디지털 트윈 환경에서의 이상치 탐지 알고리즘 비교분석

• Published in: 디지털콘텐츠학회논문지 Vol. 23; no. 12; pp. 2497 - 2506
• Main Authors: 신윤종(Yoon-Jong Shin), 이남연(Namyeon Lee)
• Format: Journal Article
• Language: Korean
• Published: 한국디지털콘텐츠학회 01.12.2022
• Subjects: 컴퓨터학; Deep learning; 디지털 트윈; 가상물리시스템; Digital twin; Cyber physical system; 이상치 탐지; 딥러닝; 시계열데이터; Anomaly detection; Time series data
• ISSN: 1598-2009; 2287-738X
• DOI: 10.9728/dcs.2022.23.12.2497

디지털 트윈은 현실 세계의 객체 및 시스템을 가상의 디지털 트윈으로 복제하고 분석 및 시뮬레이션을 통해 효과적인 운영과 예측을 가능하게 하는 기술이다. 이 때, 디지털 트윈을 구성하는 데이터의 품질이 보장되지 않는다면 결과물인 디지털 트윈 또한 정상적으로 구현되기 어렵기 때문에 디지털 트윈에서 사용되는 데이터의 모니터링을 위해 이상치 탐지 기법을 활용해왔다. 그러나 기존 포인트 이상치 탐지 기법 (PAD; Point anomaly detection)기반의 이상치 탐지 기법들은 디지털 트윈 환경에서 수집되는 데이터들의 특성들로 인해 효과적인 이상치 탐지를 수행하는데 한계점을 가진다. 따라서 본 논문은 디지털 트윈 환경에서 수집되는 데이터의 특성과 유사한 데이터셋을 기반으로 이상치 탐지 알고리즘의 성능을 비교 분석하여 디지털 트윈환경에서 가장 적합한 이상치 탐지 알고리즘을 제안하였고, 실험의 결과를 바탕으로 향후 디지털 트윈 환경에서의 이상치 탐지 연구에서의 주요하게 고려되어야 할 이슈들을 도출하였다. Digital twin is a technology that duplicates real-world objects and systems into a virtual twin, and analyzes and simulates them to enable effective operation and prediction. If the quality data is not guaranteed, the resulting digital twin is also difficult to be normally implemented. So, anomaly detection methods have been used to monitor the quality of data. However, existing anomaly detection methods are not enough for digital twins due to the data characteristics such as class imbalance problem of multivariate time series data, and the limitations of point anomaly detection (PAD) performed by existing methods. Therefore, this paper implements existing anomaly detection algorithms and compares their performance, and based on this, we present the issue of anomaly detection in digital twin environments and future research directions for contextual outlier detection (CAD). KCI Citation Count: 2