
Philo-AD
딥러닝 기반의 강력한 이상패턴 감지

과제/중소규 보안관리
웹/로그관리 분석
이상패턴감지
APT 대응
ESM/IDS/IPS/DRM
스마트 팩토리
제조공정 환경제어
에너지효율 최적화
제조품질분석
설비예지보전
금융보안
FDS
정보수집
분석/탐지
모니터링
Philo-AD


딥러닝 기반 신경망 방식과 규칙기반 방식을 효과적으로 결합
신경망 방식의 실시간성, 일반화 능력과 규칙기반 방식의 즉시 적용성, 해석 능력을 동시에 갖춤
이상패턴 감지 기술을 Log Monitoring SaaS 또는 Deep Learning SaaS 형태로도 제공
-
기존 ‘인공지능’ 기반 솔루션은 비정상 데이터를 일일이 찾아낸 후 학습
-
엘렉시는 정상 데이터를 먼저 학습하고 이 범위에서 벗어나는 부분만을 이상 데이터로 감지
-
심층신경망과 지식기반 방식의 결합을 활용한 점진적 오탐 최소화
-
따라서 학습 기간, 적용기간, 비용을 최대 50% 까지 줄일 수 있으며 알려지지 않았던 위험 요소에 대한 파악 가능



특장점
다양한 환경에서의 활용성
특정 시스템에 특화한 솔루션이 아니므로 다양한 분야에 맞춤 적용 가능
정확도 향상
이상 패턴 저장을 통하여 점진적으로 정확도가 향상
데이터 수집 편리성
정상적인 패턴의 데이터만 있는 경우에도 솔루션 적용 가능, 데이터 수집 시 각각의 레이블링 작업 필요 없음





실제 적용 가능한 현실적 솔루션
현재 활발히 연구되고 있는 강화학습에 의한 적응신경망 모델 적용 전에 필요한 실용적 솔루션
문제 영역 전문가 불필요
컨설팅에 의한 규칙 생성이 불필요함, 이에 따른 개발 비용, 시간 절감
Dashboard
-
모니터링 및 그래프화
학습 진행상황 모니터링 및 테스트 결과 모니터링
이상패턴 분석 그래프 제공
-
Auto learn
데이터를 자동 수집하여 스스로 학습을 진행
-
이상 패턴 원인 설명
이상 패턴 검출 결과 및 원인에 대한 설명
