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

Vector-3.png

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

Philo-AD_구조_kor.png
Vector-4.png

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

small1.png
small2.png
small3.png
small4.png
small1.png

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