• Journal of KIISE
• /
• v.42 no.5
• /
• pp.573-579
• /
• 2015

Nationwide supercomputing infrastructures in Korea consist of geographically distributed supercomputing clusters. We developed High-Throughput Computing as a Service(HTCaaS) based on these distributed national supecomputing clusters to facilitate the ease at which scientists can explore large-scale and complex scientific problems. In this paper, we present our mechanism for dynamically managing computing resources and show its effectiveness through a case study of a real scientific application called drug repositioning. Specifically, we show that the resource utilization, accuracy, reliability, and usability can be improved by applying our resource management mechanism. The mechanism is based on the concepts of waiting time and success rate in order to identify valid computing resources. The results show a reduction in the total job completion time and improvement of the overall system throughput.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.69-72
• /
• 2015

계산 과학 분야에서 자원을 필요한 만큼 빌려 쓸 수 있는 클라우드 기술을 적용하여 과학 클라우드(Science Cloud)를 구축하는 연구가 활발해지고 있다. 특히 의료 분야에서는 3D 볼륨 렌더링과 갈은 고성능의 자원을 활용한 대규모 작업 계산 응용이 있다. 이러한 응용의 성공적인 작업 수행과 실시간으로 변화하는 자원 수요에 대처하여 클라우드 자원을 효율적으로 관리하기 위한 오토 스케일링 엔진 개발이 필요하다. 그러나 대부분의 오토 스케일링 엔진은 단순한 하드웨어의 성능을 기반으로 제공되고 있어 클라이언트에 따라 부하를 고려해야한다. 본 논문에는 클라이언트에 따라 가중치를 적용한 동적인 SLA 기반으로 자원 수요를 예측하고 클라우드 자원을 효율적으로 관리하는 오토 스케일링 엔진을 제안한다.

• The Journal of Engineering Research
• /
• v.3 no.1
• /
• pp.117-121
• /
• 1998

This paper describes a model suitable for real-time languages, which explicitly defines a set of resource objects. The resource objects are constituted in a specialization hierarchy which allows programmers to perform resource handling at any desired level of detail, as well as providing a uniform interface. This object-oriented model is used to extend the applicability of the imprecise computation approach to deal with shortfalls of any computational resource, and enable to build real-time systems which can handle dynamic situations.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.250-252
• /
• 2015

다양한 분야에서 활발히 연구되는 빅 데이터와 최근 이슈가 되고 있는 딥러닝(Deep-learning) 등은 컴퓨터공학 분야뿐만 아니라 다양한 분야와 접목하여 이에 대한 관심이 증가하고 있다. 대규모 클러스터를 통하여 빅데이터와 딥러닝 같은 계산 집약적인(computational-intensive) 작업을 빠르게 처리할 수 있다. 하지만 대규모 클러스터의 잦은 유휴상태는 클러스터의 활용률은 매우 낮아지게 한다. 본 논문에서는 작업 실행 시간 개선과 클러스터 활용 효율성을 향상시키는 HTCondor 클러스터를 위한 동적 자원 스케줄링 기법을 제안한다. 동적으로 자원 할당을 위해 가상머신으로 HTCondor 클러스터 환경을 구성하였으며, 가상머신의 관리를 위해 OpenStack을 사용하였다. OpenStack기반 HTCondor 클러스터 환경에서 HTCondor Python API와 OpenStack Python API를 사용하여 우리가 제안하는 동적 자원 스케줄링 기법을 구현하였으며, 실험을 통해 제안하는 기법의 성능 및 실현 가능성을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10c
• /
• pp.94-96
• /
• 2003

고속 네트워크의 등장으로 관리 영역을 초월한 계산 자원의 공유가 가능하게 되었고, 그리드 컴퓨팅이 등장하게 되었다. 그리드 환경에 포함된 각 자원들은 이질적이기 때문에 고성능을 얻기 위해서는 효과적인 자원 발견 및 자원 선택이 중요하다. 본 논문에서는 그리드 컴퓨팅에서 다양하고 이질적인 자원들을 각 응용프로그램에서 효율적으로 이용할 수 있도록, 각 참여 노드들에게 순위를 부여하고 각 작업(Task)에 적절한 자원을 할당하여 전반적인 시스템 성능을 극대화시키는 메커니즘을 제안하였다. 각 노드의 순위는 처음 각 노드별 자원의 시스템 사양을 토대로 그룹화하여 작업을 배분하고 각 노드들이 작업을 마친 후 반환 값의 정확도와 응답시간과 같은 동적 요소를 고려하여 참여자의 순위를 부여하였고, 이러한 순위에 따른 작업 재분배 메커니즘은 전체적인 시스템 성능을 향상시키고 정확도를 높인다.

• Journal of the Korea Society of Computer and Information
• /
• v.25 no.2
• /
• pp.11-19
• /
• 2020

Modern GPU can execute general purpose computation on the graphic processing unit, and provide high performance by exploiting many core on GPU. To run AES algorithm efficiently, parallel computational resources are required. However, computational resource of CPU architecture are not enough to cryptographic algorithm such as AES whereas GPU architecture has mass parallel computation resources. Therefore, this paper reduce the time to execute AES by employing parallel computational resource on GPGPU. Unfortunately, AES cannot utilize computational resource on GPGPU since it isn't suitable to GPGPU architecture. In this paper, IPC based dynamic SM management technique are proposed to efficiently execute AES on GPGPU. IPC based dynamic SM management can increase and decrease the number of active SMs by using IPC in run-time. According to simulation results, proposed technique improve the performance by increasing resource utilization compared to baseline GPGPU architecture. The results show that AES improve the performance by 41.2% on average.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04a
• /
• pp.631-633
• /
• 2004

고속 네트워크의 등장으로 관리 영역을 초월한 계산 자원의 공유가 가능하게 되었다. 유휴 상태에 있는 자원들의 자발적인 참여로 인한 자원 제공은 네트워크로 상호연결된 컴퓨터 시스템 즉, 그리드 컴퓨팅을 가능하게 하였다. 그리드 환경에 포함된 각 자원들은 이질적이고, 이질적인 자발적 참여 자원들에게는 자원의 참여 결과로서 나타나는 신인도라는 차원에서 적절한 보상이 제공되어야 한다. 본 논문에서는 그리드 컴퓨팅에서 각 노드들이 자발적인 협력체계에 참여하여 얻게되는 결과인 신인도에 따라 보상을 받을 수 있는 기술을 연구하고 그 타당성을 검토한다. 각 노들들이 작업을 하기전 시스템 정보인 정적정보와 주어진 직업을 마친 후 반환 값의 정확도와 응답시간과 같은 동적정보를 고려하여 얻게된 신인도를 고려하여 발런티어에게 피드백을 제공하는 보상체제를 구축한다. 신인도에 따른 보상체제는 유휴 노드들의 자발적 참여율을 높이고 전반적인 시스템 성능을 향상시킨다.

• KIISE Transactions on Computing Practices
• /
• v.23 no.1
• /
• pp.45-56
• /
• 2017

In astronomy, the amount of data generated using wide-field optical telescope has increased exponentially. However, the fixed-size small-scale computing environment and the complexity of data analysis tools, results in difficulties to process the massive observation data collected. To resolve this problem, we propose a cloud-based automation system for the efficient processing of the enormous data gathered. The proposed system consists of a Workflow Execution Manager which manages various workflow templates and controls the execution of workflows instantiated from theses templates, and an Elastic Resource Manager that dynamically adds/deletes computing resources, according to the amount of data analysis requests. To show the effectiveness of our proposed system, we exhaustively explored a board spectrum of experiments, like elastic resources allocation, system load, etc. Finally, we describe the best practice case of DEEP-SOUTH scheduling system as an example application.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.994-997
• /
• 2013

가비지 컬렉션(Garbage Collection)은 시스템에서 더 이상 사용하지 않는 동적 할당된 메모리 블록 혹은 개체를 찾아 자동적으로 다시 사용 가능한 자원으로 회수하는 것을 의미한다. 최근 대부분의 프로그래밍 언어에서는 메모리 관리를 자동으로 처리해주는 가비지 컬렉터를 기본적으로 포함하고 있으며 이러한 시스템 환경은 개발자들의 개발 속도 향상과 프로그램 가독성을 높여주는 이점을 주고 있다. 그러나 가비지 컬렉터는 자원이 한정되어 있는 스마트폰과 같은 환경에서는 큰 오버헤드를 가지며 성능 저하의 주 원인으로 꼽히기도 한다. 따라서 iOS의 경우에는 가비지 컬렉터를 지원하지 않는다. 이에 따라 본 연구에서는 스마트폰의 안드로이드와 iOS의 프로그래밍 언어인 Java와 Object C의 가비지 컬렉터의 알고리즘을 분석하여 두 언어의 개발환경의 차이를 비교 하였다. 또한 앞으로 Object C의 메모리 관리 정책에 대하여 서술하였다.

• Journal of KIISE:Information Networking
• /
• v.32 no.4
• /
• pp.471-482
• /
• 2005

The high-speed network permits Grid computing to handle large problem of management areas and share various computational resources. As there are many resources and changes of them in Grid computing, the resources should be detected effectively and matched correctly with tasks to provide high performance. In this paper, we propose a mechanism that maximizes the performance of Grid computing systems. According to a priority, grade and site of heterogeneous resources, we assign tasks to those resources. Initially, a volunteer's priority and ranking are determined by static information like as CPU speed, RAM size, storage size and network bandwidth. And then, the rank of resources is decided by considering dynamic information such as correctness, response time, and error rate. We find that overall Grid system performance is improved and high correctness using resource reallocation mechanism is achieved.