
US11340851B1 (en) | Methods, systems, and storage media for characterizing print volume information for a printing asset | |
US11645659B2 (en) | Facilitating customers to define policies for their clouds | |
CN111400033B (zh) | 平台资源成本分摊方法、装置、存储介质及计算机设备 | |
CN113568803B (zh) | 用于监控存储系统的方法、电子设备和计算机程序产品 | |
CN114219199A (zh) | 供应商信用管理方法及供应商信用管理系统 | |
CN113282455A (zh) | 一种监控处理方法和装置 | |
US10108500B2 (en) | Replicating a group of data objects within a storage network | |
CN115987782B (zh) | 云主机名的生成方法、装置、设备、存储介质和程序产品 | |
CN111221858B (zh) | 一种数据处理方法、装置及设备 | |
US11734451B1 (en) | Secure continuous compliance enforcement on a data exchange system | |
CN113779374B (zh) | 一种页面查询管理方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |