KR20230099443A - Edge cloud monitoring data collection system and method using artificial intelligence - Google Patents

Edge cloud monitoring data collection system and method using artificial intelligence Download PDF

Info

Publication number
KR20230099443A
KR20230099443A KR1020210188785A KR20210188785A KR20230099443A KR 20230099443 A KR20230099443 A KR 20230099443A KR 1020210188785 A KR1020210188785 A KR 1020210188785A KR 20210188785 A KR20210188785 A KR 20210188785A KR 20230099443 A KR20230099443 A KR 20230099443A
Authority
KR
South Korea
Prior art keywords
monitoring
edge cloud
artificial intelligence
operating environment
data collection
Prior art date
Application number
KR1020210188785A
Other languages
Korean (ko)
Inventor
임근우
김바울
박형탁
서세안
구원본
김명진
Original Assignee
주식회사 이노그리드
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 주식회사 이노그리드 filed Critical 주식회사 이노그리드
Priority to KR1020210188785A priority Critical patent/KR20230099443A/en
Priority to PCT/KR2022/009099 priority patent/WO2023128085A1/en
Publication of KR20230099443A publication Critical patent/KR20230099443A/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
    • G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/301—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is a virtual computing platform, e.g. logically partitioned systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/02—Capturing of monitoring data
    • H04L43/028—Capturing of monitoring data by filtering
    • 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
    • H04L67/2866—Architectures; Arrangements
    • H04L67/289—Intermediate processing functionally located close to the data consumer application, e.g. in same machine, in same home or in same sub-network
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45591—Monitoring or debugging support

Abstract

인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 시스템 및 방법이 개시된다. 본 발명의 일측면에 따른 인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 시스템은, 모니터링 정보를 수집하여 저장 및 관리하는 모니터링 서버; 및 통신환경과 시스템 부하에 대한 운영환경에 상응하는 모니터링 제공 방식을 결정하는 인공지능필터에 의해 결정된 생성방식으로 모니터링 정보를 생성하여 모니터링 서버로 전송하는 엣지 클라우드 서버를 포함한다.An edge cloud monitoring data collection system and method using artificial intelligence are disclosed. An edge cloud monitoring data collection system using artificial intelligence according to an aspect of the present invention includes a monitoring server for collecting, storing, and managing monitoring information; and an edge cloud server generating monitoring information in a generation method determined by an artificial intelligence filter that determines a monitoring provision method corresponding to an operating environment for a communication environment and a system load, and transmitting the monitoring information to the monitoring server.

Description

인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 시스템 및 방법{Edge cloud monitoring data collection system and method using artificial intelligence}Edge cloud monitoring data collection system and method using artificial intelligence {Edge cloud monitoring data collection system and method using artificial intelligence}

본 발명은 인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 시스템 및 방법에 관한 것이다.The present invention relates to an edge cloud monitoring data collection system and method using artificial intelligence.

엣지 클라우드 기술은 중앙에 위치한 클라우드의 늦은 응답시간으로 인한 서비스 품질저하 문제를 보다 가입자에 가까운 곳에 위치한 엣지 클라우드에서 서비스를 제공하는 기술로, 저지연 서비스를 보장하기 위한 기술이다. Edge cloud technology is a technology that provides service from an edge cloud located closer to subscribers to solve the service quality degradation problem caused by the slow response time of the centrally located cloud, and is a technology to guarantee low-latency service.

엣지 클라우드 시스템은 복수개의 엣지 클라우드 서버와 이를 원격에서 제어하는 중앙서버로 구성되는데, 엣지 클라우드 서버는 주기적으로 또는 수시로 중앙서버로 모니터링 정보를 전송한다. The edge cloud system consists of a plurality of edge cloud servers and a central server that remotely controls them. The edge cloud server periodically or frequently transmits monitoring information to the central server.

그런데, 엣지 클라우드 서버는 교차로 등의 고정된 장소뿐 아니라 선박, 기차 등 이동성을 갖는 장소에 설치 및 운영된다. 엣지 클라우드 서버 자체에서는 장애 등의 문제가 없으나 통신 환경이 좋지 못한 경우 정상적으로 모니터링 정보가 전송되지 못하는 경우가 발생하기도 한다. 이로 인해 중앙서버는 해당 엣지 클라우드 서버에 장애가 발생된 것으로 잘못된 판단을 할 수 있으며, 또한 정상적으로 모니터링 정보가 전달되지 못하여 누락되는 경우가 발생한다. However, the edge cloud server is installed and operated in a mobile location such as a ship or train as well as a fixed location such as an intersection. There is no problem such as failure in the edge cloud server itself, but monitoring information may not be transmitted normally if the communication environment is not good. As a result, the central server may erroneously determine that the corresponding edge cloud server has a failure, and monitoring information may not be delivered normally and may be omitted.

대한민국 공개특허 제10-2020-0085005 분산 엣지 클라우드 환경에서의 서비스 제공 방법 및 서비스 제공 장치Korean Patent Publication No. 10-2020-0085005 Service providing method and service providing device in a distributed edge cloud environment

따라서, 본 발명은 상술한 문제점을 해결하기 위해 안출된 것으로서, 통신환경이 좋지 못하거나 부하가 증가한 경우와 같은 열악한 환경을 예측하여 안정되게 모니터링 정보를 제공할 수 있는 인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 시스템 및 방법을 제공하기 위한 것이다.Therefore, the present invention has been made to solve the above problems, and edge cloud monitoring data using artificial intelligence that can stably provide monitoring information by predicting poor environments such as poor communication environments or increased loads. It is to provide a collection system and method.

본 발명의 다른 목적들은 이하에 서술되는 바람직한 실시예를 통하여 보다 명확해질 것이다.Other objects of the present invention will become clearer through preferred embodiments described below.

본 발명의 일 측면에 따르면, 모니터링 정보를 수집하여 저장 및 관리하는 모니터링 서버; 및 통신환경과 시스템 부하에 대한 운영환경에 상응하는 모니터링 제공 방식을 결정하는 인공지능필터에 의해 결정된 생성방식으로 모니터링 정보를 생성하여 상기 모니터링 서버로 전송하는 엣지 클라우드 서버를 포함하는, 인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 시스템이 제공된다.According to one aspect of the invention, monitoring server for collecting, storing and managing monitoring information; And an edge cloud server that generates monitoring information in a generation method determined by an artificial intelligence filter that determines a monitoring providing method corresponding to the operating environment for the communication environment and system load and transmits it to the monitoring server. An edge cloud monitoring data collection system is provided.

여기서, 상기 인공지능필터의 의사결정모델에 대한 업데이트 정보를 제공하는 인공지능 시스템을 더 포함할 수 있다.Here, it may further include an artificial intelligence system that provides update information on the decision-making model of the artificial intelligence filter.

또한, 상기 엣지 클라우드 서버는 운영환경 열악 상태에서는 최소화 모니터링 정보를 생성하여 전송할 수 있다.In addition, the edge cloud server may generate and transmit minimization monitoring information in a poor operating environment state.

또한, 엣지 클라우드 서버는 운영환경이 원활상태로 복구되면, 보내지 못한 정상 모니터링 정보를 압축하여 상기 모니터링 서버로 전송할 수 있다.In addition, when the operating environment is restored to a smooth state, the edge cloud server may compress normal monitoring information that has not been sent and transmit the compressed normal monitoring information to the monitoring server.

또한, 상기 엣지 클라우드 서버는 상기 인공지능필터에 의해 이력정보를 기반으로 현재시각 및 위치변화를 이용하여 운영환경열악 시간대를 예측하여 상기 모니터링 서버로 안내할 수 있다.In addition, the edge cloud server can predict the operating environment poor time zone using the current time and location change based on the history information by the artificial intelligence filter and guide it to the monitoring server.

또한, 상기 엣지 클라우드 서버는 상기 운영환경열악 시간대에서는 제1 주기로 최소화 모니터링 정보를 생성하여 전송하고, 제2 주기로 정상 모니터링 정보의 압축파일 전송을 시도할 수 있다.In addition, the edge cloud server may generate and transmit minimized monitoring information in a first period during the operating environment poor time period, and attempt to transmit a compressed file of normal monitoring information in a second period.

또한, 상기 운영환경열악 시간대의 시간길이, 예측운영환경에 따라 상기 제1 주기 및 제2 주기를 결정할 수 있다.In addition, the first cycle and the second cycle may be determined according to the time length of the poor operating environment time zone and the predicted operating environment.

본 발명의 다른 측면에 따르면, 엣지 클라우드 서버에서 수행되는 모니터링 데이터 수집 방법에 있어서, 통신환경 및 시스템 부하에 대한 운영환경을 확인하는 단계; 상기 운영환경에 상응하는 모니터링 제공 방식을 결정하는 단계; 및 상기 모니터링 제공 방식에 따른 시점과 방식에 따라 모니터링 정보를 생성하여 모니터링 서버로 전송하는 단계를 포함하는, 인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 방법이 제공된다.According to another aspect of the present invention, in the monitoring data collection method performed in the edge cloud server, the step of checking the operating environment for the communication environment and system load; determining a monitoring providing method corresponding to the operating environment; and generating monitoring information according to a time point and method according to the monitoring providing method and transmitting the monitoring information to a monitoring server. A method for collecting edge cloud monitoring data using artificial intelligence is provided.

전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.Other aspects, features and advantages other than those described above will become apparent from the following drawings, claims and detailed description of the invention.

본 발명에 따르면, 인공지능을 이용하여 상황 변화를 예측하고 그에 따라 모니터링 정보의 제공시점과 제공방식를 달리함으로써, 엣지 클라우드 서버의 모니터링 정보를 안정적으로 수집할 수 있다. According to the present invention, it is possible to stably collect monitoring information of an edge cloud server by predicting a situation change using artificial intelligence and changing the timing and method of providing monitoring information accordingly.

도 1 및 도 2는 본 발명의 실시예에 따른 인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 시스템을 도시한 구성도들.
도 3은 본 발명의 일 실시예에 따른 엣지 클라우드 서버에서 수행되는 인공지능을 이용한 모니터링 데이터 수집 과정을 도시한 흐름도.
도 4는 본 발명의 일 실시예에 따른 엣지 클라우드 서버에서 수행되는 운영환경에 상응하는 모니터링 제공 방식별 처리 과정을 도시한 흐름도.
도 5는 본 발명의 일 실시예에 따른 엣지 클라우드 서버에서 수행되는 운영환경열악 시간대 예측을 이용한 모니터링 정보 제공 과정을 도시한 흐름도.1 and 2 are configuration diagrams showing an edge cloud monitoring data collection system using artificial intelligence according to an embodiment of the present invention.
3 is a flowchart illustrating a monitoring data collection process using artificial intelligence performed in an edge cloud server according to an embodiment of the present invention.
4 is a flowchart illustrating a processing process for each monitoring providing method corresponding to an operating environment performed in an edge cloud server according to an embodiment of the present invention.
5 is a flowchart illustrating a process of providing monitoring information using prediction of a poor operating environment time zone performed in an edge cloud server according to an embodiment of the present invention.

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.Since the present invention can make various changes and have various embodiments, specific embodiments will be illustrated in the drawings and described in detail in the detailed description. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all modifications, equivalents, or substitutes included in the spirit and technical scope of the present invention.

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. It is understood that when an element is referred to as being "connected" or "connected" to another element, it may be directly connected or connected to the other element, but other elements may exist in the middle. It should be. On the other hand, when an element is referred to as “directly connected” or “directly connected” to another element, it should be understood that no other element exists in the middle.

제1, 제2 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, 후술될 제1 임계값, 제2 임계값 등의 용어는 실질적으로는 각각 상이하거나 일부는 동일한 값인 임계값들로 미리 지정될 수 있으나, 임계값이라는 동일한 단어로 표현될 때 혼동의 여지가 있으므로 구분의 편의상 제1, 제2 등의 용어를 병기하기로 한다. Terms such as first and second may be used to describe various components, but the components should not be limited by the terms. These terms are only used for the purpose of distinguishing one component from another. For example, terms such as a first threshold value and a second threshold value, which will be described later, may be substantially different from each other or partially identical to each other. Since there is room, terms such as first and second are written together for convenience of classification.

본 명세서에서 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 명세서에서, "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.Terms used in this specification are only used to describe specific embodiments, and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, terms such as "include" or "have" are intended to indicate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, but one or more other features It should be understood that it does not preclude the possibility of the presence or addition of numbers, steps, operations, components, parts, or combinations thereof.

또한, 각 도면을 참조하여 설명하는 실시예의 구성 요소가 해당 실시예에만 제한적으로 적용되는 것은 아니며, 본 발명의 기술적 사상이 유지되는 범위 내에서 다른 실시예에 포함되도록 구현될 수 있으며, 또한 별도의 설명이 생략될지라도 복수의 실시예가 통합된 하나의 실시예로 다시 구현될 수도 있음은 당연하다.In addition, the components of the embodiments described with reference to each drawing are not limitedly applied only to the corresponding embodiment, and may be implemented to be included in other embodiments within the scope of maintaining the technical spirit of the present invention, and also separate Even if the description is omitted, it is natural that a plurality of embodiments may be re-implemented as an integrated embodiment.

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일하거나 관련된 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. In addition, in the description with reference to the accompanying drawings, the same or related reference numerals are given to the same components regardless of reference numerals, and overlapping descriptions thereof will be omitted. In describing the present invention, if it is determined that a detailed description of related known technologies may unnecessarily obscure the subject matter of the present invention, the detailed description will be omitted.

도 1 및 도 2는 본 발명의 실시예에 따른 인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 시스템을 도시한 구성도들이고, 도 3은 본 발명의 일 실시예에 따른 엣지 클라우드 서버에서 수행되는 인공지능을 이용한 모니터링 데이터 수집 과정을 도시한 흐름도이다.1 and 2 are configuration diagrams showing an edge cloud monitoring data collection system using artificial intelligence according to an embodiment of the present invention, and FIG. 3 shows artificial intelligence performed in an edge cloud server according to an embodiment of the present invention. It is a flow chart showing the monitoring data collection process used.

먼저 도 1을 참조하면, 전체 시스템은 엣지 클라우드 서버(10), 인공지능 시스템(30) 및 모니터링 서버(50)를 포함한다.First, referring to FIG. 1 , the entire system includes an edge cloud server 10, an artificial intelligence system 30, and a monitoring server 50.

엣지 클라우드 서버(10)는 중앙에 위치한 클라우드의 늦은 응답시간으로 인한 서비스 품질저하 문제를 해결하기 위해, 고객 사용자(가입자)와 가까운 곳에 위치한 클라우드 서비스 장치이다. 엣지 클라우드 서버(10)는 도로 교차로, 공장 등 고정된 장소뿐 아니라, 선박과 같은 이동체에도 설치 및 운영될 수 있다.The edge cloud server 10 is a cloud service device located close to customer users (subscribers) in order to solve the problem of service quality degradation due to the slow response time of the centrally located cloud. The edge cloud server 10 may be installed and operated in a mobile body such as a ship as well as a fixed location such as a road intersection or a factory.

엣지 클라우드 서버(10)는 중앙에 위치한 모니터링 서버(50)로 주기적으로 모니터링 정보를 제공한다. 예를 들어, 시스템이 온(on) 상태로 구동중인지에 대한 헬스체크(health check), cpu/memory 사용현황, 네트워크 상태 등이 모니터링 정보로 이용된다.The edge cloud server 10 periodically provides monitoring information to the centrally located monitoring server 50 . For example, a health check on whether the system is running in an on state, a CPU/memory usage status, a network status, and the like are used as monitoring information.

특히 도 2를 함께 참조하면, 엣지 클라우드 서버(10)는 통신환경과 시스템 부하에 대한 운영환경에 상응하는 모니터링 제공 방식을 결정하고, 인공지능필터에 의해 결정된 생성방식으로 모니터링 정보를 생성하여 모니터링 서버로 전송한다. 즉, 엣지 클라우드 서버(10)는 단순히 특정 주기로 모니터링 정보를 생성하여 전송할 뿐 아니라, 인공지능에 의해 운영환경에 상응하는 방식을 결정하여 모니터링 정보를 생성 및 전송하는 것이다. In particular, referring to FIG. 2 together, the edge cloud server 10 determines a monitoring providing method corresponding to the operating environment for the communication environment and system load, and generates monitoring information by the generation method determined by the artificial intelligence filter to create a monitoring server. send to That is, the edge cloud server 10 not only generates and transmits monitoring information at a specific period, but also generates and transmits monitoring information by determining a method corresponding to an operating environment by artificial intelligence.

엣지 클라우드 서버(10)에서 수행되는 인공지능을 이용한 모니터링 데이터 수집 과정을 도시한 도 3을 참조하면, 통신환경/시스템부하 등에 대한 운영환경을 확인하고(S310), 확인된 운영환경에 상응하는 모니터링 제공 방식을 결정한다(S320). 그리고, 결정된 방식으로 모니터링 정보를 생성하여 모니터링 서버로 전송한다(S330). 각 모니터링 제공 방식에 따른 처리 방식은 차후 관련도면(도 4, 5)를 참조하여 후술하기로 한다.Referring to FIG. 3 showing a monitoring data collection process using artificial intelligence performed in the edge cloud server 10, the operating environment for the communication environment/system load is checked (S310), and monitoring corresponding to the checked operating environment is performed. A provision method is determined (S320). Then, monitoring information is generated in the determined manner and transmitted to the monitoring server (S330). A processing method according to each monitoring provision method will be described later with reference to related drawings (FIGS. 4 and 5).

인공지능 시스템(30)은 엣지 클라우드 서버(10)에 설치되는 인공지능필터의 의사결정모델에 대한 업데이트 정보를 제공한다. 예를 들어, 인공지능 시스템(30)은 모든 엣지 클라우드 서버(10)들로부터 취득되는 인공지능 필터에 의한 사용데이터를 수집하고 분석하여 의사결정모델을 생성 또는 갱신하며, 갱신된 내용으로 각 인공지능 필터를 업데이트 시킨다. The artificial intelligence system 30 provides update information on the decision-making model of the artificial intelligence filter installed in the edge cloud server 10. For example, the artificial intelligence system 30 collects and analyzes usage data by artificial intelligence filters acquired from all edge cloud servers 10, creates or updates a decision-making model, and uses the updated content for each artificial intelligence. update the filter

모니터링 서버는 복수의 엣지 클라우드 서버(10)로부터 모니터링 정보를 취득하여 구비된 데이터베이스에 관리하여, 관리자가 해당 모니터링 정보를 확인할 수 있는 인터페이스를 제공한다. 이는 당업자에게는 자명할 것이므로 더욱 상세한 설명은 생략한다.The monitoring server acquires monitoring information from a plurality of edge cloud servers 10 and manages the monitoring information in a provided database, thereby providing an interface through which an administrator can check the corresponding monitoring information. Since this will be obvious to those skilled in the art, a more detailed description will be omitted.

도 4는 본 발명의 일 실시예에 따른 엣지 클라우드 서버에서 수행되는 운영환경에 상응하는 모니터링 제공 방식별 처리 과정을 도시한 흐름도이다. 4 is a flowchart illustrating a processing process for each monitoring providing method corresponding to an operating environment performed in an edge cloud server according to an embodiment of the present invention.

도 4를 참조하면, 엣지 클라우드 서버(10)는 운영환경을 확인한다(S410). 운영환경으로서 네트워크 대역폭, 네트워크 응답시간 등의 통신환경과, CPU/메모리 부하, 동시접속 사용자 수 등의 시스템부하가 이용될 수 있다.Referring to FIG. 4 , the edge cloud server 10 checks the operating environment (S410). As an operating environment, communication environments such as network bandwidth and network response time, and system loads such as CPU/memory load and the number of concurrently connected users may be used.

그리고, 확인된 운영환경이 미리 설정된 기준에 따른 원활상태인지를 판단하고(S420), 원활상태인 경우 정상 모니터링 정보(즉 모니터링 서버와 약속된 설정 주기로 생성하는 모니터링 정보)를 생성하여 전송한다(S430).Then, it is determined whether the confirmed operating environment is in a smooth state according to a preset standard (S420), and if it is in a smooth state, normal monitoring information (i.e., monitoring information generated at an agreed setting cycle with the monitoring server) is generated and transmitted (S430). ).

이와 달리 운영환경이 원활상태가 아닌 경우, 정보제공 불가 상태인지 여부를 판단한다(S440). 예를 들어, 시스템부하가 임계값 이상이 되어 모니터링 정보의 생성 및 전송 처리에 무리가 되는 상태인 경우일 수 있다. 또는 엣지 클라우드 서버(10)가 선박과 같은 이동체에 설치되어 운영되어 위치변화에 따라 통신 음영지역에 위치하는 경우 통신 자체가 불가하므로 이러한 경우 정보제공 불가 상태라 판단될 수 있다. Unlike this, if the operating environment is not in a smooth state, it is determined whether the information provision is impossible (S440). For example, it may be a case where the system load exceeds a critical value and becomes a burden to the monitoring information generation and transmission process. Alternatively, when the edge cloud server 10 is installed and operated on a mobile body such as a ship and is located in a communication shaded area according to location changes, since communication itself is impossible, it may be determined that information cannot be provided in this case.

정보제공 불가 상태가 아니라면, 최소화 모니터링 정보를 생성하여 전송한다(S450). 예를 들어, 정상 모니터링 정보보다는 데이트크기가 작은 정보로서 헬스체크 정보 등의 최소화 모니터링 정보만을 모니터링 정보로서 생성하여 전송한다. 이때 정상 모니터링 정보의 전송주기와는 다른 주기(예를 들어 더 간격이 긴 시간주기)로 최소화 모니터링 정보를 제공할 수도 있다.If it is not a state in which information cannot be provided, minimization monitoring information is generated and transmitted (S450). For example, only minimized monitoring information such as health check information as information having a smaller data size than normal monitoring information is generated and transmitted as monitoring information. At this time, the minimization monitoring information may be provided at a period different from the normal monitoring information transmission period (for example, a longer time period).

정보제공 불가 상태라면, 모니터링 정보를 쌓아 저장하고, 차후 운영환경이 개선되면 저장된 모니터링 정보들을 압축하여 전송한다(S460). If it is impossible to provide information, monitoring information is accumulated and stored, and when the operating environment is improved later, the stored monitoring information is compressed and transmitted (S460).

그리고 일례에 따르면 도면에 도시된 바와 같이, S450에서는 최소화 모니터링 정보를 제공하므로, 정상 모니터링 정보는 S460과 마찬가지로 저장 후 운영환경 개선 후 압축하여 전송할 수 있다.According to an example, as shown in the drawing, since minimization monitoring information is provided in S450, normal monitoring information may be stored, compressed, and transmitted after improving the operating environment, as in S460.

그리고 일례에 따르면, 엣지 클라우드 서버(10)의 인공지능 필터는 기존 이력정보를 기반으로 운영환경을 예측하고, 그에 따라 모니터링 정보의 제공 방식을 결정할 수도 있다.According to an example, the artificial intelligence filter of the edge cloud server 10 may predict an operating environment based on existing history information and determine a method of providing monitoring information accordingly.

도 5는 본 발명의 일 실시예에 따른 엣지 클라우드 서버에서 수행되는 운영환경열악 시간대 예측을 이용한 모니터링 정보 제공 과정을 도시한 흐름도이다.5 is a flowchart illustrating a process of providing monitoring information using prediction of a poor operating environment time zone performed in an edge cloud server according to an embodiment of the present invention.

도 5를 참조하면, 현재시각 및 위치변화를 이용하여 운영환경열악 시간대를 예측한다(S510). 예를 들어, 시간대별 사용자 접속수 이력을 기반으로 현재시각의 사용자 접속수이력과 실제 현재의 접속수를 비교하여, 어떤 시간대에 가장 많은 사용자 접속이 진행되어 시스템부하가 높아질지를 예측한다. 또는, 현재의 위치변화 추이를 이용하여 과거 이력에 따라 어떠한 시간대에 음영지역과 같은 통신환경이 좋지 못한 지역으로 이동되는지를 분석하는 것이다. 상술한 예시와 같은 시스템 부하가 높아지거나 통신환경이 나빠지는 시간대를 예측하고, 해당 시간대를 운영환경열악 시간대로서 예측하는 것이다. Referring to Figure 5, using the current time and position change to predict the poor operating environment time zone (S510). For example, based on the user access history for each time zone, the user connection history at the current time and the actual current connection number are compared to predict which time period the most user accesses will occur and the system load will increase. Alternatively, it is to analyze at what time zone the mobile station is moved to an area with poor communication environment, such as a shadow area, according to the past history by using the current trend of location change. It is to predict the time zone when the system load increases or the communication environment deteriorates as in the above example, and predicts the corresponding time zone as the operating environment poor operating environment time zone.

운영환경열악 시간대가 예측되면, 모니터링 서버로 미리 안내한다(S520). 이로 인해 모니터링 서버는 해당 엣지 클라우드 서버(10)가 미리 안내한 운영환경열악 시간대에 최소화 모니터링 정보만을 전송하거나 심지어 모니터링 정보를 전혀 전송하지 않더라도 엣지 클라우스 서버에 장애가 발생된 것이 아님을 바로 인지할 수 있다. If the operating environment poor time zone is predicted, the monitoring server is notified in advance (S520). As a result, the monitoring server can immediately recognize that a failure has not occurred in the edge cloud server even if it transmits only minimal monitoring information or even does not transmit monitoring information at all during the operating environment poor time zone previously informed by the corresponding edge cloud server 10. .

그리고, 엣지 클라우드 서버(10)는 예측된 운영환경열악 시간대에 진입하면, 제1 주기로 최소화 모니터링 정보를 생성하여 전송하고, 또한 제2 주기로 정상 모니터링 정보의 압축파일 전송을 시도한다(S530).Then, when the predicted poor operating environment time zone is entered, the edge cloud server 10 generates and transmits minimized monitoring information in a first cycle, and also attempts to transmit a compressed file of normal monitoring information in a second cycle (S530).

다시 말해, 미리 예측된 운영환경열악 시간대가 되면, 운영환경을 측정하고 그에 다른 전송방식으로 모니터링 정보를 생성 및 전송하는 도 3과 같은 절차를 진행하는 것이 아니라, 미리 설정된 방식으로 모니터링 정보를 전송하는 것이다.In other words, when the predicted operating environment is poor, the operation environment is measured and the monitoring information is transmitted in a preset manner rather than performing the procedure shown in FIG. 3 for generating and transmitting monitoring information in a different transmission method. will be.

제1 주기(예를 들어, 30초 등)로 최소화 모니터링 정보의 제공을 시도하고, 더 느린 시간간격인 제2 주기(예를 들어, 10분)로 정상 모니터링 정보의 압축파일 전송을 시도한다(S530).Attempt to provide minimized monitoring information in a first period (eg, 30 seconds), and try to transmit a compressed file of normal monitoring information in a second period (eg, 10 minutes), which is a slower time interval ( S530).

여기서, 운영환경열악 시간대의 시간길이, 예측된 운영환경의 정도에 따라 제1 주기 및 제2 주기를 결정할 수 있다. 또는, 예측된 운영환경열악 시간대가 시스텝부하와 통신환경열악 중에 주로 어떤 것에 의한 것인지에 대한 정보를 기반으로 제1 주기 및 제2 주기는 동적으로 설정할 수 있다.Here, the first cycle and the second cycle may be determined according to the length of time of the poor operating environment time zone and the degree of the predicted operating environment. Alternatively, the first cycle and the second cycle may be dynamically set based on information indicating which of the system step load and poor communication environment is the predicted poor operating environment time zone.

상술한 본 발명에 따른 인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 방법은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터 시스템에 의하여 해독될 수 있는 데이터가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래쉬 메모리, 광 데이터 저장장치 등이 있을 수 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다. The above-described edge cloud monitoring data collection method using artificial intelligence according to the present invention can be implemented as computer readable code on a computer readable recording medium. Computer-readable recording media includes all types of recording media in which data that can be decoded by a computer system is stored. For example, there may be read only memory (ROM), random access memory (RAM), magnetic tape, magnetic disk, flash memory, optical data storage device, and the like. In addition, the computer-readable recording medium may be distributed to computer systems connected through a computer communication network, and stored and executed as readable codes in a distributed manner.

또한, 상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 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.In addition, although the above has been described with reference to preferred embodiments of the present invention, those skilled in the art can make the present invention within the scope not departing from the spirit and scope of the present invention described in the claims below. It will be appreciated that various modifications and variations may be made.

10 : 엣지 클라우드 서버
30 : 인공지능 시스템
50 : 모니터링 서버10 : Edge cloud server
30: AI system
50: monitoring server

Claims (8)

모니터링 정보를 수집하여 저장 및 관리하는 모니터링 서버; 및
통신환경과 시스템 부하에 대한 운영환경에 상응하는 모니터링 제공 방식을 결정하는 인공지능필터에 의해 결정된 생성방식으로 모니터링 정보를 생성하여 상기 모니터링 서버로 전송하는 엣지 클라우드 서버를 포함하는, 인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 시스템.
A monitoring server that collects, stores, and manages monitoring information; and
An edge using artificial intelligence, including an edge cloud server that generates monitoring information in a generation method determined by an artificial intelligence filter that determines a monitoring provision method corresponding to the operating environment for communication environment and system load and transmits it to the monitoring server. Cloud monitoring data collection system.
 청구항 1에 있어서,
상기 인공지능필터의 의사결정모델에 대한 업데이트 정보를 제공하는 인공지능 시스템을 더 포함하는, 인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 시스템.
The method of claim 1,
An edge cloud monitoring data collection system using artificial intelligence, further comprising an artificial intelligence system that provides update information on the decision-making model of the artificial intelligence filter.
 청구항 1에 있어서,
상기 엣지 클라우드 서버는 운영환경 열악 상태에서는 최소화 모니터링 정보를 생성하여 전송하는, 인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 시스템.
The method of claim 1,
The edge cloud server is an edge cloud monitoring data collection system using artificial intelligence that generates and transmits minimized monitoring information in a poor operating environment.
 청구항 3에 있어서,
엣지 클라우드 서버는 운영환경이 원활상태로 복구되면, 보내지 못한 정상 모니터링 정보를 압축하여 상기 모니터링 서버로 전송하는, 인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 시스템.
The method of claim 3,
The edge cloud server is an edge cloud monitoring data collection system using artificial intelligence that compresses normal monitoring information that could not be sent and transmits it to the monitoring server when the operating environment is restored to a smooth state.
 청구항 1에 있어서,
상기 엣지 클라우드 서버는 상기 인공지능필터에 의해 이력정보를 기반으로 현재시각 및 위치변화를 이용하여 운영환경열악 시간대를 예측하여 상기 모니터링 서버로 안내하는, 인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 시스템.
The method of claim 1,
The edge cloud monitoring data collection system using artificial intelligence, wherein the edge cloud server predicts the operating environment poor time zone using the current time and location change based on the history information by the artificial intelligence filter and guides it to the monitoring server.
 청구항 5에 있어서,
상기 엣지 클라우드 서버는 상기 운영환경열악 시간대에서는 제1 주기로 최소화 모니터링 정보를 생성하여 전송하고, 제2 주기로 정상 모니터링 정보의 압축파일 전송을 시도하는, 인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 시스템.
The method of claim 5,
The edge cloud server generates and transmits minimized monitoring information in a first cycle in the poor operating environment time zone, and attempts to transmit a compressed file of normal monitoring information in a second cycle. Edge cloud monitoring data collection system using artificial intelligence.
 청구항 6에 있어서,
상기 운영환경열악 시간대의 시간길이, 예측운영환경에 따라 상기 제1 주기 및 제2 주기를 결정하는, 인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 시스템.
The method of claim 6,
An edge cloud monitoring data collection system using artificial intelligence that determines the first cycle and the second cycle according to the length of time of the poor operating environment time zone and the predicted operating environment.
 엣지 클라우드 서버에서 수행되는 모니터링 데이터 수집 방법에 있어서,
통신환경 및 시스템 부하에 대한 운영환경을 확인하는 단계;
상기 운영환경에 상응하는 모니터링 제공 방식을 결정하는 단계; 및
상기 모니터링 제공 방식에 따른 시점과 방식에 따라 모니터링 정보를 생성하여 모니터링 서버로 전송하는 단계를 포함하는, 인공지능을 이용한 엣지 클라우드 모니터링 데이터 수집 방법.In the monitoring data collection method performed in the edge cloud server,
Checking the operating environment for the communication environment and system load;
determining a monitoring providing method corresponding to the operating environment; and
An edge cloud monitoring data collection method using artificial intelligence, comprising generating monitoring information according to a time point and method according to the monitoring providing method and transmitting it to a monitoring server.
KR1020210188785A 2021-12-27 2021-12-27 Edge cloud monitoring data collection system and method using artificial intelligence KR20230099443A (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210188785A KR20230099443A (en) 2021-12-27 2021-12-27 Edge cloud monitoring data collection system and method using artificial intelligence
PCT/KR2022/009099 WO2023128085A1 (en) 2021-12-27 2022-06-27 System and method for collection of edge cloud monitoring data using artificial intelligence

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210188785A KR20230099443A (en) 2021-12-27 2021-12-27 Edge cloud monitoring data collection system and method using artificial intelligence

Publications (1)

Publication Number Publication Date
KR20230099443A true KR20230099443A (en) 2023-07-04

Family

ID=86999441

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210188785A KR20230099443A (en) 2021-12-27 2021-12-27 Edge cloud monitoring data collection system and method using artificial intelligence

Country Status (2)

Country Link
KR (1) KR20230099443A (en)
WO (1) WO2023128085A1 (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200085005A (en) 2019-01-04 2020-07-14 한국전자통신연구원 Apparatus and method for providing services in distributed edge cloud environment

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150046591A1 (en) * 2013-08-09 2015-02-12 Zhongwen Zhu Dynamic edge server allocation
KR102261910B1 (en) * 2014-12-08 2021-06-08 에스케이플래닛 주식회사 Service error detection apparatus for cloud streaming service, end to end service monitoring system and method thereof
KR101926394B1 (en) * 2017-09-19 2018-12-07 경희대학교 산학협력단 System of cloud computing and method for detaching load in cloud computing system
KR20210056708A (en) * 2019-11-11 2021-05-20 엘지전자 주식회사 A method for distributing workload on a server, and a method for support6ing workload of a server on a vehicle and the vehicle thereof
KR102304477B1 (en) * 2020-11-19 2021-09-17 광운대학교 산학협력단 Adaptive Context Sharing and the Autonomous Collaboration System between Edge Servers for Intelligent Video Security

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200085005A (en) 2019-01-04 2020-07-14 한국전자통신연구원 Apparatus and method for providing services in distributed edge cloud environment

Also Published As

Publication number Publication date
WO2023128085A1 (en) 2023-07-06

Similar Documents

Publication Publication Date Title
US9084937B2 (en) Faults and performance issue prediction
CA2816469C (en) Faults and performance issue prediction
CN1755644B (en) Method, system, and apparatus for providing customer product support for a software program based upon states of program execution instability
CN100495990C (en) Apparatus, system, and method for dynamic adjustment of performance monitoring of memory region network assembly
US20020174217A1 (en) System and method for predicting network performance
US11805005B2 (en) Systems and methods for predictive assurance
CN108092836A (en) The monitoring method and device of a kind of server
CN111104342B (en) Method, electronic device and computer program product for storage
US20120023366A1 (en) Technique for accurately detecting system failure
CN102334092A (en) Storage system and control method thereof as well as program
CN113485649B (en) Data storage method, system, device, medium and electronic equipment
CN110224885B (en) Equipment monitoring alarm method and device, storage medium and electronic equipment
WO2023154538A1 (en) System and method for reducing system performance degradation due to excess traffic
CN113098715B (en) Information processing method, device, system, medium and computing equipment
CN105825641A (en) Service alarm method and apparatus
KR20230099443A (en) Edge cloud monitoring data collection system and method using artificial intelligence
CN110347546B (en) Dynamic adjustment method, device, medium and electronic equipment for monitoring task
US20210255898A1 (en) System and method of predicting application performance for enhanced user experience
JP2020035297A (en) Apparatus state monitor and program
CN114237986A (en) Cluster availability mode control method, device, equipment and storage medium
CN115878018A (en) Method, electronic device and computer program product for managing storage device
CN113282538A (en) File system management method, device, equipment, storage medium and program product
KR102467254B1 (en) Apparatus and method for predicting internet speed between network switch device and subscriber terminal
KR102639786B1 (en) System and method for non-disruptive transmitting log using message queue
US20220171380A1 (en) Automated device maintenance