Anomaly detection apparatus using artificial neural network

• Main Authors: KIM CHEOL WOON, YOO JAE HONG, SEO HYEON DEOK, CHA, GIL HWAN, PARK JAE HAN
• Format: Patent
• Language: English; Korean
• Published: 26.06.2020
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; HANDLING RECORD CARRIERS; PHYSICS; PRESENTATION OF DATA; RECOGNITION OF DATA; RECORD CARRIERS

The present invention relates to a device and a method for classifying abnormal data by using an artificial neural network. To this end, the method comprises: a generative vector generation step of generating a generative vector by a generation module which is one element of an abnormal data classification module trained to generate a normal vector, which is a multidimensional vector of normal time series distributed data based on a latent variable; a classification target vector receiving step of receiving a classification target vector which is a multidimensional vector of classification target data for classification of abnormal data; an abnormal data score output step of outputting an abnormal data score which is a loss value based on a difference between the generative vector and the classification target vector; and a latent variable adjustment step of adjusting the latent variable in a direction in which the abnormal data score decreases. 본 발명은 인공신경망을 이용한 비정상 데이터 구분 장치 및 방법에 관한 것이다. 이를 위하여, 잠재 변수를 기초로 정상인 시계열 분포 데이터의 다차원 벡터인 정상 벡터를 생성하도록 학습된 비정상 데이터 구분 모듈의 일구성인 생성 모듈이 생성 벡터를 생성하는 생성 벡터 단계; 비정상 데이터 구분의 대상이 되는 구분 대상 데이터의 다차원 벡터인 구분 대상 벡터를 수신하는 구분 대상 벡터 단계; 생성 벡터와 구분 대상 벡터의 차이를 기초로 손실값인 비정상 데이터 스코어를 출력하는 비정상 데이터 스코어 출력 단계; 및 비정상 데이터 스코어가 낮아지는 방향으로 잠재 변수를 조절하는 잠재 변수 조절 단계;가 제공될 수 있다.