IoT 데이터 품질 개선과 실시간 이상탐지

IoT Data Quality Improvement and Real-time Anomaly Detection

연구 내용

누락 데이터의 복원과 이상 징후의 실시간 탐지를 통해 IoT 분석의 신뢰성을 높이는 연구

IoT 기반 분석에서는 센서 측정 누락과 비정상 이벤트 발생이 데이터 신뢰성을 저하시킵니다. 연구실은 누락 구간을 통계적·시계열적 관점에서 다루는 MPdist 기반 imputation 방법으로 빅데이터 분석을 지원합니다. 동시에 엣지에서 제어 및 감시를 수행하며, 실시간 incident를 탐지하기 위한 이상탐지 체계를 구성합니다. 보안 관점의 실시간 탐지 요구를 반영하여 에너지 효율과 응답성을 고려한 구조를 지향합니다. 두 축을 통해 수집-복원-탐지로 이어지는 데이터 품질 향상 파이프라인을 설계합니다.

관련 프로젝트

0건

연구 흐름

초기에는 IoT 환경에서 발생하는 누락 데이터를 복원해 빅데이터 분석을 가능하게 하는 데 초점을 맞추고 MPdist 기반 결측치 보간 기법을 제안했습니다. 이후 엣지에서 실시간 제어와 모니터링을 결합하는 방향으로 확장되며, 에너지 효율을 유지하면서 secure real-time incident detection을 수행하는 이상탐지 기반 제어 시스템을 연구했습니다. 최근에는 결측 복원과 실시간 이상탐지를 하나의 데이터 신뢰성 체계로 연결할 수 있도록, 엣지에서 처리되는 입력 데이터의 품질을 전제하고 정책·탐지 모듈을 운용하는 관점으로 발전하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

결측 데이터 복원 파이프라인
센서 데이터 전처리 자동화
실시간 이상 이벤트 감시
에너지 효율 기반 엣지 추론
보안 요구 실시간 탐지
도메인별 신뢰도 향상
데이터 기반 제어 시스템 입력 안정화
대규모 IoT 분석 준비 단계
운영 중 데이터 품질 게이트
분석 오류 저감 모니터링