• 한국컴퓨터정보학회논문지
• /
• 제24권2호
• /
• pp.139-147
• /
• 2019

A false alarm, which is an incorrect report of an emergency, could trigger an unnecessary action. The predictive maintenance framework developed in our previous work has a feature whereby a machine alarm is triggered based on sensor data evaluation. The sensor data evaluator performs three essential evaluation steps. First, it evaluates each sensor data value based on its threshold (lower and upper bound) and labels the data value as "alarm" when the threshold is exceeded. Second, it calculates the duration of the occurrence of the alarm. Finally, in the third step, a domain expert is required to assess the results from the previous two steps and to determine, thereby, whether the alarm is true or false. There are drawbacks of the current evaluation method. It suffers from a high false-alarm ratio, and moreover, given the vast amount of sensor data to be assessed by the domain expert, the process of evaluation is prolonged and inefficient. In this paper, we propose a method for automatic false-alarm labeling that mimics how the domain expert determines false alarms. The domain expert determines false alarms by evaluating two critical factors, specifically the duration of alarm occurrence and identification of anomalies before or while the alarm occurs. In our proposed method, Hierarchical Temporal Memory (HTM) is utilized to detect anomalies. It is an unsupervised approach that is suitable to our main data characteristic, which is the lack of an example of the normal form of sensor data. The result shows that the technique is effective for automatic labeling of false alarms in sensor data.

• 한국안전학회지
• /
• 제37권2호
• /
• pp.69-75
• /
• 2022

Fire-alarm systems are safety equipment that facilitate rapid evacuation and early suppression in case of fire. It is highly desirable that fire-alarm systems have low false-alarm rates and are thus reliable. Until now, researchers have attempted to improve detector performance by applying new technologies such as IoT. To this end, IoT-based fire-detection systems have been developed. However, due to scarcity of large-scale operational data, researchers have barely studied malfunctioning in fire-alarm systems or attempted to reduce false-alarm rates in these systems. In this study, we analyzed false-alarm rates of smoke/temperature detectors and unwanted fire-alarm signal patterns at K institution, where Korea's largest IoT-based fire-detection system operates. After analyzing the fire alarm occurrences at the institution for five years, we inferred that the IoT-based fire-detection system showed lower false-alarm rates compared to the automatic fire-detection equipment. We analyzed the detection pattern by dividing it into two parts: normal operation and unwanted fire alarms. When a specific signal pattern was filtered out, the false-alarm rate was reduced to 66.9% in the smoke detector and to 46.9% in the temperature detector.

• 융합보안논문지
• /
• 제12권2호
• /
• pp.61-70
• /
• 2012

본 연구의 목적은 효율적인 기계경비시스템 오경보 이벤트 분석을 위해 가장 적합한 데이터마이닝 기법을 도출하는데 있다. 이를 위해 기계경비시스템 오경보의 발생원인을 살펴보고, 오경보 시의 출동건수, 오경보율 그리고 오경보원인의 통계자료를 토대로한 데이터를 데이터마이닝 프로그램인 WEKA에 맞게 변환시켜 여러 알고리즘에 적용 및 분석하였다. 본 논문에서는 적합한 데이터마이닝 기법을 찾기 위해 Decision Tree, Naive Bayes, BayesNet Apriori, J48Tree 알고리즘을 활용하였고, 분석을 통해 생성된 가장 높은 값을 도출하여 해당 알고리즘의 적용 가능성을 확인하였다. 이와 같은 연구를 통해 효율적으로 기계경비시스템의 오경보를 예측하고, 오경보에 대한 보다 효율적인 대처방안을 모색할 수 있음을 보여주었다.

• 한국전자통신학회논문지
• /
• 제6권4호
• /
• pp.479-485
• /
• 2011

비디오 기반 화염 감지 기법은 입력 비디오 영상에서 화염과 비슷한 색상을 가지고 움직임이 있는 영역에 대해서 화소 단위로 화염의 특성을 가지고 있는지를 시간적, 공간적 특징 분석을 통하여 확인한다. 비디오 기반 화염 감지 기법 연구의 가장 중요한 부분 중 하나는 화염 감지 성능이 저하되지 않고 어떻게 거짓 경보의 빈도를 줄일 수 있는가 하는 것이다. 기존의 방법들은 전기 장치로 만들어진 불빛들 중에서 자동차 전조등과 같은 일반적인 움직임을 가진 전기 불빛에 의한 거짓 경보는 쉽게 제거하고 있다. 그러나 경광등, 경고등 그리고 네온사인과 같이 깜빡거림이 있는 전기 불빛은 색상과 시간적, 공간적인 특징이 실제 화염과 비슷할 경우 거짓 경보를 발생시키는 요인이 되고 있다. 본 논문에서는 경광등, 경고등 그리고 네온사인과 같이 깜빡거림이 있는 전기 불빛 화소들의 주기 신호 검출을 통하여 진짜 화염이 아님을 확인하는 거짓 경보 제거 기능을 갖춘 비디오 화염 감지 기법을 제안한다. 실험 결과 화재 감지 성능은 기존의 방법과 비슷하였으나 기존의 방법이 거짓 경보를 발생시키는 시험 비디오에서 거짓 경보가 발생되지 않음을 볼 수 있었다.

• 정보처리학회논문지C
• /
• 제13C권3호
• /
• pp.295-302
• /
• 2006

침입탐지 시스템은 실시간으로 공격행위에 대하여 다량의 경보를 기록한다. 이들 경보 중에는 실제 공격 경보뿐만 아니라 공격으로 잘못 탐지하여 발생된 오 경보들도 있다. 오 경보는 침입탐지 시스템의 효율성을 저하시키는 주요요인이 되므로, 이 논문에서는 오경보 분석을 위한 프레임워크를 제안한다. 또한 지속적으로 증가하는 오 경보를 분석하기 위해 점진적 데이터 마이닝 기법을 적용한다. 제안한 오경보 분석 프레임워크는 GUI, DB Manager, Alert Preprocessor, False Alarm Analyzer로 구성되어 있다. 우리는 실험을 통해 증가하는 오경보를 분석하고, 분석된 오경보 규칙을 침입탐지 시스템에 적용하여 오 경보가 감소됨을 확인하였다.

• 한국재난정보학회 논문집
• /
• 제8권1호
• /
• pp.93-99
• /
• 2012

본 연구는 문헌연구를 기초로 기계경비서비스의 공급자인 기계경비업체의 서비스 담당자와 인터뷰를 실시하여 그 결과를 분석하여 오경보 관리방안을 제시하였다. 고객의 실수로 인한 오경보를 줄이기 위해 고객 시설의 특성에 맞는 교육도구의 제공이 필요하며, 고객의 실수에 의해 불필요한 출동이 이루어 졌을 경우 일정한 금액의 출동수수료를 고객에게 부과할 수 있는 제도적 합의를 도출할 필요가 있다. 기기의 결함 및 설치 등으로 인해 발생하는 오경보 문제를 개선하기 위하여 기기의 기술기준과 설치기준을 표준화 하는 것이 필요하며, 오경보에 영향을 많이 주는 열선감지기의 성능을 개선하기 위한 새로운 형태의 감지기 개발이 필요하다. 오경보에 대한 용어의 정의와 사용자에 대한 오경보 방지 교육내용을 보다 전문적이고 세부적인 가이드라인 형태로 규정화 하는 것이 필요하다.

• Nuclear Engineering and Technology
• /
• 제55권10호
• /
• pp.3716-3724
• /
• 2023

Loose parts monitoring and detecting alarm type in real Nuclear Power Plant have challenges such as background noise, insufficient alarm data, and difficulty of distinction between alarm data that occur during start and stop. Although many signal processing methods and alarm determination algorithms have been developed, it is not easy to determine valid alarm and extract the meaning data from alarm signal including background noise. To address these issues, this paper proposes a denoising autoencoder-based majority vote classification. Training and test data are prepared by acquiring alarm data from real NPP and simulation facility for data augmentation, and noisy data is reproduced by adding Gaussian noise. Using DAEs with 3, 5, 7, and 9 layers, features are extracted for each model and classified into neural networks. Finally, the results obtained from each DAE are classified by majority voting. Also, through comparison with other methods, the accuracy and the false alarm rate are compared, and the excellence of the proposed method is confirmed.

• ETRI Journal
• /
• 제35권1호
• /
• pp.80-88
• /
• 2013

A passive infrared or pyroelectric infrared (PIR) sensor is mainly used to sense the existence of moving objects in an indoor environment. However, in an outdoor environment, there are often outbreaks of false alarms from environmental changes and other sources. Therefore, it is difficult to provide reliable detection outdoors. In this paper, two algorithms are proposed to reduce false alarms and provide trustworthy quality to surveillance systems. We gather PIR signals outdoors, analyze the collected data, and extract the target features defined as window energy and alarm duration. Using these features, we model target and false alarms, from which we propose two target decision algorithms: window energy detection and alarm duration detection. Simulation results using real PIR signals show the performance of the proposed algorithms.

• 한국화재소방학회논문지
• /
• 제17권3호
• /
• pp.26-30
• /
• 2003

본 논문은 화재발생시 열감지기가 오동작하는 특성을 열방출률(Heat Release Rate : HRR)을 이용하여 경계값을 정량적으로 나타내고 그 경계값을 기준으로 감지기의 오동작 영역을 분석하였다. Crib 형태의 목재를 가지고 small-scale의 화재실험을 통하여 화재감지기의 동작시간 등을 측정하였고 이를 이용하여 화재감지기가 동작하는 순간의 HRR을 계산하였다. 화재실험으로부터 얻은 변수를 가지고 화재감지기가 오동작하는 HRR의 경계값을 계산한 결과 정온식 감지기는 20.24 kW 차동식 감지기는 13.59 kW로 나타났다.

• 한국안전학회지
• /
• 제8권1호
• /
• pp.6-12
• /
• 1993

Now it is reported that there are many companies and factories which confront to the problem of false alarm in Automatic Fire Detecting System (AFDS). Though an AFDS is a high-priced and very important device in detecting a fire. the problem degrades the reliability and utility, eventually faith. of the system. This is a research concerned about the problem of false alarm of fire detectors in an AFDS. Structure of detectors was modeled up as a general K out-of n system. and reliability characteristics including false alarm rate and missed alarm rate, are derived from it. For decision of an optimal structure of detectors. preliminary analysis on various criteria is accomplished. It is concluded that appropriate modification of a detector with plural sensors may increase the system reliability and decrease the false alarm rate.