• 한국콘텐츠학회논문지
• /
• 제22권1호
• /
• pp.214-223
• /
• 2022

본 연구의 목적은 외부경제요인을 고려할 수 있는 새로운 산업용지 수요예측 방법을 제시하는 것이다. 분석모형은 외생변수를 고려할 수 있는 ARIMA-X를 이용하였다. 외생변수는 경제 및 산업구조를 반영할 수 있도록 거시경제, 제조업 경기실사지수 및 경기종합지수 변수들로 구성된다. 그리고 예측은 외생변수 중 산업용지 공급보다 선행하는 변수만을 사용한다. 산업용지 공급에 선행성을 갖는 변수는 수입액, 민간·정부소비지출, 총자본형성, 경제심리지수, 기계류내수출하지수, 경기종합선행지수로 나타났다. 이들 변수를 이용하여 ARIMA-X 모형을 추정한 결과, 수입액 변수만 포함된 ARIMA-X(1,1,0) 모형이 통계적으로 유의한 것으로 나타났다. 산업용지 수요예측은 수입액의 변화 시나리오를 반영하여 2021년부터 2030년까지의 산업용지를 예측하였다. 그 결과, 장래 산업용지 수요는 연평균 1.91% 증가한 1,030.79 km²로 예측되었다. 이 결과를 기존 지수평활법과 비교한 결과, 본 연구의 결과가 기존 모형보다 예측오차가 더 적게 나타났다. 새로운 산업용지 예측모형으로 사용가능할 것으로 기대된다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권2호
• /
• pp.275-284
• /
• 2016

정확한 전력수요 예측은 에너지 소비를 줄이고 전력수급의 불균형을 방지한다. 본 연구는 외부요인의 영향을 가장 적게 받는 특정 시간대의 일 단위 전력 수요량을 참조선 (reference line)으로 한 시계열모형을 세우고자 한다. 고려된 시계열모형은 슬라이딩 창을 이용한 이중 계절성 Holt-Winters 모형과 TBATS 모형이다. 시계열모형의 모수는 2009년 1월 4일부터 2011년 12월 31일까지 자료를 이용하여 추정되었으며, 2012년 1월 1일부터 2012년 12월 29일까지의 각 모형의 전력수요량을 예측하여 성능을 비교하였다. RMSE와 MAPE를 통해 예측 성능을 비교한 결과 TBATS 모형의 성능이 우수하였다.

• 한국가스학회지
• /
• 제18권1호
• /
• pp.8-16
• /
• 2014

본 연구에서는 국내에서 발생한 가스사고를 분석하여 가스사고의 건수예측모델에 대하여 제시하였다. 가스사고 건수를 예측하기 위하여 단순이동평균법(3,4,5기간), 가중이동평균법 및 지수평활법을 적용해 본 결과, 4기간 이동평균법과 가중이동평균법에 의한 모델의 평균오차제곱합이 44.4와 43으로 가장 정확성이 높은 것으로 나타났다. 가스사고 발생건수 예측시스템을 개발함으로서 가스사고 예방활동에 적극 활용할 수 있을 것이다.

• 한국통신학회논문지
• /
• 제39C권8호
• /
• pp.708-715
• /
• 2014

본 논문은 센서 데이터의 이상을 감지하기 위하여 실시간 신뢰구간을 추정하였다. 실시간 신뢰구간 추정은 시계열분석 방법인 지수평활법과 이동평균법의 평균제곱오차를 비교하여 오차가 적은 이동평균법을 적용하였다. 이와 같이 추정된 신뢰구간을 측정된 센서 데이터가 이탈하게 되면 이상감지 경보를 통해 관리자에게 알려준다. 제안한 방법은 선박 내부의 실시간 이상감지를 위한 것으로 무선센서네트워크(WSN)와 사용자의 접근성을 높이기 위해 안드로이드 단말기를 사용하였다. 관리자는 실시간 신뢰구간에 따른 이상감지 정보를 활용하여 선박 내부에서 발생한 위급한 상황에서 신속하고 정확하게 의사결정을 함으로써 안전운항을 할 수 있다.

• 디지털콘텐츠학회 논문지
• /
• 제18권4호
• /
• pp.747-751
• /
• 2017

네트워크 서버 접근시 발생되는 로그는 네트워크 관리에 필수적인 다양한 정보를 가지고 있다. 이러한 정보에서 네트워크 관리에 유용한 정보를 추출하여 사용자 접속량, 비정상적인 접근 등을 예측하여 네트워크 관리의 효율성을 높이고 비용을 줄일 수 있다. 네트워크 관리자는 SNMP를 활용하여 네트워크상 서버의 CPU, 메모리, 디스크 사용율과 같은 정보를 기반으로 서버의 상태를 실시간으로 파악할 수 있다. 본 논문에서는 네트워크 6가지 로그를 분석하여 사용자의 접속량을 예측에 필요한 정보를 추출한 후 시계열 분석 방법인 이동평균법과 지수평활법을 적용하여 실험하였다. 또한 SNMP 시뮬레이터를 활용하여 서버의 CPU, 메모리, 디스크 사용율에 관한 OID를 추출하여 서버의 상태와 장애 예측을 시계열 분석방법으로 실험한 후 엑셀과 R 프로그래밍언어를 통해 시각화된 예측 결과를 제시하였다.

• 한국정보과학회논문지:정보통신
• /
• 제36권3호
• /
• pp.173-183
• /
• 2009

본 논문에서는 엔트로피에 기반한 이상징후 탐지 시스템을 제안한다. 엔트로피는 시스템의 무질서정도를 측정하는 지표로써, 이상징후 출현 시 네트워크의 엔트로피는 급증한다. 네트워크를 IP와 포트번호를 기준으로 분류하여, 패킷별로 역학을 관찰하고 엔트로피를 각각 측정한다. 분산서비스거부공격이나 웜, 스캐닝 등의 네트워크 공격 출현 시 패킷 교환과정이 정상적일 때와는 다르므로 엔트로피를 통하여 기존기법 보다 높은 탐지율로 이상징후를 탐지할 수 있다. 본 논문에서는 다수의 원과 서비스거부공격을 포함한 데이터 셋을 수집하여 제안기법을 검증하였다. 또한 지수평활법, Holt-winters 등의 시계열예측 기법과 주성분분석을 이용한 이상징후 탐지 기법과 정확도 측면에서 비교한다. 본 논문에서 제안한 기법으로 웜, 서비스거부공격 등의 이상징후 탐지에 있어 오탐지율을 낮출 수 있다.

• 한국콘텐츠학회논문지
• /
• 제19권1호
• /
• pp.132-140
• /
• 2019

최근 전 세계 많은 도시는 교통량 및 대기오염을 감축하기 위해 공유자전거 시스템을 도입하여 운영하고 있고, 서울시에서도 2015년부터 따릉이 공유자전거 서비스를 제공하고 있다. 공유자전거의 사용이 확산됨에 따라 대여소별로 자전거의 수요는 증가하고 있으나, 제한된 예산 하에서 대여소별로 수요를 관리하기 때문에 운영 및 관리상의 어려움이 존재한다. 현재 자전거 재배치를 통해 대여소별로 수요의 변동을 해결하려고 노력하고 있으나, 불확실한 미래의 사용자 수요를 정확히 예측하는 것이 보다 근본적인 방안이다. 본 연구에서는 통계적 시계열 분석을 통해 서울시 따릉이의 수요를 예측하는 모델을 개발하고, 이를 실제 데이터를 통해 분석하고자 한다. 특히, 전기 사용량의 수요에 사용했던 Holt-Winters방법을 따릉이 수요 예측을 위해 변형하여 적용하였고, 또한 파라미터들의 변동이 실제 수요예측에 어떠한 영향을 미치는지 민감도 분석도 수행하였다.

• 시큐리티연구
• /
• 제30호
• /
• pp.139-169
• /
• 2012

본 연구는 살인, 강도, 강간, 절도, 폭력 등 주요 범죄를 예측할 수 있는 시계열 모형을 도출하고 이를 이용한 주요 범죄의 발생 전망을 파악하여 범죄 발생에 대한 과학적인 치안정책 수립에 기여하는데 그 목적이 있다. 이와 같은 목적을 달성하기 위하여 2002년부터 2010년까지의 살인, 강도, 강간, 절도, 폭력 등 주요범죄에 대한 월별 발생건수를 IBM PASW(SPSS) 19.0을 사용하여 주요 범죄의 시계열 예측모형을 규명하기 위한 시계열 모형생성(C), 주요 범죄의 시계열 예측모형에 대한 정확도 규명을 위한 시계열 모형생성(C) 및 시계열 순차도표(N)를 실시하였다. 이와 같은 연구목적과 연구방법을 통하여 도출한 연구결과는 다음과 같다. 첫째, 살인, 강도, 강간, 절도, 폭력 등 주요 범죄에 대한 시계열 예측모형은 각각 단순계절, Winters 승법, ARIMA(0,1,1)(0,1,1), ARIMA(1,1,0)(0,1,1), 단순계절로 나타났다. 둘째, 살인, 강도, 강간, 절도, 폭력 등 주요 범죄에 대하여 시계열 예측모형을 이용한 주요 범죄에 대한 단기적 발생 전망이 가능한 것으로 나타났다. 이러한 연구결과를 토대로 범죄 발생에 대한 지속적인 시계열 예측모형 제시, 분기별, 연도별 범죄 발생건수를 기초로 하는 중 장기 시계열 예측모형에 대한 관심이 요구된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제4권2호
• /
• pp.47-56
• /
• 2015

에너지 절감형 서버 클러스터 환경에서는 서버 전원 모드가 부하상황에 따라 제어된다. 다시 말하면 현재 부하를 처리하는 데 필요한 대수의 서버들만 ON하고 나머지 서버들은 OFF한다. 이 알고리즘은 정상적인 상황에서는 잘 동작하지만 부하가 급증 또는 급감하는 비정상적인 상황에서는 QoS를 보장할 수 없다. 왜냐하면 서버가 OFF에서 ON으로 바뀌는 데 필요한 지연시간 때문에 ON 서버 대수를 당장 증가시킬 수 없기 때문이다. 본 논문에서는 정상적인 상황뿐만 아니라 비정상적인 상황에서도 QoS를 향상시키는 새로운 소비 전력 예측 알고리즘을 제안한다. 제안된 예측 알고리즘은 기존 시계열 분석에 기반한 예측과 추세를 반영한 예측 조정의 두 부분으로 구성된다. 15대의 서버 클러스터를 이용하여 실험이 수행되었고, 4가지 유형의 기존의 시계열 예측 모델과 본 논문에서 제안하는 4가지 유형의 수정된 모델에 대해 성능을 비교하였다. 실험 결과 4가지 유형 중 추세조정 지수평활법(ESTA)과 본 논문에서 제안된 ESTA(MESTA)가 표준화된 QoS 및 단위전력당 좋은 응답수 측면에서 가장 우수한 성능을 보였으며, 또한 본 논문에서 제안한 MESTA 알고리즘이 기존의 ESTA 알고리즘에 비해 가상 부하패턴과 실제 부하패턴에 대해 QoS가 7.5%, 3.3% 각각 향상됨을 보여주었다.

• 한국지능시스템학회논문지
• /
• 제9권4호
• /
• pp.420-425
• /
• 1999

최대수요전력 예측과 제어의 목적은 공장 또는 빌딩등의 전력수용가의 입장에서 수시로 변동하는 부하의추이를 파악 예측하여 에너지 합리화 경제성 증대 산업기기의 보호 수용가의 비용절감과 더불어 크게는 국가적인 전력시스템안정화를 가져가기 위함에 있다. 최대수요전력 예측/제어를 위한 기존의 방법들은 수용가 특성이나 계절별 요일별 차이를 고려하지 않고 고정된 알고리즘에 의해 예측값이 결정되므로 환경변화에 적극적인 대응능력이 부족한 단점이있다. 이와같은 문제점의 해결을 위해 본 논문에서는 현재 많은 연구가 되고 있는 SOFM 신경망을 이용한 예측 방법과 예측치의 보정방법으로 퍼지제어길르 추가한 형태의 최대수요전력예측 제어기를 제안한다, 예측방법의 경우 유동적이며 적은 구간을 통하여 순시부하처럼 변동이 많은 데이터에 대하여 예측시간을 단축함과 동시에 오차를 줄여나갈수 있다. 또한 2단계의 학습을 통하여 SOFMd의 출력값이 패턴이 아닌 예측치가 될 수 있도록 변형하였으며 패턴자체의 변화에 대응하여 패턴오차를 이용하여재학습을 하도록 하여 불안정한 전력에 대하여 보완한다. 그리고 예측후반부에 퍼지제어기를 연결하여 예측의 신뢰성을 높이는 안정된 예측구조를 가지고 있다. 실험결과 시계열 예측방법인 지수평활법보다 제안된 예측/제어 방법이 우수함을 확인하였다.