• 한국통신학회논문지
• /
• 제38B권7호
• /
• pp.512-518
• /
• 2013

분산 클라우드 컴퓨팅에서 자원 할당 알고리즘은 사용자 만족도와 서비스 수용 및 처리 능력과 밀접한 관련을 가지기 때문에 중요하다. 즉, 분산 클라우드에서는 서비스 처리를 위해 이용가능한 자원이 없을 때 발생하는 서비스 거부는 사용자 만족도를 반감시킨다. 따라서 본 논문에서는 서비스 거부를 최소화하기 위하여 데이터센터 자원 상황을 고려한 자원 할당 알고리즘을 제안한다. 제안하는 알고리즘은 Q-Learning 기반의 자원 할당량 학습에 의해서 클라우드 데이터센터에서 최대 자원 할당량 만큼 할당을 할 수 있으면 자원 할당량이 증가하고 그렇지 못할 때는 자원 할당량이 감소하게 된다. 본 논문에서는 제안하는 알고리즘과 기존의 두 알고리즘을 평가하고 제안하는 알고리즘이 두 알고리즘 보다 낮은 서비스 거부율을 보임을 증명한다.

• International Journal of Contents
• /
• 제12권3호
• /
• pp.29-33
• /
• 2016

Cloud computing makes extensive use of virtual machines that permit for workloads, as well as resource usage, to be isolated from one another, and a hypervisor can be used by a virtual machine to construct cloud computing infrastructure. However, the hypervisor has high resource usage when constructing virtual machines, which results in a waste of allocated resources when not activated. Docker provides a more light-weight method to obtain agile computing resources based on a container technique that handles this problem. In this study, we have chosen this specific tool due to the increasing popularity of MapReduce and cloud container technologies such as Docker. This study aims to automatically configure Twister workloads for container-driven clouds. Basically, this is the first attempt towards automatic configuration of Twister jobs on a container-based cloud platform VM for many workloads.

• 인터넷정보학회논문지
• /
• 제10권4호
• /
• pp.87-103
• /
• 2009

그리드 컴퓨팅 환경은 기존의 분산 컴퓨팅 기술의 확장된 개념으로, 다양한 분야에서 저비용의 고성능 컴퓨팅 퍼포먼스를 얻기 위하여 그리드를 이용하고 있다. 그러나 공통적으로 이용할 수 있는 정보 시스템의 부재로, 현재의 그리드는 대규모의 단일한 환경으로서의 그리드가 아닌, 기존의 클러스터 컴퓨터와 같은 의미로 사용되고 있다. 따라서 자신이 구성한 분산 컴퓨팅 환경을 그리드 환경의 한 부분으로 포함시키기 위해서는 컴퓨팅 환경에 대한 정보를 그리드의 이용자가 공유할 수 있어야 하며, 정보 서비스를 공개하여 공유할 수 있도록 해야 한다. 따라서 본 논문에서는 정보의 공유와 확장이 용이하며, 플랫폼에 독립적인 서비스를 제공할 수 있는 정보 시스템을 구축하기 위한 웹 서비스, 온톨로지 기반의 Semantic Information System Framework(WebSIS)을 제안한다. WebSIS를 통하여 온톨로지를 이용하는 정보 시스템의 제작을 용이하게 하며, 온톨로지의 공유와 재사용, 확장의 특징을 활용할 수 있는 구조를 제안한다. 또, 그리드 컴퓨팅 환경이 기존의 분산 컴퓨팅 환경에 비해 복잡해짐에 따라 작업을 수행하기 위한 적절한 자원의 할당에도 좀 더 많은 고려사항이 존재하게 되었고, 이를 효과적으로 처리하기 위해서는 좀 더 고수준의 정보처리를 필요로 하게 되었다. 이에 우리는 WebSIS와 함께 WebSIS를 이용하여 그리드 환경을 이용하는 작업의 자동화를 위한, 온톨로지 기반의 고수준의 정보처리가 가능한 Resource Information Service를 구현하였고, 이를 통하여, 효율적인 공유와 확장을 위한 온톨로지 모델을 제안한다. 또한, 기존의 용어 매칭이 아닌 의미 정보를 이용한 검색과 정보 처리를 제안한다.

• 정보처리학회논문지A
• /
• 제19A권3호
• /
• pp.161-168
• /
• 2012

클라우드 컴퓨팅의 폭발적 성장으로 IT를 활용하는 다양한 분야에 걸쳐 클라우드 기반의 시스템을 이용한 연구가 활발하게 진행되어 왔다. 특히, 클라우드 시스템을 이용하여 가상 머신 기반의 데스크탑 환경(DaaS, Desktop as a Service) 및 가상 모바일 환경을 구축하여 씬 클라이언트 형태로 어플리케이션 서비스를 이용하는 연구가 활발하게 진행 중에 있다. 본 논문은 씬 클라이언트 모바일 단말에서 모바일 어플리케이션 수행에 필요한 클라우드 시스템과, 자원 분배 시스템인 DRAMMA(Dynamic Resource Allocation Manager for Mobile Application)를 제안하고 있다. 또한 성능평가를 통해 DRAMMA가 기존의 클라우드 환경의 자원 분배 알고리즘과 비교하여 클라우드 시스템의 활용성을 높였고, 더 적은 가상머신의 이동, 자원 할당에 나타나는 오류를 줄여 보다 효율적인 서비스가 가능함을 확인 할 수 있었다.

• 정보화연구
• /
• 제11권4호
• /
• pp.449-462
• /
• 2014

빅 데이터 시대에서 데이터를 획득하고 저장하며 실시간으로 유입되거나 저장 된 데이터를 분석하는 처리 시스템은 다양한 부분을 고려해야 한다. 기존의 데이터 처리 시스템들과는 상이하게 빅 데이터 처리 시스템들에서는 시스템 내에서 처리될 데이터들의 포맷, 유입 속도, 크기 등의 특성을 고려해야한다. 이러한 상황에서, 가상화된 컴퓨팅 플랫폼은 가상화 기술로써 컴퓨팅 자원들을 동적이고 신축적으로 관리할 수 있음에 따라, 빅 데이터를 효율적으로 처리하기 위해 급부상하고 있는 플랫폼 중 하나이다. 본 논문에서는 가상화 된 컴퓨팅 플랫폼 상에서 Apache Hadoop과 HBase 기반의 빅 데이터처리 미들웨어를 구동하기 위하여 적합한 배포 모델을 위한 가상 컴퓨팅 자원 이용률을 분석하였다. 본 연구 결과, Task Tracker 서비스는 처리 중 높은 CPU 자원 활용율과 중간 결과물 저장 시점에서는 비교적 높은 디스크 I/O 사용을 보였다. 또한 HRegion 서비스의 경우, DataNode와의 데이터 교환을 위한 네트워크 자원 활용 비율이 높았으며, DataNode 서비스는 I/O 집약적인 처리 패턴을 보였다.

• 컴퓨터교육학회논문지
• /
• 제13권1호
• /
• pp.53-64
• /
• 2010

본 논문에서는 모바일 그리드 환경에서 안정적인 자원을 선택하고 활용하는 자원 관리 방법을 제안한다. 모바일 그리드에서 이동 기기를 작업 처리에 이용하고자 하는 연구들이 많이 이루어지고는 있지만 모바일 장치의 불규칙한 이동성, 서비스 탐색, 자원 공유, 기기의 다양성, 제한적인 배터리 용량 등의 제약으로 인하여 기존 유선 그리드 환경에서의 작업 처리에 비해 신뢰성이 매우 낮다. 이러한 문제점을 해결하기 위하여 다양한 연구가 진행되었고 대표적으로 프록시 기반 모바일 그리드 구조와 에이전트 기반 모바일 그리드 구조를 들 수 있다. 본 논문에서는 IP 페이징을 프록시 기반 모바일 그리드 구조에 적용하여 보다 쉽게 유휴 자원 탐색과 그리드 자원 정보를 관리하고자 한다. 그리고 모바일 기기의 작업 관리를 위하여 SIP(Session Initiation Protocol)를 이용하여 지속적으로 모바일 기기의 이동성을 관리하고 페이징 캐쉬를 이용하여 모바일 기기의 자원 변화와 배터리 용량을 관리하여 자원 예약을 통해 진행 중인 작업의 이주를 허용하고자 한다. 시뮬레이션을 통하여 제안하는 모바일 그리드 구조가 효율적이고 안정적임을 보여준다.

• International Journal of Computer Science & Network Security
• /
• 제24권2호
• /
• pp.59-66
• /
• 2024

This paper presents the concept and characteristics of cloud computing, and it addresses how cloud computing delivers quality of service (QoS) to the end-user. Next, it discusses how to schedule one's workload in the infrastructure using technologies that have recently emerged such as Machine Learning (ML). That is followed by an overview of how ML can be used for resource management. This paper then looks at the primary goal of this project, which is to outline the benefits of using ML to schedule upcoming demands to achieve QoS and conserve energy. In this survey, we reviewed the research related to ML methods for predicting workloads in cloud computing. It also provides information on the approaches to elasticity, while another section discusses the methods of prediction used in previous studies and those that used in this field. The paper concludes with a summary of the literature on predicting workloads and optimising QoS in the cloud computing.

• 한국인터넷방송통신학회논문지
• /
• 제16권1호
• /
• pp.283-290
• /
• 2016

최근 과학 기술이 발전함에 따라 복잡한 문제를 해결하기 위하여 고성능의 계산 자원이 필요하게 되었다. 이러한 요구를 충족시키기 위하여 지역적으로 분산되어 있는 이질적인 고성능 컴퓨팅 자원을 하나로 묶어 거대한 시스템을 구성하는 그리드 컴퓨팅에 대한 연구가 활발하게 이루어지고 있다. 하지만 제한된 자원 안에서 최대한의 결과를 얻어내기 위한 프로세스, 실시간 작업의 총 실행시간을 정확하게 예측할 수 있는 스케줄링 정책이 미흡한 실정이다. 이러한 문제점을 해결하기 위해, 본 논문에서는 시스템 효율성 증대를 위한 시스템 구조, 프로세스를 도출하고, 그리드 컴퓨팅 기반의 작업 방법론 도출, 자원(Agent)의 작업에 대한 문제점을 효율적으로 관리할 수 있는 위험 정책 모듈, 자원 할당 및 문제되는 자원들을 재할당 할 수 있는 스케줄링 기법 및 할당 기법, 자원(Agent) 모니터링을 효율적으로 관리할 수 있도록 그리드 컴퓨팅 기반의 위험 관리 시스템을 제안하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권7호
• /
• pp.3134-3155
• /
• 2020

In this paper, we study the joint radio and computational resource allocation in the ultra-dense mobile-edge computing networks. In which, the scenario which including both computation offloading and communication service is discussed. That is, some mobile users ask for computation offloading, while the others ask for communication with the minimum communication rate requirements. We formulate the problem as a joint channel assignment, power control and computational resource allocation to minimize the offloading cost of computing offloading, with the precondition that the transmission rate of communication nodes are satisfied. Since the formulated problem is a mixed-integer nonlinear programming (MINLP), which is NP-hard. By leveraging the particular mathematical structure of the problem, i.e., the computational resource allocation variable is independent with other variables in the objective function and constraints, and then the original problem is decomposed into a computational resource allocation subproblem and a joint channel assignment and power allocation subproblem. Since the former is a convex programming, the KKT (Karush-Kuhn-Tucker) conditions can be used to find the closed optimal solution. For the latter, which is still NP-hard, is further decomposed into two subproblems, i.e., the power allocation and the channel assignment, to optimize alternatively. Finally, two heuristic algorithms are proposed, i.e., the Co-channel Equal Power allocation algorithm (CEP) and the Enhanced CEP (ECEP) algorithm to obtain the suboptimal solutions. Numerical results are presented at last to verify the performance of the proposed algorithms.

• 한국시뮬레이션학회논문지
• /
• 제22권1호
• /
• pp.77-86
• /
• 2013

클라우드 환경은 여러 개의 컴퓨팅 자원들을 이용하는 분산 컴퓨팅 환경의 일종으로 가상머신을 이용 하여 작업을 처리한다. 클라우드 환경은 작업 요청에 따르는 부하분산과 빠른 작업 처리를 위한 프로비저닝 기술을 이용하여 가상머신의 상태에 따라 작업을 할당 한다. 하지만, 클라우드 환경의 작업 스케줄링을 위해서는 가상머신의 성능에 따르는 애매모호한 상태에 대한 가용성의 정의가 필요하다. 본 논문에서는 클라우드 환경의 프로비저닝 스케줄링을 위해 퍼지 로직 기반의 자원평가를 이용한 가상머신 프로비저닝 스케줄링(FVPRE: Fuzzy logic driven Virtual machine Provisioning scheduling using Resource Evaluation)을 제안한다. FVPRE는 각 가상머신의 정의하기 어려운 성능의 상태를 분석하여 자원 가용성에 대한 값을 구체화하여 정확한 자원의 가용성 평가를 통해 효율적인 프로비저닝 스케줄링이 가능하다. FVPRE는 클라우드 환경의 작업 처리에 대해 높은 처리율과 활용율을 보인다.