Proceedings of the Korean Society of Computer Information Conference (한국컴퓨터정보학회:학술대회논문집)

Korean Society of Computer Information (한국컴퓨터정보학회)
권호 표지

Fast Detection of Abnormal Data in IIoT with Segmented Linear Regression

분할 선형 회귀 분선을 통한 IIoT의 빠른 비정상 데이터 탐지

  • Lee, Tae-Ho (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Kim, Min-Woo (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Lee, Byung-Jun (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Kim, Kyung-Tae (Dept. of Software, Sungkyunkwan University) ;
  • Youn, Hee-Yong (Dept. of Electrical and Computer Engineering, Sungkyunkwan University)
  • 이태호 (성균관대학교, 정보통신대학 전자전기컴퓨터공학과) ;
  • 김민우 (성균관대학교, 정보통신대학 전자전기컴퓨터공학과) ;
  • 이병준 (성균관대학교, 정보통신대학 전자전기컴퓨터공학과) ;
  • 김경태 (성균관대학교, 소프트웨어대학 소프트웨어학과) ;
  • 윤희용 (성균관대학교, 정보통신대학 전자전기컴퓨터공학과)
  • Published : 2019.07.10
Download PDF
⟨ Previous Next ⟩

Abstract

산업용 IoT (IIoT)는 최근들어 제조 시스템의 중요한 구성 요소로 간주된다. IIoT를 통해 시설에서 감지된 데이터를 수집하여 작동 조건을 적절하게 분석하고 처리한다. 여기서 비정상적인 데이터는 전체 시스템의 안전성 및 생산성을 위해 신속하게 탐지되어야한다. 기존 임계 값 기반 방법은 임계 값 미만의 유휴 오류 또는 비정상적인 동작을 감지 할 수 없으므로 IIoT에 적합하지 않다. 본 논문에서는 예측 구간과 우선 순위기반 스케줄링을 이용한 분할 선형 회귀 분석을 기반으로 비정상적인 데이터를 검출하는 새로운 방법을 제안한다. 시뮬레이션 결과 제안한 기법은 비정상적인 데이터 검출 속도에서 임계치, 일반 선형 회귀 또는 FCFS 정책을 사용하는 기존의 기법보다 우수함을 알 수 있었다.

Keywords