센서별 시간지연 교차 상관관계를 이용한 GCN 기반의 시계열 데이터 이상 탐지 방법 


50권  9호, pp. 805-812, 9월  2023
10.5626/JOK.2023.50.9.805


PDF

  요약

시계열 데이터를 통한 장비 이상 탐지는 더 큰 피해를 방지하고 생산성 향상에 기여할 수 있어 매우 중요한 과제이다. 이와 관련하여 시계열 데이터 이상 탐지에 대한 연구가 활발히 진행되고 있지만, 다음과 같은 제약사항들이 있다. 첫째, 센서 간 상관관계를 분석하지 않기 때문에 불필요한 허위 알람이 발생한다. 둘째, 센서 간 상관관계를 분석하기 위해 완전 그래프로 모델링하고 GAT(Graph Attention Networks)를 적용하였으나, 불필요한 연산의 증가로 많은 분석시간이 소요된다. 본 논문에서는 위의 제약사항을 해결하기 위해 SC-GCNAD(Sensor-specific Correlation GCN Anomaly Detection)를 제안한다. SC-GCNAD는 시계열 데이터의 특징을 반영한 TLCC(Time Lagged Cross Correlation)를 적용하여 정확한 센서별 상관관계를 분석하고, 상관관계 표현력이 뛰어난 GCN(Graph Convolutional Networks)을 활용한다. 그 결과 기존 모델 대비 F1-Score는 최대 6.37% 향상하고, 분석시간은 최대 95.31% 단축한다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

K. Lee, Y. Kim, S. Jung, "A GCN-based Time-Series Data Anomaly Detection Method using Sensor-specific Time Lagged Cross Correlation," Journal of KIISE, JOK, vol. 50, no. 9, pp. 805-812, 2023. DOI: 10.5626/JOK.2023.50.9.805.


[ACM Style]

Kangwoo Lee, Yunyeong Kim, and Sungwon Jung. 2023. A GCN-based Time-Series Data Anomaly Detection Method using Sensor-specific Time Lagged Cross Correlation. Journal of KIISE, JOK, 50, 9, (2023), 805-812. DOI: 10.5626/JOK.2023.50.9.805.


[KCI Style]

이강우, 김윤영, 정성원, "센서별 시간지연 교차 상관관계를 이용한 GCN 기반의 시계열 데이터 이상 탐지 방법," 한국정보과학회 논문지, 제50권, 제9호, 805~812쪽, 2023. DOI: 10.5626/JOK.2023.50.9.805.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr