자기 지도 학습을 활용한 시계열 데이터에서의 이상탐지 방법론
Anomaly detection in time series data using self-supervised learning
- 주제(키워드) 기계학습 , 비지도학습 , 이상탐지 , 시계열 데이터 , 자기지도 학습 , Machine learning , Unsupervised learning , Anomaly detection , Time series data , Self-supervised learning
- 발행기관 서강대학교 일반대학원
- 지도교수 양지훈
- 발행년도 2021
- 학위수여년월 2021. 8
- 학위명 석사
- 학과 및 전공 일반대학원 컴퓨터공학과
- UCI I804:11029-000000066129
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권보호를 받습니다.
초록/요약
As civilization in modern society is becoming increasingly advanced, detection of abnormal signals has emerged as an important task in various fields, such as CCTV video signal analysis and monitoring, defective product detection of production lines, and detection of credit card abnormal use. Recently, research has been widely conducted to detect abnormal signals by using machine learning techniques. In case of general supervised learning, there is a lot of quality data emerging with advances in technology, but abnormal data for anomaly detection such as real-world cases are often difficult to obtain sufficiently. In this paper, a LSTM Auto-Encoder model utilizing self-supervised learning techniques is proposed to overcome the difficulties of applying supervised learning technique due to the data class imbalance problem. Through the numerical experiments, it can be concluded that the proposed model shows higher detection performance than the conventional binary classification model which use CNN, Vanila Auto-Encoder and LSTM Auto-Encoder models.
more초록/요약
현대 사회의 문명이 점점 고도화 되어감에 따라 정상적이 아닌 이상 신호의 탐지는 다양한 분야에서 중요한 문제로 떠오르고 있으며, CCTV 비디오 영상 신호 분석 및 감시, 생산라인의 불량 탐지, 신용카드 비정상적 사용 여부의 감지 등의 분야에서 활용되고 있다. 특히 최근에는 기계학습 기법을 활용하여 이상신호를 탐지하고자 하는 연구가 활발해 지고 있다. 일반적인 지도학습의 경우 기술의 발전과 함께 양질의 데이터가 많이 생겨나고 있지만, 실제 사례와 같은 이상탐지 분야에 대한 이상(Abnormal) 데이터는 충분히 얻기 힘든 경우가 대부분이다. 따라서 데이터 클래스 불균형 문제로 인하여 지도학습 기반의 방법을 적용하기에는 어려움이 따를 수 있다. 본 논문에서는, 데이터 클래스 불균형으로 인한 문제점을 극복하고자 하였으며 시계열 데이터에 대한 이상탐지를 위하여 자기 지도 학습 기법을 활용한 LSTM Auto-Encoder모델을 제안하였다. 비지도 학습 계열인 자기지도 학습을 활용함으로써, 본 논문에서 제안한 방법을 통해 학습된 모델은 CNN을 활용한 2진 분류 모델, Vanila 오토인코더, LSTM Auto-Encoder모델 보다 높은 탐지 성능을 보임을 확인하였다.
more