KR960701563A - 사상 상관(event correlation) - Google Patents

Abstract

본 발명은 설비 관리 시스템의 동작에 관한 것으로서, 설비 관리 시스템에 기록되고, 동시에 발생하는 사상들 사이에 관계가 존재하는지 정하기 위하여 이력 데이타와 비교되고, 상기 이력 데이타는 동시에 독립적으로 발생하는 사상들의 통계확률을 정하는데 사용되며, 만약 이 확률이 선정된 임계값 이하인 경우, 상기 사상들은 독립적이 아니고 서로 관련되어 있다는 것을 의미하고, 상기 관계는 화면에 다른 부분에 비해 밝게 표시되거나 그룹화되어 운영자가 상기 시스템에서 관계에 대한 선지식없이 연관된 사상들을 식별하는데 도움을 줌으로써 운영자에게 주의를 주고, 상기 사상들은 어떤 네트워크에서 오류로 발생한 경고일 수도 있으며, 상기 네트워크의 여러 부분에서 연관된 사상들을 식별하는 것은 상기 사상들의 일반 동기를 식별하는데 도움을 주고, 상기 이력 데이타베이스는 그 사상들이 상기 설비 관리 시스템에 기록될 때 다른 사상 발생으로 갱신될 수 있고 그래서 이것으로 그 결과를 보다 통계적으로 정확히하기 위하여 상기 데이타베이스를 증가시킬 수 있으며, 사상들은 자동적으로 또는 사람에 의해 상기 시스템에 기록될 수 있고, 기록한 사상들이 체계적으로 지연되도록 한 소스로부터의 경고들은 고정 시간 전후에 발생하는 다른 소스로부터의 경고들과 비교되는 것을 특징으로 한다.

Description

사상 상관(EVENT CORRELATION)

본 내용은 요부공개 건이므로 전문내용을 수록하지 않았음

제1도는 본 발명의 방법의 실시례가 상호 종속을 결정할 목적을 명시하는 데 이용되는 간단한 네트워크의 개략도

제3도는 본 발명의 방법의 실시례에 의해 정해진 상호 종속을 가진 제1도의 네트워크를 보여주는 개략도

Claims (25)

1. 기준 시간 동안 상기 설비에서 특정 사상들이 발생하는 시간에 관한 이력 데이타를 저장하고; 특정 사상들의 다른 발생들을 식별하고; 다른 사상 발생들사이의 관련성 정도를 결정하기 위해 상기 이력 데이타를 분석하고; 그리고 상기 설비 관리 시스템의 출력 수단에 상기 관련 정도를 제공하는 것을 특징으로 하는 설비 관리 시스템으로 관리하는 설비에서 발생하는 사상들 사이에 있을 수 있는 관계를 식별하는 방법.
2. 제1항에 있어서, 소정의 시간이 정의되고, 상기 시간창내에서 발생하는 사상으로부터 상기 다른 사상들을 선택하는 것을 특징으로 하는 방법.
3. 제2항에 있어서, 상기 관련성 정도가 우연히 상기 같은 시간창내에서 발생한 상기 다른 사상의 통계 확률인 것을 특징으로 하는 방법.
4. 제3항에 있어서, 선택한 사상과 두개 또는 그 이상의 다른 사상들의 관련정도가 측정되고, 상기 통계 확률의 순서로 상기 두개 또는 그 이상의 다른 사상들이 배열되는 것을 특징으로 하는 방법.
5. 제3항 또는 제4항에 있어서, 상기 출력 수단은 표시 수단이고 상기 통계 확률이 임계값이하일 경우에만 화면표시를 위해 사상이 선택되는 것을 특징으로 하는 방법.
6. 제3항 또는 제5항에 있어서, 상기 출력 수단은 표시 수단이고 상기 통계 확률이 임계값이하인 경우 표시된 사상들은 화면상에 다른 부분에 비해 밝게 표시하는 것을 특징으로 하는 방법.
7. 제5항 또는 제6항에 있어서, 상기 임계값이 미리 결정된 값인 것을 특징으로 하는 방법.
8. 제5항 또는 제6항에 있어서, 상기 임계값이 상기 통계 확률의 범위 내지 형태에 따른 기준에 의해 선택되는 것을 특징으로 하는 방법.
9. 제4항 내지 제8항 중 어느 하나의 항에 있어서, 상기 선택된 사상은 상기 시스템이 식별할 수 있는 여러 사상들에서 선택되는 것을 특징으로 하는 방법.
10. 제1항 내지 제9항 중 어느 하나의 항에 있어서, 상기 설비관리 시스템은 관리될 설비를 감시하고 상기 사상의 발생을 검출하는 것을 특징으로 하는 방법.
11. 제1항 내지 제10항 중 어느 하나의 항에 있어서, 최소한 몇몇 사상들이 운영자에 의해 시스템에 식별되는 것을 특징으로 하는 방법.
12. 제3항 내지 제10항 중 어느 한 항에 있어서, 기준시간을 선택하고, 상기 기준 시간을 소정 크기의 시간창을 분할하고, 그리고 분석될 각각의 사상에 대해서, 사상이 발생하는 기준 시간내에서 각 시간창의 일치를 저장하여 이력 데이타를 저장하는 것을 특징으로 하는 방법.
13. 제12항에 있어서, 상기 시간창중 하나를 분석을 위해 선택하고, 상기 선택한 시간창에서 발생하는 제1사상을 선택하고, 상기 선택한 시간창에서 발생하는 다른 사상들을 식별하고, 그리고 상기 다른 사상에 대해서, 사상이 발생하는 기준 시간내에서 저장된 시간창의 일치는 상기 제1사상과 같은 시간창 내에서 우연히 발생하는 다른 사상의 통계확률을 계산하는 데 사용되는 것을 특징으로 하는 방법.
14. 제12항에 있어서, 상기 시간창중 하나를 분석을 위해 선택하고, 상기 선택한 시간창에서 발생하는 제1사상을 선택하고, 소정 관계에 의해 선택한 시간창과 관련된 제2시간창에서 발생하는 다른 사상들을 식별하고, 그리고 각각의 다른 사상에 대해서, 사상이 발생한 기준 시간내에서 상기 저장된 시간창의 일치를 제1사상이 발생하는 시간창과 같은 소정의 관계를 가지는 우연히 발생하는 상기 다른 사상의 통계 확률을 계산하는데 사용하는 것을 특징으로 하는 방법.
15. 제14항에 있어서, 상기 소정의 관계는 시간차인 것을 특징으로 하는 방법.
16. 제13항, 제14항 또는 제15항 중 어느 한 항에 있어서, 상기 같은 시간창에서 우연히 발생하는 사상 ARm 및 ARn 상기 통계 확률은 다음 식으로 정해지는 것을 특징으로 하는 방법.

    k!p!(k-p)! r^P(1-r)^(k-p)

    여기서 K는 ARn이 발생하는 시간창의 수, r은 사상 ARm의 동작 확률, p는 ARm에 대해 ARn의 종속성을 검사할 때 사상 ARm과 ARn이 동시에 발생하는 시간창의 수이다.
17. 제12항 내지 제16항 중 어느 한 항에 있어서, 상기 기준 시간이 고정된 것을 특징으로 하는 방법.
18. 제12항 내지 제16항 중 어느 한 항에 있어서, 상기 기준 시간이 연속적으로 갱신되는 것을 특징으로 하는 방법.
19. 제1항 내지 제18항 중 어는 한 항에 있어서, 상기 사상들이 시스템에서의 오류 상태인 것을 특징으로 하는 방법.
20. 진술한 바와 같이 실질적으로 두개 또는 그 이상의 사상들 사이의 관계를 식별하기 위해 설비 관리 시스템을 동작하는 방법.
21. 관리되는 설비에서 발생하는 사상을 식별하는 감시 수단(2), 상기 사상과 관련한 이력 데이타를 저장하는 저장 수단(6), 상기 감시 수단으로 식별되는 사상들 중 상관을 위해 하나의 사상을 선택하는 입력 수단(5), 상기 저장 수단(6)에 저장된 상기 이력 데이타를 사용하는 상기 감시 수단(7)에 의해 식별되는 상기 다른 사상과 상기 선택된 사상을 상호 관련짓는 상광 수단(7), 그리고 상기 상관 수단으로 결정된 상관을 표시하는 표시 수단(1)을 포함하는 것을 특징으로 하는 설비 관리 시스템.
22. 제21항에 있어서, 감시 수단(7)에 보유된 데이타를 저장 수단(6)에 주기적으로 공급하기 위한 갱신 수단(11)을 더 포함하는 것을 특징으로 하는 설비 관리 시스템.
23. 제21항 또는 제22항에 있어서, 상기 상관 수단이 통계 상관을 실행하는 것을 특징으로 하는 설비 관리 시스템.
24. 제21항, 제22항 또는 제23항 중 어느 한 항에 있어서, 운영자가 감시 수단(2)에 사상을 기록하는 입력 수단(5,12)을 더 포함하는 것을 특징으로 하는 설비 관리 시스템.
25. 제21항 내지 제24항 중 어는 한 항에 있어서, 상기 표시 수단(6)이 연관된 사상과 그렇지 않은 사상을 시각적으로 구별하는 수단을 포함하는 것을 특징으로 하는 설비 관리 시스템.

    ※ 참고사항 : 최초출원 내용에 의하여 공개하는 것임.