KR20230061175A - 사물인터넷 센서 데이터 신뢰성 평가 시스템 - Google Patents

Abstract

본 발명은 사물인터넷 센서 데이터 신뢰성 평가 시스템에 관한 것으로 보다 상세하게는 특정지역의 여러가지 사물인터넷 센서 데이터의 신뢰성을 해당 특정지역의 전문기관 환경 데이터로부터 검증하여 실시간으로 센서 데이터의 신뢰성을 평가하는 시스템에 관한 것이다.

Description

사물인터넷 센서 데이터 신뢰성 평가 시스템{System to evaluate the reliability of IoT sensor data}

본 발명은 사물인터넷 센서 데이터 신뢰성 평가 시스템에 관한 것으로 보다 상세하게는 특정지역의 여러가지 사물인터넷 센서 데이터의 신뢰성을 해당 특정지역의 전문기관 환경 데이터로부터 검증하여 센서 데이터의 신뢰성을 평가하는 시스템에 관한 것이다.

스마트 시티 등 미래 사회에서는 상당히 많은 사물인터넷 센서가 곳곳에 설치되며, 이러한 사물인터넷 센서 데이터를 기준으로 건물이나 기기 등이 작동된다.

특히, 기상이나 환경과 관련된 사물인터넷 센서의 경우, 시간이 경과되면서 노화나 피로에 의하여 센서의 감도가 떨어지고, 오작동을 일으킬 수 있다.

이에 따라 대부분의 사물인터넷 센서는 주기적으로 센서 자체를 교체하거나 센서의 보정을 행하도록 권장하고 있으며, 제대로 교체나 보정이 이루어지지 않을 경우 이를 기반으로 하는 많은 스마트기기나 스마트건물이 오작동을 할 가능성이 많이 존재한다.

또한, 이러한 사물인터넷 센서 데이터가 빅데이터를 형성하여 인공지능 학습에도 영향을 미치므로 단순히 고장나거나 감도가 떨어진 센서를 교체한다고 해결될 수 있는 문제가 아니다. 즉, 대부분의 사물인터넷 센서 데이터는 주기적으로 빅데이터에 저장되는데, 사물인터넷 센서가 교체되거나 더이상 작동하기 전까지 데이터도 유효하게 저장되므로 전체적인 왜곡 현상을 일으킬 수 있는 문제점이 있다. 또한 데이터 분석 시 품질을 저하시키고 처리시간과 비용을 증가시키는 원인으로 작용하고 있다.

이러한 문제점을 해결하기 위하여 종래에는 복수개의 센싱모듈에서 어느 한 센싱모듈이 일정시간 동일한 값을 가지는 경우, 이웃하는 센싱모듈에게 결함확인 메세지를 송부하여 응답이 있으면 그 어느 한 센싱모듈이 결함이 있다고 판단하거나, 복수개의 센싱모듈의 센싱 데이터의 평균 및 표준편차를 구하여 표준편차를 벗어나면 데이터를 삭제하는 등의 방법을 사용해 왔으며(특허문헌 1), 최근에는 검증기간을 별도로 두어, 검증기간에 외부 환경 조건을 반영하는 가상 센서 데이터를 생성하고, 해당 센서 데이터와 비교하여 검증하는 방법을 사용해 왔다(특허문헌 2).

그러나, 이러한 방식들은 모두 개별 센서 데이터와 그 개별 센서 데이터와 근처에 있는 센서 데이터의 값을 가지고 프로세싱하거나 가상 데이터를 만들어 프로세싱하여 비교하는 등 물리적인 시간과 비용이 많이 소모되고, 실시간으로 오동작하는 센서 데이터를 제거하거나 배제할 수 없었다.

대한민국 등록특허공보 제10-0792142호(발명의 명칭 : 무선 센서 네트워크에서 센싱 데이터 검증방법, 2008. 01. 04. 공고) 대한민국 공개특허공보 제10-2019-0128420호(발명의 명칭 : 클라우드 기반 가상 센서를 이용한 IoT 센서 이상 진단 방법 및 시스템, 2019. 11. 18. 공개)

본 발명의 목적은 이러한 종래의 문제점을 해결하기 위한 것으로서, 특정지역의 여러가지 사물인터넷 센서 데이터의 신뢰성을 해당 특정지역의 전문기관 환경 데이터를 기반으로 검증하여 실시간으로 센서 데이터의 신뢰성을 평가하는 시스템을 제공하는데 있다.

또한, 네트워크를 통해 전송 중인 데이터에 대해 특정지역 사물인터넷 센서 데이터값과 환경 데이터값을 실시간으로 비교 평가하여 신뢰도를 계산한 후 이를 센서 데이터의 메타 데이터에 추가하여 재전송하는 실시간 사물인터넷 센서 데이터 품질관리 기술을 제공하는데 있다.

본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상술한 과제를 해결하기 위하여, 본 발명에 따른 사물인터넷 센서 데이터 신뢰성 평가 시스템은, 지역별로 사물인터넷 센서 데이터를 수집하는 센서 데이터 수집부와, 상기 지역별로 전문기관의 환경 데이터를 수신하는 환경 데이터 수집부와, 상기 지역별로 상기 센서 데이터와 상기 환경 데이터를 비교하는 데이터 비교분석부 및 상기 데이터 비교분석부에서 비교된 내용에 근거하여 상기 센서 데이터에 신뢰도 지수를 부여하는 신뢰도 지수 부여부를 포함하는 것을 특징으로 한다.

여기서, 상기 데이터 비교분석부는, 상기 센서 데이터 수집부에서 수집한 센서 데이터 중 특정지역의 다수의 동일 물리량 계측 사물인터넷 센서 데이터를 수집하는 특정지역 동일 물리량 계측 센서 데이터 수집부와, 상기 환경 데이터 수집부에서 수집한 환경 데이터 중 상기 특정지역의 상기 동일 물리량의 환경 데이터를 수집하는 특정지역 동일 물리량 환경 데이터 수집부 및 상기 특정지역의 다수의 동일 물리량 계측 센서 데이터와 상기 특정지역 동일 물리량 환경 데이터를 비교하는 동일 물리량 데이터 비교분석부를 포함하는 것을 특징으로 한다.

또한, 상기 데이터 비교분석부는, 상기 센서 데이터 수집부에서 수집한 센서 데이터 중 특정지역의 다수의 동일 물리량 계측 사물인터넷 센서 데이터를 수집하는 특정지역 동일 물리량 계측 센서 데이터 수집부와, 상기 환경 데이터 수집부에서 수집한 환경 데이터 중 상기 특정지역의 상기 동일 물리량과 동질적인 대체 물리량의 환경 데이터를 수집하는 특정지역 대체 물리량 환경 데이터 수집부 및 상기 특정지역의 다수의 동일 물리량 계측 센서 데이터와 상기 특정지역 대체 물리량 환경 데이터를 비교하는 대체 물리량 데이터 비교분석부를 포함하는 것을 특징으로 한다.

또한, 상기 신뢰도 지수 부여부에서 부여한 신뢰도 지수에 의하여 감정지역의 기상감정값을 도출하는 기상감정부를 더 포함하는 것을 특징으로 한다.

본 발명의 사물인터넷 센서 데이터 신뢰성 평가 시스템에 따르면 다음과 같은 효과가 하나 혹은 그 이상 있다.

첫째, 본 발명에 따른 사물인터넷 센서 데이터 신뢰성 평가 시스템은 센서 시스템에 추가적인 장치나 노력없이 편리하고 효율적으로 센서 데이터의 신뢰성을 확보할 수 있는 효과가 있다.

둘째, 사물인터넷 센서 데이터에 대하여 실시간으로 신뢰성 평가를 수행할 수 있어 관리자나 사용자가 쉽게 스마트기기나 스마트건물 등 스마트 시스템을 관리할 수 있는 효과가 있다.

셋째, 사물인터넷 센서 데이터를 이용하는 빅데이터나 인공지능 학습의 경우 센서 데이터의 신뢰성을 높일 수 있으며, 이를 통하여 스마트 시스템의 오동작을 최소화할 수 있다.

본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 일 실시예에 따른 사물인터넷 센서 데이터 신뢰성 평가 시스템의 전체 구성을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 사물인터넷 센서 데이터 신뢰성 평가 시스템의 데이터 비교분석부의 상세 구성을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 사물인터넷 센서 데이터 신뢰성 평가 시스템의 데이터 비교분석부의 다른 상세 구성을 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 사물인터넷 센서 데이터 신뢰성 평가 시스템의 데이터 비교분석부의 일 실시예를 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 사물인터넷 센서 데이터 신뢰성 평가 시스템의 데이터 비교분석부의 다른 실시예를 나타낸 도면이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 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.

본 명세서에 첨부된 도면에 도시된 구성요소의 크기나 형상 등은 설명의 명료성과 편의성을 위하여 과장되게 도시될 수 있다. 각 도면에서 동일한 구성은 동일한 참조부호로 도시한 경우가 있음을 유의하여야 한다. 또한, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 공지 기술의 기능 및 구성에 관한 상세한 설명은 생략될 수 있다.

본 명세서에서 사용된 용어는 특정 실시예를 설명하기 위하여 사용되며, 본 발명을 제한하기 위한 것이 아니다. 본 명세서에서 사용된 바와 같이 단수 형태는 문맥상 다른 경우를 분명히 지적하는 것이 아니라면, 복수의 형태를 포함할 수 있다. 또한, 본 명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

어떠한 구성 요소가 다른 구성 요소에 “연결되어” 있다거나 “접속되어” 있다고 언급된 때에는, 그 다른 구성 요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떠한 구성 요소가 다른 구성요소에 “직접 연결되어” 있다거나 또는 “직접 접속되어” 있다고 언급된 때에는, 중간에 다른 구성 요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성 요소들 간의 관계를 설명하기 위한 다른 표현들도 마찬가지로 해석되어야 한다.

본 명세서에서 사용되는 상단, 하단, 상면, 하면 또는 상부, 하부 등의 용어는 구성 요소들에 있어서 상대적인 위치를 구별하기 위해 사용되는 것이다. 예를 들어, 편의 상 도면상의 위쪽을 상부, 도면상의 아래쪽을 하부로 명명하는 경우 실제에 있어서는 본 발명의 권리 범위를 벗어나지 않으면서 상부는 하부로 명명될 수 있고, 하부는 상부로 명명될 수 있다.

본 명세서에서 기재한 ~제1~, ~제2~ 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되지 않는다. 상기 용어들은 각 구성요소가 서로 다른 구성 요소들임을 구분하기 위해서 지칭한 것일 뿐, 제조된 순서에 구애받지 않는 것이며, 발명의 상세한 설명과 청구범위에서 그 명칭이 일치하지 않을 수 있다.

본 명세서에서 사용되는 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한 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 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 본 발명의 실시예에 의한 사물인터넷 센서 데이터의 신뢰성 평가 시스템에 대하여 도면들을 참고하여 설명하도록 한다.

도 1은 본 발명의 일 실시예에 따른 사물인터넷 센서 데이터 신뢰성 평가 시스템의 전체 구성을 나타낸 도면이다.

도 1을 참조하면, 본 발명의 일 실시예에 다른 사물인터넷 센서 데이터 신뢰성 평가시스템은 지역별로 사물인터넷 센서 데이터를 수집하는 센서 데이터 수집부(100)와, 상기 지역별로 전문기관의 환경 데이터를 수신하는 환경 데이터 수집부(200)와, 상기 지역별로 상기 센서 데이터와 상기 환경 데이터를 비교하는 데이터 비교분석부(300) 및 상기 데이터 비교분석부(300)에서 비교된 내용에 근거하여 상기 센서 데이터에 신뢰도 지수를 부여하는 신뢰도 지수 부여부(400)를 포함한다.

센서 데이터 수집부(100)는 각 지역별로 사물인터넷 센서 데이터를 수집한다. 여기서 사물인터넷 센서 데이터는 여러가지 다양한 종류의 센서 데이터를 모두 포함하며, 예를 들어, 온도, 습도, 풍향, 풍속, 미세먼지, 유해가스, 산소 데이터 등을 포함할 수 있다.

지역별이란 의미는 특정지역을 포함한 여러 지역을 의미하며, 특히 전문기관의 환경 데이터 제공 지역과 그 범위를 같이 한다.

환경 데이터 수집부(200)는 각 지역별로 전문기관에서 제공하는 환경 데이터를 수집한다. 여기서 전문기관이란 기상청, 환경부, 또는 해외기관 등 환경이나 기상에 관한 데이터를 제공하는 모든 기관을 의미한다. 환경 데이터는 일반적으로 지역별로 표시되며, 예를 들어, 특정지역의 온도, 습도, 풍향, 풍속, 미세먼지, 유해가스, 산소 등에 대한 데이터를 포함한다.

데이터 비교분석부(300)는 상술한 각 지역별 사물인터넷 센서 데이터와 그 지역에 해당하는 전문기관의 환경 데이터를 비교하고 분석한다. 예를 들어, 특정지역의 사물인터넷 센서 데이터는 여러 종류가 존재할 수 있으나, 이 중 어느 한 종류의 센서 데이터와 그 특정지역의 그 종류의 환경 데이터를 비교하고 분석한다.

구체적으로, 특정지역의 미세먼지 데이터를 예를 들면, 특정지역의 미세먼지 데이터는 특정지역의 각 세부지점에서 측정되게 된다. 한편, 그 특정지역의 환경데이터의 경우에는 미세먼지가 그 특정지역 전체에 대하여 주어지게 되고, 그 특정지역의 내부의 각 세부지점의 미세먼지 측정 데이터와는 부분적으로 상이할 수 있다. 그러나, 전반적으로 그 특정지역의 미세먼지는 전문기관에서 제공한 값과 유사하게 되고, 그 특정지역의 각 세부지점에서 측정한 미세먼지 센서 데이터도 유사한 범위 내에 있어야 정상이다.

데이터 비교분석부(300)에서는 위에서 설명한 바와 같이 지역의 각 세부지점에 대한 사물인터넷 센서 데이터와 그 지역 전체에 대한 전문기관의 환경 데이터를 비교하여 그 차이값이 어느 정도 되는지 등에 대한 비교를 수행한다.

신뢰도 지수 부여부(400)는 상술한 데이터 비교분석부(300)에서 비교된 값을 기준으로 사물인터넷 센서 데이터에 신뢰성 지수를 부여한다. 구체적으로 그 지역의 환경 데이터에 비하여 차이가 날 경우 신뢰성 지수를 낮게 부여한다. 신뢰성 지수를 부여하는 방식은 여러가지가 있을 수 있는데, 일 예로 특정 구간을 지정하여 특정 구간을 벗어나면 신뢰성 지수를 낮게 부여할 수 있고, 특정 구간 내이면 신뢰성 지수를 높게 부여할 수 있다. 또는, 특정 구간을 여러 개로 나누어 신뢰성 지수를 점수별로 매길 수도 있다. 또는, 그 지역과 인접한 지역들의 환경 데이터에 대하여 평균 및 표준편차를 구하여 그 지역의 센서 데이터 중 표준편차를 벗어나는 경우에 신뢰성 지수를 낮게 부여한다.

데이터 비교분석부(300)와 신뢰성 지수 부여부(400)의 설명에서 실시예로 센서 데이터와 동일한 물리량을 갖는 환경 데이터와 비교하는 것으로 설명하였으나, 센서 데이터와 환경 데이터가 반드시 동일한 물리량을 가질 수 없는 경우도 있으므로 이 때에는 동질한 환경 데이터로 판단할 수 있다. 이에 대한 구체적인 내용은 후술하기로 한다.

도 2는 본 발명의 일 실시예에 따른 사물인터넷 센서 데이터 신뢰성 평가 시스템의 데이터 비교분석부의 상세 구성을 나타낸 도면이다.

본 발명의 일 실시예에 따른 사물인터넷 센서 데이터 신뢰성 평가시스템의 데이터 비교분석부는, 상기 센서 데이터 수집부(100)에서 수집한 센서 데이터 중 특정지역의 다수의 동일 물리량 계측 사물인터넷 센서 데이터를 수집하는 특정지역 동일 물리량 계측 센서 데이터 수집부(310)와, 상기 환경 데이터 수집부(200)에서 수집한 환경 데이터 중 상기 특정지역의 상기 동일 물리량의 환경 데이터를 수집하는 특정지역 동일 물리량 환경 데이터 수집부(320) 및 상기 특정지역의 다수의 동일 물리량 계측 센서 데이터와 상기 특정지역 동일 물리량 환경 데이터를 비교하는 동일 물리량 데이터 비교분석부(330)를 포함한다.

특정지역 동일 물리량 계측 센서 데이터 수집부(310)는 상기 센서 데이터 수집부(100)에서 수집한 센서 데이터 중에서 특정지역의 어느 한 물리량에 대한 센서 데이터를 수집한다. 예를 들어, 특정지역의 미세먼지 센서 데이터의 경우에, 특정지역의 각 세부지점의 미세먼지 센서의 데이터들을 수집한다. 즉, 센서 데이터 수집부(100)에서는 지역별로 모든 사물인터넷 센서 데이터를 수집하게 되는데, 이 중에서 특정지역의 어느 한 물리량(이를 ‘동일 물리량 계측’이라 표현)에 대한 센서 데이터만 수집한다.

특정지역 동일 물리량 환경 데이터 수집부(320)는 상기 환경 데이터 수집부(200)에서 수집한 환경 데이터 중 상기 특정지역의 상기 동일 물리량, 즉 위에서 설명한 어느 한 물리량에 대한 환경 데이터를 수집한다. 예를 들어, 미세먼지 데이터의 경우, 특정지역의 미세먼지 데이터를 수집한다. 여기서 특정지역이 전문기관에서 분류한 어느 한 구역일 경우에는 하나의 미세먼지 데이터가 될 수 있고, 특정지역이 전문기관에서 분류한 한 구역이 아니라 여러 구역일 경우에는 그 여러 구역의 미세먼지 데이터가 될 수 있다.

동일 물리량 데이터 비교분석부(330)는 상기 특정지역의 다수의 동일 물리량 계측 센서 데이터와 상기 특정지역 동일 물리량 환경 데이터를 비교한다. 즉, 특정지역에는 각 세부지점이 존재하고 각 세부지점마다 사물인터넷 센서 데이터가 존재하며, 이 중에서 동일 물리량(하나의 물리량)의 센서 데이터와 그 특정지역의 그 동일 물리량의 환경 데이터와 비교한다. 앞에서 설명한 바와 같이 각 세부지점의 센서 데이터와 그 특정지역의 환경 데이터와 비교하여 그 차이값을 도출하여 이후에 신뢰성 지수 부여부(400)에서 해당하는 신뢰성 지수를 부여한다.

도 3은 본 발명의 일 실시예에 따른 사물인터넷 센서 데이터 신뢰성 평가 시스템의 데이터 비교분석부(300)의 다른 상세 구성을 나타낸 도면이다.

본 발명의 일 실시예에 따른 사물인터넷 센서 데이터 신뢰성 평가시스템의 데이터 비교분석부(300)의 또 다른 구성은, 상기 센서 데이터 수집부(100)에서 수집한 센서 데이터 중 특정지역의 다수의 동일 물리량 계측 사물인터넷 센서 데이터를 수집하는 특정지역 동일 물리량 계측 센서 데이터 수집부(310)와, 상기 환경 데이터 수집부(200)에서 수집한 환경 데이터 중 상기 특정지역의 상기 동일 물리량과 동질적인 대체 물리량의 환경 데이터를 수집하는 특정지역 대체 물리량 환경 데이터 수집부(340) 및 상기 특정지역의 다수의 동일 물리량 계측 센서 데이터와 상기 특정지역 대체 물리량 환경 데이터를 비교하는 대체 물리량 데이터 비교분석부(350)를 포함한다.

여기서 특정지역 동일 물리량 계측 센서 데이터 수집부(310)는 앞의 예와 동일하므로 상세한 설명은 생략한다.

특정지역 대체 물리량 환경 데이터 수집부(340)는 위의 특정지역 동일 물리량 계측 센서 데이터와 동질적인 대체 물리량을 전문기관의 환경 데이터로부터 수집한다. 즉, 특정지역의 센서 데이터와 동일한 물리량 이외에 동질적인 대체 물리량의 환경 데이터를 수집하는데, 그 이유는 동일한 물리량이 환경 데이터 중에 없을 수도 있고, 또는 센서 데이터의 신뢰성을 평가하는데 유용한 대체 물리량 환경 데이터가 있을 수 있기 때문이다.

예를 들어, 특정지역의 센서 데이터가 습도 데이터일 경우, 특정지역의 환경 데이터가 강수량 데이터이면, 두 데이터 간의 상관관계가 성립하여 해당하는 센서 데이터의 신뢰성을 검증할 수 있다.

도 4는 본 발명의 일 실시예에 따른 사물인터넷 센서 데이터 신뢰성 평가 시스템의 데이터 비교분석부의 일 실시예를 나타낸 도면이다.

도 4를 참조하여, 데이터 비교분석부의 구체적인 예시를 설명하면 다음과 같다. 특정지역의 미세먼지 센서 데이터는 각 지점별로 상이한 값을 나타낼 수 있다. 도 4에서는 각각 4.5, 5.5, 6.8, 7.9ppm의 값을 나타내고 있으며, 이 때 이 특정지역의 미세먼지 환경 데이터는 5ppm을 나타낼 수 있다. 이럴 경우, 4.5, 5.5ppm을 나타내는 센서 데이터는 신뢰성 지수가 높고, 6.8, 7.9ppm을 나타내는 센서 데이터는 신뢰성 지수가 낮게 된다. 구체적인 신뢰성 지수 값은 차이로 구할 수도 있고, 이 특정지역의 근처 지역의 몇 군데의 환경 데이터의 평균값 및 표준편차를 구하여 표준편차와의 차이로 신뢰성 지수 값을 설정할 수도 있다.

도 5는 본 발명의 일 실시예에 따른 사물인터넷 센서 데이터 신뢰성 평가 시스템의 데이터 비교분석부의 다른 실시예를 나타낸 도면이다.

도 5를 참조하여, 데이터 비교분석부의 다른 실시예의 구체적인 예시를 설명하면 다음과 같다.

특정지역의 습도 센서 데이터는 각 지점별로 상이한 값을 나타낼 수 있다. 도 5에서는 각각 55, 65, 90, 100, 100% 값을 나타내고 있으며, 이 때 이 특정지역의 환경 데이터 중 강수량 데이터는 10mm를 나타내고 있을 수 있다. 이 경우 강수량 데이터는 습도데이터 값은 아니지만 습도에 영향을 미치는 인자로 강수량 데이터와 비교하여 신뢰성 지수를 부여할 수 있다. 구체적으로 55, 65%를 나타내는 습도 센서 데이터는 신뢰성 지수가 낮고, 90, 100%를 나타내는 습도 센서 데이터는 신뢰성 지수가 높을 수 있다.

한편, 이러한 사물인터넷 센서 데이터의 신뢰성 지수는 기상 감정에도 사용될 수 있다. 본 발명에 따른 사물인터넷 센서 데이터 신뢰성 평가 시스템은 기상감정부를 더 포함할 수 있는데, 기상감정부는 감정 대상이 되는 감정지역에 대하여 기상감정값을 도출할 수 있다.

기상감정은 특정 지점의 기상현상을 추정하거나 그 기상현상이 특정 사건에 미친 영향의 정도 등을 판단하는 것을 말하는데, 센서 데이터의 신뢰성 지수를 이용하면 특정 지점에 대한 감정을 수월하게 수행할 수 있다. 즉, 감정대상이 되는 감정지역에 신뢰성 지수가 높은 센서 데이터만을 가지고 그 지역의 기상강점을 실시할 수 있다. 여기서 기상감정값이라 하면, 특정 기상 상태에 대하여 신뢰성 지수가 높은 센서 데이터값만 도출한 것을 의미한다. 예를 들어, 강수량 데이터라 한다면 그 특정지점의 신뢰성 지수가 높은 강수량 데이터값을 추출하여 기상감정값으로 내보낸다.

이하에서는 사물인터넷 센서 데이터의 신뢰성 평가 시스템의 구체적인 실행 방법에 대하여 설명한다.

특정지역의 사물인터넷 센서 데이터는 통신망을 통하여 스마트 기기 또는 데이터 저장소 등에 전달되게 되는데, 상술한 바와 같이 신뢰성 검증을 센서마다 하게 되면 데이터가 이미 손상된 경우에도 스마트 기기나 데이터 저장소에 전달되게 된다.

본 발명의 사물인터넷 센서 데이터 신뢰성 평가 시스템은 실시간으로 신뢰성 지수를 부여하여 중간에 스크리닝을 할 수 있으며, 데이터의 품질을 보장할 수 있게 된다.

구체적으로 센서 데이터가 생성되고, 생성된 센서 데이터가 데이터 패킷에 의하여 전송될 때, 시계열 정보를 맞춘 전문기관의 환경 데이터가 들어오게 되고, 값을 서로 비교하여 신뢰성 지수를 부여한 뒤, 데이터 패킷에 신뢰성 지수를 실어서 전송하게 된다.

따라서, 본 발명에 따른 사물인터넷 센서 데이터 신뢰성 평가시스템은 신뢰성 지수 활용부를 더 포함할 수 있는데, 신뢰성 지수 활용부에서는 사물인터넷 센서 데이터의 메타 데이터에 신뢰성 지수를 추가하여 빅데이터에 저장시킬 수 있다. 또한, 전송 중 데이터오류를 검출하기 위해 특정한 알고리즘을 통해 생산된 오류검출코드(CRC : Cyclic redundancy check)를 전송단에서 추가하고 수신단에서 확인할 수 있도록 메타데이터에 포함하여 데이터의 품질 관리를 수월하게 할 수 있다.

또한, 신뢰성 지수 활용부에서는 신뢰성 지수에 따라서 스크리닝 작업을 수행하여 신뢰성 지수가 높은 센서 데이터만 데이터 저장소(빅데이터)로 전송할 수도 있고, 스마트 기기에서 사용시에도 신뢰성 지수가 높은 센서 데이터만 입력으로 받아 기기 작동에 반영할 수 있다.

또한, 사용자가 어떠한 작업을 수행할 때 검색조건으로 신뢰성 지수를 입력할 수 있으며, 이 때에 신뢰성 지수가 높은 데이터 셋만을 추출하여 작업을 수행할 수 있다.

상기 지역별, 또는 특정지역 등은 GIS 정보, GPS 정보, 위도, 경도 등의 데이터를 포함할 수 있으며, 사물인터넷 센서 데이터와 전문기관의 환경 데이터도 동일한 정보를 포함할 수 있다. 따라서, 사용자가 필요시에 위에서 설명한 위치 정보를 포함하여 검색된 데이터를 사용할 수 있다.

또한, 사물인터넷 센서 데이터와 전문기관의 환경 데이터를 비교할 경우에, 공간적 및 시간적 매칭을 위하여 칼만 필터, 다변량 상관분석, 베이지안 기법 등을 사용할 수 있다.

상술한 바와 같이 도면을 참조하여 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안 될 것이다.

100: 센서 데이터 수집부
200: 환경 데이터 수집부
300: 데이터 비교분석부
400: 신뢰도 지수 부여부
310: 특정지역 동일 물리량 계측 센서 데이터 수집부
320: 특정지역 동일 물리량 환경 데이터 수집부
330: 동일 물리량 데이터 비교분석부
340: 특정지역 대체 물리량 환경 데이터 수집부
350: 대체 물리량 데이터 비교분석부

Claims (2)

1. 지역별로 사물인터넷 센서 데이터를 수집하는 센서 데이터 수집부;
   상기 지역별로 전문기관의 환경 데이터를 수신하는 환경 데이터 수집부;
   상기 지역별로 상기 센서 데이터와 상기 환경 데이터를 비교하는 데이터 비교분석부; 및
   상기 데이터 비교분석부에서 비교된 내용에 근거하여 상기 센서 데이터에 신뢰도 지수를 부여하는 신뢰도 지수 부여부를 포함하는 것을 특징으로 하는 사물인터넷 센서 데이터 신뢰성 평가 시스템.
2. 제1항에 있어서,
   상기 신뢰도 지수 부여부에서 부여한 신뢰도 지수에 의하여 감정지역의 기상감정값을 도출하는 기상감정부를 더 포함하는 것을 특징으로 하는 사물인터넷 센서 데이터 신뢰성 평가 시스템.

Images