• 전자공학회논문지
• /
• 제53권6호
• /
• pp.80-87
• /
• 2016

본 논문에서는 그래프 컬러링과 OpenMP를 사용한 병렬 메쉬 스무딩 알고리즘을 제안하고 공유메모리 기반의 슈퍼컴퓨터를 이용하여 제안하는 병렬 메쉬 스무딩 알고리즘의 성능 분석을 수행하였다. 제안하는 병렬 메쉬 스무딩 알고리즘은 그래프 컬러링 방법을 통해 전체 메쉬를 여러 개의 독립적인 집합 (색깔)으로 나눈 후 각각의 독립적인 집합에 대하여 OpenMP 라이브러리를 사용하여 순차적으로 병렬 메쉬 스무딩을 수행하는 방법이다. 실험을 통하여 여러 가지 그래프 컬러링 방법과 색깔 순서 재배열 방법이 병렬 메쉬 스무딩의 효율성에 미치는 영향에 대해서 알아보았다. 또한, OpenMP의 루프 스케줄링 방법이 병렬 메쉬 스무딩의 효율성에 끼치는 영향에 대해서 알아보았다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.26-29
• /
• 2017

최근 중앙 집중화된 대규모 클라우드 시스템의 증가로 인해 가상화 환경에서 수행되는 성능 최적화 작업에 대한 많은 연구가 진행되고 있다. 그러나 기존 연구에서는 자원 분배의 공정성을 위해 가상머신 단위로 컴퓨팅 자원을 격리한 정책 내에서 이루어지고 있어 유연한 자원관리에 한계를 가지고 있다. 본 연구에서는 워크로드의 특징을 기반으로 과학적 연산을 수행하는 가상머신과 일반적인 서비스를 수행하는 가상머신을 분류하여 성능 최적화 작업을 수행하는 동적 자원 관리자를 제안한다. 실험을 통하여 제안하는 동적 자원 관리자가 KVM 기본 스케줄링에 비해 49%의 성능 향상을 보였다.

• 한국정밀공학회지
• /
• 제20권4호
• /
• pp.214-222
• /
• 2003

Studies on the optimization of machining process can be divided into two different approaches: off-line feedrate scheduling and adaptive control. Each approach possesses its respective strong and weak points compared to each other. That is, each system can be complementary to the other. In this regard, a combined system, which is a feedrate control system fur cutting force optimization, was proposed in this paper to make the best of each approach. Experimental results show that the proposed system could overcome the weak points of the off-line feedrate scheduling system and the adaptive control system. In addition, from the figure, it can be confirmed that the off-line feedrate scheduling technique can improve the machining quality and can fulfill its function in the machine tool which has a adaptive controller.

• 한국정보시스템학회:학술대회논문집
• /
• 한국정보시스템학회 2004년도 추계학술대회
• /
• pp.409-416
• /
• 2004

동적 공급사슬망은 복잡하고 다양한 이해관계를 가진 기업들로 구성되어 있다. 다수의 구매자로부터 주문 의뢰가 동시다발적으로 발생하므로 하위 구성원들은 경쟁적 관계에 놓이게 된다. 그러므로 최적의 공급사슬구성을 위해서는 수평적 경쟁 관계를 고려하여 구성주체들간의 협력관계를 통해 이를 해결하여야 한다. 지금까지의 스케줄링 문제에서는 상위의 구성원이 하위 구성원들을 일방적으로 선택하는 의사결정이 이루어졌으나 본 문제에서는 구성원간의 협력관계에서 에이전트를 통한 다자간 협상을 통해 공급사슬 전체의 최적화를 구성하는 방법론을 제시한다. 본 협상방법론은 단일기계에서 상이한 납기일, 조기생산(earliness), 지연생산(tardiness)을 동시에 고려하였으며 전체 공급사슬의 평균절대편차(Mean Absolute Deviation)의 최소화를 목적으로 하고 있다. 본 협상방법론의 효과성을 증명하기 위해 분지한계법(Branch & Bound)과 비교하고, 알고리즘 구현을 통해 구매자 협상방법론의 최적화 여부를 실험을 통해 증명하였다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1999년도 추계학술대회 논문집
• /
• pp.100-107
• /
• 1999

무인 운반차량 시스템 (AGV System) 의 이용도가 날로 증가함에 따라 시스템의 최적화 및 운영 방법에 관한 많은 연구가 진행되고 있다. 이에 본 연구에서는 AGV System에서 사용하는 Routing 및 Scheduling 정책들을 연구하고 이를 개선할 수 있는 새로운 방안을 모색한 후, 컴퓨터 모델링 기법을 이용한 보다 객관적인 시뮬레이션을 수행하여 최적의 AGV System과 그에 적합한 운영 정책을 제시하는데 그 목적이 있다. 따라서 본 논문은 크게 AGV Routing 과 Scheduling에 관한 연구로 나누어진다. AGV Routing은 AGV의 이동경로를 설정하는 것으로서 충돌 방지 (Collision Avoidance)와 최단경로 탐색 (Minimal Cost Path Find) 이라는 두 개의 주요 알고리즘으로 이루어진다. AGV Scheduling 은 장비의 공정시간과 AGV의 Loading/Unloading, Charging 시간으로 인해 불규칙한 Event 가 일어났을 경우 AGV 각각의 Jop을 알맞게 선정해주는 정책을 말하며 일반적으로 AGV Selection Rule, Charging Rule이 여기에 속한다. 본 연구에서는 이러한 알고리즘들이 반영된 AGV System을 컴퓨터 모델로 구축하여, 기존 시스템에서 사용되고 있는 여러 운영 정책들의 문제점들을 분석하였으며, Multiple AGV System을 최적화 시키는 운영 정책이 보다 객관적으로 제시되었다.

• 한국정보과학회논문지:시스템및이론
• /
• 제27권5호
• /
• pp.450-463
• /
• 2000

배열 재분산은 분산 메모리 컴퓨팅 환경에서 응용 프로그램의 수행 속도를 빠르게 하기 위해 많이 사용되고 있다. 특히 GEN BLOCK간 재분산은 동적으로 부하가 변화하는 경우 최적화된 성능을 보이기 위해 필요하다. 배열 재분산에 관한 기존 연구들은 대부분 CYCLIC(N)등과 같은 정규 분산 패턴간 재분산에 대해서만 이루어져 왔다. 그러나 GEN BLOCK등과 같은 비정규 분산 패턴간 재분산에서 발생하는 메시지패싱들은 정규 분산 패턴간 재분산과는 다른 특정을 보이기 때문에 이에 대한 새로운 연구가 필요하다. 본 논문은 GEN BLOCK간 재분산에서 발생하는 메시지패싱들에 정규 분산 패턴간 재분산에서 발견되 는 규칙성은 없는 반면 공간 지역성 (spacial locality)이 존재함을 보이고, 이를 기반으로 최소 스텝 정리와 최소 크기 정리가 재분산의 성능을 향상시키는데 중요함을 증병하였으며, 기존의 리스트 스케줄링 방식에 재구성 단계(relocation phase)를 추가함으로써 최적 스케줄을 생성하는 알고리즘을 제시하였다. 마지막으로 제안한 알고리즘의 성능을 평가하기 위해 ， CRAY T3E와 IBM SP2에서 성능 평가를 수행 하였으며， 그 결과 분산 메모리 병렬 머신에서 최소 스텝 정리와 최소 크기 정리를 만족하는 스케줄이 GEN BLOCK간 재분산의 성능 향상에 중요함을 보였다.

• 정보보호학회논문지
• /
• 제34권5호
• /
• pp.973-980
• /
• 2024

퍼징은 프로그램을 테스트하기 위해 많은 테스트케이스를 생성하고 예외 상황을 모니터링하는 자동화된 테스팅 기술이다. 최근 퍼징 과정에서 발생하는 다양한 문제를 해결하기 위해 기계학습을 적용한 퍼징 연구가 활발히 제안되고 있지만, 기계학습을 적용한 퍼징 연구에 대한 종합적인 평가는 부족하다. 본 논문에서는 퍼징의 스케줄링 기법에 기계학습을 적용한 최신 연구들을 강화학습 기반과 지도학습 기반 퍼저로 분류하여 분석하였다. 분석된 기계학습 기반 퍼저들을 서로 다른 네 가지의 파일 포맷을 사용하는 리얼월드 프로그램에 적용하여 커버리지 확보 성능을, LAVA-M 데이터셋을 사용하여 버그 탐지 성능을 확인하였다. 실험 결과, 시드 클러스터링 기법과 강화학습을 통한 시드 스케줄링 기법을 적용한 AFL-HIER가 커버리지 확보와 버그 탐지 성능에서 우수한 성과를 보였다. 지도학습의 경우, 코드 복잡도가 높은 tcpdump를 대상으로 높은 커버리지 확보를 보였으며, 하이브리드 퍼징에 적용하였을 때 버그 탐지 성능이 뛰어났다. 본 연구는 기계학습과 퍼징 과정을 최적화하는 추가적인 기법을 함께 적용하였을 때 커버리지 확보와 버그 탐지 성능이 우수하다는 점을 보여주었다. 향후 다양한 입력 포맷을 다루는 프로그램에 효과적으로 적용할 수 있는 실용적이고 강력한 기계학습 기반 퍼징 기법에 대한 연구가 필요하다.

• 대한전자공학회논문지TC
• /
• 제47권1호
• /
• pp.1-9
• /
• 2010

본 논문에서는 멀티미디어 트래픽에 대한 성능 향상을 목표로 ASR-DRR, ASD-DRR이라 명명한 IEEE 802.11e HCCA기반에서 서비스 품질 보장이 가능한 스케줄링 알고리즘을 제안하였다. 또한 IEEE 802.11e HCCA(Hybrid Coordination Function Controlled Channel Access) 스케줄러와 관련된 다수의 개선된 형태의 스케줄러들이 실제 큐 사이즈 정보를 실시간으로 HC(Hybrid Coodinator)에 전달하지 못하여 생기는 불필요한 지연시간에 대해 지적하였다. 이러한 문제점을 해결하기 위해서 현재 큐 상태를 최대한 실시간으로 전달할 수 있는 간단한 해결책을 제안하였으며, 이를 바탕으로 두 가지 구현방안을 제시하였다. 이를 RTS(Request to Send)/CTS(Clear to Send)를 활용한 적응형 스케줄러(ASR)와 Data/Ack를 활용한 적응형 스케줄러(ASD)라고 한다. 이들 구현 방안들은 유선환경에서의 DRR(Deficit Round Robin) 스케줄러를 모방하여 최적화되었다. 또한 제안하는 스케줄러의 성능을 알아보기 위해 NS-2 시뮬레이터를 활용하여 기존 스케줄러와 비교한 결과 훨씬 좋은 성능을 보임을 확인하였다.

• 전기전자학회논문지
• /
• 제8권2호
• /
• pp.181-185
• /
• 2004

본 논문에서는 산술 연산을 수행하는 연산자의 수가 많은 펑션유닛의 입력 데이터의 스위칭을 최소화하여 소비 전력을 줄인다. 따라서 회로전체의 전력 소모를 줄이기 위해 연산자가 소모하는 전력을 우선적으로 최소화하는 것은 전력 감소의 큰 효과를 가진다. 본 논문은 VLSI회로에서 전력소비에 가장 영향을 많이 미치는 펑션유닛의 연산과정에서 소비하는 전력을 최소화하는 알고리즘을 제안한다. 펑션유닛에서 모든 연산은 전력소비 정보를 가진 전력 라이브러리를 이용하여 피연산자를 스케줄링한다. 전력 라이브러리는 펑션유닛의 모든 입력에 대해 각각의 컨트롤 스텝마다 입력 데이터의 정보를 갱신하고, 그 정보는 스케줄링 과정에서 사용되어진다. 따라서 모든 연산에서 최적화된 데이터를 펑션유닛의 입력으로 하여 전력소비를 최소화 할 수 있다. 본 논문은 상위 레벨 합성 과정에서 펑션유닛에 대한 최소의 전력소비를 위하여 제안하는 알고리즘을 적용하여 실험한 결과 최대 9.4%의 전력 감소효과가 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제20권1호
• /
• pp.135-140
• /
• 2020

최근 사물인터넷, 지능형 시스템 등의 활성화로 실시간 임베디드 시스템의 전력 절감 기술이 중요해지고 있다. 본 논문은 멀티코어 이기종메모리 환경에서 실시간 시스템의 전력 소모량을 절감하는 P-GA (parallel genetic algorithm) 스케줄링 알고리즘을 제안한다. P-GA는 멀티코어를 위한 PF (proportional fairness) 알고리즘에 기반한 프로세서의 전압 및 주파수 동적 조절 기법에 차세대 비휘발성메모리 기술을 결합하여 시스템의 전력 소모를 더욱 줄인다. 특히, 유전 알고리즘을 사용하여 태스크별 수행 프로세서의 전압 및 주파수 모드와 메모리의 종류를 최적화하여 태스크 집합의 전력 소모량을 최소화한다. 시뮬레이션 실험을 통해 P-GA가 기존 방식 대비 최대 2.85배의 전력 소모량을 감소할 수 있음을 보인다.