기계 학습을 활용한 마이닝 장비의 장애 예측
Failure prediction of a mining rig using machine learning
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
블록체인은 분산되고 독립적이며 개방된 공통 장부(Ledger) 관리 기술로서, POW(Proof of Work)를 따르는 블록체인은 마이닝(Mining)을 통해 트랜잭션(Transaction)과 트랜잭션의 집합인 블록(Block)을 검증하고 승인하게 된다. 이 과정에서 참여자(노드)들은 네트워크에 컴퓨터 자원을 제공하고 POW를 유지하는데 초당 수천기가 해시를 소모하게 된다. 이처럼 해시 파워의 낭비는 금전적 손실과도 결부되어 있고 POW를 따르는 블록체인 네트워크에서 마이닝은 간과할 수 없는 중요한 문제이지만, 이와 관련된 관리 시스템이나 기법에 대한 연구는 미비한 실정이다. 이에 본 논문은 새로운 관리 기법으로 기계 학습(Machine Learning)을 활용하여 마이닝 장비의 이상 상태를 예측하는 모델을 제안하였다. 예측 모델을 생성하기 위해 마이닝 장비의 센서 데이터와 로그 데이터를 수집하여 주성분 분석(PCA: Principal Component Analysis)과 서포트 벡터 머신(SVM: Support Vector Machine) 알고리즘을 이용하여 기계 학습시키고 평가하였다. 그 결과 비선형 SVM이 상대적으로 더 적합한 모델임을 보여준다. 이에 본 연구는 마이닝 장비의 작업 이상 현상을 예측할 수 있는 모델을 제시함으로 마이너 장애 감지 및 진단 시간을 단축하고, 마이닝 환경 최적화에 기여할 수 있을 것이라 기대한다.
Abstract
Blockchain is a distributed, independent, and open common ledger management technology. Blockchain conforming to the POW(Proof of Work) verifies a transaction and a set of transactions through mining. In this process, participants(nodes) spend thousands of hashes per second to provide computer resources to the network and maintain POW. As such, waste of hash power is associated with financial loss, and mining is an important problem that can not be overlooked in a blockchain network following POW. However, there is little research on management system or technique related to it. In this paper, we propose a model to predict the abnormal state of mining rig by using machine learning as a new management technique. Sensor datas and log datas of mining rig were collected and evaluated by using PCA(Principal Component Analysis) and SVM(Support Vector Machine) algorithm to generate a prediction model. The results show that nonlinear SVM is a relatively more suitable model. Therefore, this study suggests a model that can predict the abnormal phenomenon of mining rig, so it can be expected to shorten the detection time of the minor fault, shorten the diagnosis time and contribute to the optimization of the mining environment.
참고문헌 (7)
- 박혜영, "기초부터 활용까지 패턴인식과 기계학습" (2011), 이한출판사
- 안드레아스M.안토노풀로스, "비트코인,블록체인과 금융의혁신" (2015), 고려대학교출판문화원
- 이수용, "Fuzzy 이론과 SVM 을 이용한 KOSPI 200 지수 패턴분류기", 한국증권학회제 4 차 정기학술발표회논문집, 2002(2), pp.787~809 (2002)
- 정수정, "주성분분석을 이용한 사면의 위험성 평가", 한국지반공학회논문집, 26(10), pp.69~79 (2010), 한국지반공학회
- Satoshi Nakamoto, "Bitcoin: A Peer-to-Peer Electro nic Cash System" (2009)
- A Next-Generation Smart Contract and Decentralized Application Platform, "Vitalik Buterin", ~ (2015)
- GALIT SHMUELI, "비즈니스 인텔리전스를 위한 데이터 마이닝" (2009), 사이텍미디어(희중당)