• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07a
• /
• pp.763-765
• /
• 2005

DVS(dynamic voltage sealing)은 이동형 프로세서에서 에너지 효율을 높이기 위한 필수 요소로 자리 잡고있다. DVS를 효과적으로 사용하기 위해선 대상 태스크의 특성과 하드웨어 특성에 맞는 DVS 알고리즘이 필요하다. 상품화 수준의 않은 운영체계들이 일정한 인터벌(interval)을 바탕으로 시스템 사용 상황을 분석하여 목표 성능을 결정하는 방식을 사용하고 있다. 이러한 방식은 태스크의 특성이 갑자기 변하여 성능을 요구할 경우 인터벌만큼의 시간이 진행된 후에야 반응 한다는 단점이 있다. 또한, 태스크 별 특성이 아닌 시스템 전체의 특성을 따르므로 이질적인 성격의 태스크들이 동시에 실행 되는 환경에는 적합하지 않다. 최근의 모바일 프로세서들은 수 마이크로초 수준의 성능 전환 시간을 제공하고 있으며 이 속도는 계속 줄어들고 있다. 프로세서의 고성능화로 인해 I/O 작업의 경우 프로세서 성능에 따른 실행 시간의 차이가 존재 하지 않는다. 이러한 두 가지 특성을 바탕으로 우리는 TIB(timer interrupt based) 알고리즘을 제안한다. TIB 알고리즘은 일정한 길이의 인터벌 대신 타임 슬라이스(time slice)를 성능 결정의 단위로 삼는다. 성능의 결정은 태스크 별로 이루어지며 각 태스크가 사용했던 이전 타임 슬라이스가 타이머 인터룹트(timer interrupt)에 의해 끝났다면 최대의 성능을 그 외의 경우는 최저의 성능으로 실행하게 된다. 이러한 접근 방식을 통해 I/O 작업이나 이벤트를 기다리는 태스크에 대해 최저 성능을 제공함으로써 실행 시간의 적은 손해를 대가로 많은 에너지 절감을 이룰 수 있다. 또한, 태스크의 속성이 변한 경우 타임 슬라이스 길이 만큼의 지체만을 허용하게 된다. 이러한 TIB 인터벌에 기반한 알고리즘에 비해 개별 태스크의 특성에 따른 성능 조절과 태스크의 변화에 따른 빠른 반응을 자랑으로 한다. 본 논문에선 TIB 알고리즘을 리눅스 커널에 구현하여 성능을 평가하였고 그 결과 리눅스에서 사용되는 기존 인터벌 기반의 알고리즘들에 비해 좋은 전력 절감 효과를 얻을 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.74-77
• /
• 2022

최근 사물 인터넷(IoT)의 발전으로 계산 집약적이거나 지연시간에 민감한 태스크가 증가하면서, 모바일 엣지 컴퓨팅 기술이 주목받고 있지만 지상에 고정되어 있는 MEC 서버는 사용자의 요구사항 변화에 따라 서버의 위치를 변경하거나 유연하게 대처할 수 없다. 이 문제를 해결하기 위해 UAV(Unmanned Aerial Vehicle)를 추가로 이용해 엣지 서비스를 제공하는 기법이 연구되고 있다. 그러나 UAV는 지상 MEC와는 달리 배터리 용량이 제한되어 있어 태스크 마이그레이션을 통해 에너지 사용량을 최소화하는 것이 필요하다. 본 논문에서는 MEC 서버들 사이의 로드 밸런싱과 UAV MEC 서버의 에너지 효율성을 최적화하기 위해 강화학습 기법인 Q-learning을 이용한 태스크 마이그레이션 기법을 제안한다. 제안 시스템의 성능을 평가하기 위해 UAV의 개수에 따라 실험을 진행하여 잔여 에너지와 로드 밸런싱 측면에서 성능을 분석한다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.11 no.12
• /
• pp.437-444
• /
• 2022

Recently, research on mobile edge services has been conducted to handle computationally intensive and latency-sensitive tasks occurring in wireless networks. However, MEC, which is fixed on the ground, cannot flexibly cope with situations where task processing requests increase sharply, such as commuting time. To solve this problem, a technology that provides edge services using UAVs (Unmanned Aerial Vehicles) has emerged. Unlike ground MEC servers, UAVs have limited battery capacity, so it is necessary to optimize energy efficiency through load balancing between UAV MEC servers. Therefore, in this paper, we propose a load balancing technique with consideration of the energy state of UAVs and the mobility of vehicles. The proposed technique is composed of task offloading scheme using genetic algorithm and task migration scheme using Q-learning. To evaluate the performance of the proposed technique, experiments were conducted with varying mobility speed and number of vehicles, and performance was analyzed in terms of load variance, energy consumption, communication overhead, and delay constraint satisfaction rate.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.23 no.4
• /
• pp.47-52
• /
• 2023

With the growing data size and the increased computing load in machine learning, energy-efficient resource planning in IoT systems is becoming increasingly important. In this paper, we suggest a new resource planning policy for real-time workloads that can be fluctuated over time in IoT systems. To handle such situations, we categorize real-time tasks into fixed tasks and variable tasks, and optimize the resource planning for various workload conditions. Based on this, we initiate the IoT system with the configuration for the fixed tasks, and when variable tasks are activated, we update the resource planning promptly for the situation. Simulation experiments show that the proposed policy saves the processor and memory energy significantly.

• Journal of KIISE:Computer Systems and Theory
• /
• v.28 no.8
• /
• pp.372-378
• /
• 2001

오늘날, 이질적인 분산 컴퓨팅 환경을 통합하고 분산 공유 자원을 효율적으로 사용할 수 있는 공통 작업 환경에 대한 요구가 날로 높아지고 있다. 이러한 연구 중에서 주목받는 것 중 하나가 OMG의 CORBA이다. CORBA 시스템에서 실시간 멀티미디어 데이터들을 처리하기 위해 확장된 CORBA 표준을 RT(Real-Time) CORBA라고 한다. RT CORBA의 핵심은 수많은 실시간 태스크들의 블록을 최대한 방지하여 실시간 QoS를 보장해 줄 수 있는 실시간 스케쥴링 기법에 있다고 할 수 있다. 현재 RT CORBA를 위해 제안되는 많은 스케쥴링 기법들은 대개 이전의 단일 시스템에 기반한 전역 우선순위 기반 스케쥴링이 대부분이다. 하지만 이러한 Soft Real-Time 스케쥴링은 다양한 성능 요소가 산재하는 분산 시스템에서는 그 성능을 보장할 수 없다. 본 논문에서는 CORBA와 같은 분산시스템의 보편적 특성을 고려한 Hard Real-Time 스케쥴링 기법인 CII(Cut In Interval) 기법을 제안하였다. 기존의 전역 우선순위 바탕의 스케쥴링이 비효율적인 태스크 할당 및 지역 스케쥴링을 제공하지만, CII 기법의 스케쥴링은 간단하면서도 보다 효과적인 전역 스케쥴링을 제공할 수 있다. CII 기법의 핵심은 이미 스케쥴링된 태스크를 가능한 제한시간까지 연기하여 얻어진 여유시간을 다른 실시간 태스크들의 처리에 활용하자는 것이다. 이러한 여유시간의 활용은 제안한 기법이 기존의 기법과 달리 보다 능동적이고 효율적인 스케쥴링 기법임을 증명한다.

• Journal of Broadcast Engineering
• /
• v.24 no.6
• /
• pp.1122-1133
• /
• 2019

We have designed and implemented a new data processing framework called MOHA(Mtc On HAdoop) which can effectively support Many-Task Computing(MTC) applications in a YARN-based Hadoop platform. MTC applications can be composed of a very large number of computational tasks ranging from hundreds of thousands to millions of tasks, and each MTC application may have different resource usage patterns. Therefore, we have implemented MOHA-TaskExecutor(a pilot-job that executes real MTC application tasks)'s Adaptive Parallel Computability which can adaptively execute multiple tasks simultaneously, in order to improve the parallel computability of a YARN container and the overall system throughput. We have implemented multi-threaded version of TaskExecutor which can "independently and dynamically" adjust the number of concurrently running tasks, and in order to find the optimal number of concurrent tasks, we have employed Hill-Climbing algorithm.

• KIISE Transactions on Computing Practices
• /
• v.22 no.8
• /
• pp.393-398
• /
• 2016

Collective Adaptive System is an adaptive multi-agent system which accomplishes its goal by collaborating various agents. Because the collective property of the Collective Adaptive System is accomplished by the goal of the system being based on collaboration, testing the goal accomplishment and their interactions among heterogeneous agents is important. This paper presents a feasibility study of applying a model-based testing approach using task-based test model to a Collective Adaptive System. This paper describes additional information to be applied for Collective Adaptive System for future studies. To analyze our approach, we applied the proposed approach to a smart home system as a case study; our results indicated that we can systematically derive test cases to check whether the Collective Adaptive System successfully achieved its goals by modifying and extending the existing task model.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.31 no.7B
• /
• pp.619-631
• /
• 2006

With the advent of ubiquitous computing environments, it has become increasingly important for applications to take full advantage of context information, such as the user's location, to offer greater services to the user without any explicit request. In this paper, we propose context-aware active services on the basis of CAMUS (Context-Aware Middleware for URC Systems). CAMUS is a middleware for providing context-aware applications with development and execution methodology. Accordingly, the applications developed by CAMUS respond in a timely fashion to contexts. To evaluate, we apply proposed active services to TV application domain. Therefore, we implement and experiment the TV contents recommendation service agent, control service agent and TV task based on CAMUS. The context-aware TV task is to recommend programs and control of TV according to user preference, location and voice commands.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.4
• /
• pp.304-308
• /
• 2009

This paper presents the deadline driven CPU-Power management scheme for the Real-Time Embedded OS: named TMO-eCos. It used the scheduling scenarios generated by a task serialization technique for hard real- time TMO system. The serializer does a off-line analysis at design time with period, deadline and WCET of periodic tasks. Finally, TMO-eCos kernel controls the CPU speed to save the power consumption under the condition that periodic tasks do not violate deadlines. As a result, the system shows a reasonable amount of power saving. This paper presents all of these processes and test results.

• The KIPS Transactions:PartC
• /
• v.14C no.4
• /
• pp.371-382
• /
• 2007

In this paper, we propose a real-time sensor node platform that efficiently manages periodic and aperiodic tasks. Since existing sensor node platforms available in literature focus on minimizing the usage of memory and power consumptions, they are not capable of supporting the management of tasks that need their real-time execution and fast average response time. We first analyze how to structure periodic or aperiodic task decomposition in the TinyOS-based sensor node platform as regard to guaranteeing the deadlines of ail the periodic tasks and aiming to providing aperiodic tasks with average good response time. Then we present the application and efficiency of the proposed real-time sensor node platform in the sensor node equipped with a low-power 8-bit microcontroller, an IEEE802.15.4 compliant 2.4GHz RF transceiver, and several sensors. Extensive experiments show that our sensor node platform yields efficient performance in terms of three significant, objective goals: deadline miss ratio of periodic tasks, average response time of aperiodic tasks, and processor utilization of periodic and aperiodic tasks.