IT서비스 신뢰성을 떨어뜨리는 가장 큰 요인은 변화관리가 미흡하여 서비스가 중단되는 것이다. 따라서 조직에서는 IT서비스 신뢰성 향상을 위해 여러 가지 방법과 대책을 추진하지만 효과는 오래가지 못한다. 본 연구에서는 IT서비스 신뢰성 향상을 위한 장애 예측과 교체시기 예측 기법을 제안한다. 장애 예측은 장애 예방을 위한 예측과 장애발생 후, 신속한 복구를 위한 장애처리의 예측으로 구분하였다. 오류나 결함 발생에 대한 근본 원인 분석 및 개선 활동으로 사전에 장애가 발생하지 않도록 예방하는 것은 매우 중요하다. 하지만 IT서비스는 업무환경 변화에 따른 시스템의 변경이 발생하므로 장애를 완벽하게 예방하기는 어렵다. 따라서 장애발생 후 신속한 복구처리가 되도록 관리해야 한다. 한편 조직에서는 제품의 생명주기가 다하여 서비스 만족도 저하, 품질 저하, 비용 증가, 신기술 미적용 등이 발생할 경우 교체가 필요한 시기를 예측하여 적시에 교체가 이루어지도록 해야 한다. 본 연구에서는 첫째, 파레토법칙에 따라서 결함이 많은 상위 20% 프로그램의 과거 결함 이력을 추적하여 장애를 사전에 예방하는 기법을 제시하였다. 이 기법은 결함추적시스템으로 구현하였으며, 프로그램 적용 전에 장애발생 가능성을 예측하고 대응함으로써 약 52%의 결함이 축소되었다. 둘째, 장애접수 내용과 장애처리 방법을 서로 매핑시키는 ...
IT서비스 신뢰성을 떨어뜨리는 가장 큰 요인은 변화관리가 미흡하여 서비스가 중단되는 것이다. 따라서 조직에서는 IT서비스 신뢰성 향상을 위해 여러 가지 방법과 대책을 추진하지만 효과는 오래가지 못한다. 본 연구에서는 IT서비스 신뢰성 향상을 위한 장애 예측과 교체시기 예측 기법을 제안한다. 장애 예측은 장애 예방을 위한 예측과 장애발생 후, 신속한 복구를 위한 장애처리의 예측으로 구분하였다. 오류나 결함 발생에 대한 근본 원인 분석 및 개선 활동으로 사전에 장애가 발생하지 않도록 예방하는 것은 매우 중요하다. 하지만 IT서비스는 업무환경 변화에 따른 시스템의 변경이 발생하므로 장애를 완벽하게 예방하기는 어렵다. 따라서 장애발생 후 신속한 복구처리가 되도록 관리해야 한다. 한편 조직에서는 제품의 생명주기가 다하여 서비스 만족도 저하, 품질 저하, 비용 증가, 신기술 미적용 등이 발생할 경우 교체가 필요한 시기를 예측하여 적시에 교체가 이루어지도록 해야 한다. 본 연구에서는 첫째, 파레토법칙에 따라서 결함이 많은 상위 20% 프로그램의 과거 결함 이력을 추적하여 장애를 사전에 예방하는 기법을 제시하였다. 이 기법은 결함추적시스템으로 구현하였으며, 프로그램 적용 전에 장애발생 가능성을 예측하고 대응함으로써 약 52%의 결함이 축소되었다. 둘째, 장애접수 내용과 장애처리 방법을 서로 매핑시키는 기계학습을 수행하고, 향후 발생하는 장애에 대하여 복구해야 할 방법을 예측하는 기법을 제시하였다. 장애 예측 알고리즘을 적용한 결과, 장애발생 후 장애처리 방법의 예측은 약 72% 적중하였으며, 지속적인 기계학습을 통하여 81%로 향상되었다. 셋째, 퍼지이론을 이용하여 사용자의 “서비스불만지수”와 품질, 비용, 신기술 평가지수를 주기적으로 측정한 후, 교체시기를 예측하는 기법을 제시하였다. 교체시기 예측 알고리즘을 적용하여 교체를 수행한 결과, “서비스불만지수”는 약 16% 하락하였으며 “교체점평가지수”는 약 9% 상승하였다.
IT서비스 신뢰성을 떨어뜨리는 가장 큰 요인은 변화관리가 미흡하여 서비스가 중단되는 것이다. 따라서 조직에서는 IT서비스 신뢰성 향상을 위해 여러 가지 방법과 대책을 추진하지만 효과는 오래가지 못한다. 본 연구에서는 IT서비스 신뢰성 향상을 위한 장애 예측과 교체시기 예측 기법을 제안한다. 장애 예측은 장애 예방을 위한 예측과 장애발생 후, 신속한 복구를 위한 장애처리의 예측으로 구분하였다. 오류나 결함 발생에 대한 근본 원인 분석 및 개선 활동으로 사전에 장애가 발생하지 않도록 예방하는 것은 매우 중요하다. 하지만 IT서비스는 업무환경 변화에 따른 시스템의 변경이 발생하므로 장애를 완벽하게 예방하기는 어렵다. 따라서 장애발생 후 신속한 복구처리가 되도록 관리해야 한다. 한편 조직에서는 제품의 생명주기가 다하여 서비스 만족도 저하, 품질 저하, 비용 증가, 신기술 미적용 등이 발생할 경우 교체가 필요한 시기를 예측하여 적시에 교체가 이루어지도록 해야 한다. 본 연구에서는 첫째, 파레토법칙에 따라서 결함이 많은 상위 20% 프로그램의 과거 결함 이력을 추적하여 장애를 사전에 예방하는 기법을 제시하였다. 이 기법은 결함추적시스템으로 구현하였으며, 프로그램 적용 전에 장애발생 가능성을 예측하고 대응함으로써 약 52%의 결함이 축소되었다. 둘째, 장애접수 내용과 장애처리 방법을 서로 매핑시키는 기계학습을 수행하고, 향후 발생하는 장애에 대하여 복구해야 할 방법을 예측하는 기법을 제시하였다. 장애 예측 알고리즘을 적용한 결과, 장애발생 후 장애처리 방법의 예측은 약 72% 적중하였으며, 지속적인 기계학습을 통하여 81%로 향상되었다. 셋째, 퍼지이론을 이용하여 사용자의 “서비스불만지수”와 품질, 비용, 신기술 평가지수를 주기적으로 측정한 후, 교체시기를 예측하는 기법을 제시하였다. 교체시기 예측 알고리즘을 적용하여 교체를 수행한 결과, “서비스불만지수”는 약 16% 하락하였으며 “교체점평가지수”는 약 9% 상승하였다.
The biggest cause that degrades the reliability of IT service is the poor change management and the resulting service interruption. Accordingly, organizations establish many measures to improve the reliability of IT service, but most of them are not effective in the long term. In this study, a failu...
The biggest cause that degrades the reliability of IT service is the poor change management and the resulting service interruption. Accordingly, organizations establish many measures to improve the reliability of IT service, but most of them are not effective in the long term. In this study, a failure and replacement time prediction technique is proposed to improve the IT service reliability. The failure prediction technique is divided into the prediction for failure prevention and the prediction for quick recovery after failure. It is very important to prevent the failure via fundamental cause analysis and improvement activities about errors and faults. However, the IT service involves the system change according to the changing working environment, and the perfect prevention of failures is a difficult challenge. Therefore, the system should be managed so that quick recovery can be ensured after the occurrence of a failure. Meanwhile, organizations must predict the time when the life of the equipment comes to an end, which results in the decrease in the service satisfaction and quality, increase in the cost, and inapplicability of new technology, to ensure the replacement of the equipment at the right time. In this study, a technique, which tracked the fault records of top 20% faulty programs to prevent the failure, was first proposed according to the Pareto principle. The technique was implemented as a fault tracking system, and approximately 52% of faults were prevented by predicting the failure occurrence possibility and taking action. Second, a technique, which conducted the machine learning for the mapping of the failure report and failure recovery method and predicted the recovery method for future failures, was proposed. With the failure prediction algorithm, the prediction success rate of the failure recovery method after the failure occurred was approximately 72%, and improved to 81% via continued machine learning. Third, a technique, which used the fuzzy theory to periodically measure the service dissatisfaction, quality, cost and new technology assessment indices and predict the replacement time, was proposed. With the replacement time prediction algorithm, the service dissatisfaction index decreased by approximately 16%, and the replacement point assessment index increased by approximately 9%.
The biggest cause that degrades the reliability of IT service is the poor change management and the resulting service interruption. Accordingly, organizations establish many measures to improve the reliability of IT service, but most of them are not effective in the long term. In this study, a failure and replacement time prediction technique is proposed to improve the IT service reliability. The failure prediction technique is divided into the prediction for failure prevention and the prediction for quick recovery after failure. It is very important to prevent the failure via fundamental cause analysis and improvement activities about errors and faults. However, the IT service involves the system change according to the changing working environment, and the perfect prevention of failures is a difficult challenge. Therefore, the system should be managed so that quick recovery can be ensured after the occurrence of a failure. Meanwhile, organizations must predict the time when the life of the equipment comes to an end, which results in the decrease in the service satisfaction and quality, increase in the cost, and inapplicability of new technology, to ensure the replacement of the equipment at the right time. In this study, a technique, which tracked the fault records of top 20% faulty programs to prevent the failure, was first proposed according to the Pareto principle. The technique was implemented as a fault tracking system, and approximately 52% of faults were prevented by predicting the failure occurrence possibility and taking action. Second, a technique, which conducted the machine learning for the mapping of the failure report and failure recovery method and predicted the recovery method for future failures, was proposed. With the failure prediction algorithm, the prediction success rate of the failure recovery method after the failure occurred was approximately 72%, and improved to 81% via continued machine learning. Third, a technique, which used the fuzzy theory to periodically measure the service dissatisfaction, quality, cost and new technology assessment indices and predict the replacement time, was proposed. With the replacement time prediction algorithm, the service dissatisfaction index decreased by approximately 16%, and the replacement point assessment index increased by approximately 9%.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.