• Journal of Information Processing Systems
• /
• 제17권2호
• /
• pp.297-305
• /
• 2021

Large amount of data is being generated in gaming servers due to the increase in the number of users and the variety of game services being provided. In particular, load balancing schemes for gaming servers are crucial consideration. The existing literature proposes algorithms that distribute loads in servers by mostly concentrating on load balancing and cooperative offloading. However, many proposed schemes impose heavy restrictions and assumptions, and such a limited service classification method is not enough to satisfy the wide range of service requirements. We propose a load balancing agent that combines the dynamic allocation programming method, a type of greedy algorithm, and proximal policy optimization, a reinforcement learning. Also, we compare performances of our proposed scheme and those of a scheme from previous literature, ProGreGA, by running a simulation.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제4권6호
• /
• pp.1133-1151
• /
• 2010

Energy balanced consumption routing is based on assumption that the nodes consume energy both in transmitting and receiving. Lopsided energy consumption is an intrinsic problem in low-cost sensor networks characterized by multihop routing and in many traffic overhead pattern networks, and this irregular energy dissipation can significantly reduce network lifetime. In this paper, we study the problem of maximizing network lifetime through balancing energy consumption for uniformly deployed low-cost sensor networks. We formulate the energy consumption balancing problem as an optimal balancing data transmitting problem by combining the ideas of corona cluster based network division and optimized transmitting state routing strategy together with data transmission. We propose a localized cluster based routing scheme that guarantees balanced energy consumption among clusters within each corona. We develop a new energy cluster based routing protocol called "OECR". We design an offline centralized algorithm with time complexity O (log n) (n is the number of clusters) to solve the transmitting data distribution problem aimed at energy balancing consumption among nodes in different cluster. An approach for computing the optimal number of clusters to maximize the network lifetime is also presented. Based on the mathematical model, an optimized energy cluster routing (OECR) is designed and the solution for extending OEDR to low-cost sensor networks is also presented. Simulation results demonstrate that the proposed routing scheme significantly outperforms conventional energy routing schemes in terms of network lifetime.

• 디지털산업정보학회논문지
• /
• 제6권4호
• /
• pp.67-73
• /
• 2010

A Wireless Sensor Network(WSN) is a promising infrastructure for the future U-healthcare system. In a WSN for the U-healthcare system, both biometric data and location data are transferred hierarchically from lots of mobile patients to the base station server and some countermeasures are made in real time if necessary. In this process, we encounter the load-balancing problem when many patients gather in a specific area. We also encounter the data duplication problem when each patient moves into an area monitored by several supervisors. The second problem is closely related to the first one. In this paper, we propose a mobile patient monitoring system with priority-based policy in load-balancing to solve the previous two problems and perform a DEVS Java-based system simulation to verify the system efficiency.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.526-529
• /
• 2020

최근 네트워크 환경에 대한 공격이 급속도로 고도화 및 지능화 되고 있기에, 기존의 시그니처 기반 침입탐지 시스템은 한계점이 명확해지고 있다. 이러한 문제를 해결하기 위해서 기계학습 기반의 침입 탐지 시스템에 대한 연구가 활발히 진행되고 있지만 기계학습을 침입 탐지에 이용하기 위해서는 두 가지 문제에 직면한다. 첫 번째는 실시간 탐지를 위한 학습과 연관된 중요 특징들을 선별하는 문제이며 두 번째는 학습에 사용되는 데이터의 불균형 문제로, 기계학습 알고리즘들은 데이터에 의존적이기에 이러한 문제는 치명적이다. 본 논문에서는 위 제시된 문제들을 해결하기 위해서 Hybrid Feature Selection과 Data Balancing을 통한 심층 신경망 기반의 네트워크 침입 탐지 모델을 제안한다. NSL-KDD 데이터 셋을 통해 학습을 진행하였으며, 평가를 위해 Accuracy, Precision, Recall, F1 Score 지표를 사용하였다. 본 논문에서 제안된 모델은 Random Forest 및 기본 심층 신경망 모델과 비교해 F1 Score를 기준으로 7~9%의 성능 향상을 이루었다.

• ETRI Journal
• /
• 제27권1호
• /
• pp.110-113
• /
• 2005

The resilient packet ring (RPR) is a data optimized ring network, where one of the key issues is on load balancing for competing streams of elastic traffic. This paper suggests three efficient traffic loading algorithms on the RPR. For the algorithms, we evaluate their efficiency via analysis or simulation.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권1호
• /
• pp.44-49
• /
• 2016

최근 소셜 미디어의 성장과 디지털 기기의 활용이 증가함에 따라 데이터가 기하급수적으로 급증하고 있다. 이러한 대용량의 데이터를 효율적으로 처리하기 위해 분산 메모리 처리 시스템을 사용한다. 하지만 분산 환경에서 특정 노드에 부하가 집중이 되면 노드의 성능이 저하되는 문제가 발생한다. 본 논문은 분산 메모리 환경에서 노드의 부하를 적절하게 분배하는 부하 분산 기법을 제안한다. 제안하는 기법은 노드의 부하를 관리하기 위해 핫 데이터를 여러 노드에 복제하고 노드가 추가되거나 삭제될 때 노드의 부하를 고려하여 데이터를 이주시킨다. 클라이언트는 핫 데이터의 메타데이터 정보를 유지하여 직접 노드에 접근함으로써 중앙 서버의 접근을 감소시킨다. 성능 평가를 통해 제안하는 부하 분산 관리 기법이 기존에 캐시 관리 기법에 비해 우수함을 입증한다.

• 제어로봇시스템학회논문지
• /
• 제19권3호
• /
• pp.233-239
• /
• 2013

This paper presents the analysis and control of the position of the COG (Center of Gravity) for a two-wheel balancing robot. The two-wheel balancing robot is required to maintain balance by driving two wheels only. Since the robot is not exactly symmetrical and its dynamics is changing with respect to moving parts, robust balancing control is difficult. Balancing performance becomes difficult when two arms hold a heavy object since the center of gravity is shifted out of the wheel axis. Novel design of a sliding waist mechanism allows the robot to react against the shift of the COG by moving the whole upper body to compensate for the imbalance of the mass as a counter balancer. To relocate the COG position accurately, the COG is analyzed by force data measured from two force sensors. Then the sliding COG mechanism is utilized to control the sliding waist position. Experimental studies are conducted to confirm the proposed design and method.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1087-1094
• /
• 2023

빅데이터, 클라우드, IoT, AI 등 기술의 발전으로 인해 높은 데이터 처리율이 요구되고 있으며 네트워크의 유연성과 확장성에 대한 중요성이 증가하고 있다. 하지만 기존 네트워크 체계는 벤더와 장비에 종속되어 앞선 요구를 충족하기에는 한계가 존재한다. 이에 소프트웨어 중심의 유연한 네트워크를 구성할 수 있는 SDN 기술이 주목받고 있으며 특히 SDN을 기반의 부하 분산 방식은 방대한 트래픽을 효율적으로 처리하여 네트워크 성능을 최적화할 수 있다. 기존 SDN 환경에서 부하 분산 연구들은 서버와 컨트롤러 간 불필요한 트래픽이 발생하거나 서버가 임계치에 도달한 후에야 부하 분산이 이루어지는 제한사항이 존재한다. 본 논문에서는 이를 해결하기 위해 서버 부하에 따라 단계적으로 서버에 가중치를 부여하는 방식을 통해 불필요한 트래픽을 최소화하고 서버가 과부화 되기 전에 적절한 부하 분산이 이루어질 수 있는 방식을 제안한다.

• 한국콘텐츠학회논문지
• /
• 제11권4호
• /
• pp.290-302
• /
• 2011

이번 연구의 목적은 전정 중심의 감각통합치료가 발달장애아동의 안구진탕, 시지각, 균형능력에 미치는영향을 알아보기 위해서이다. 발달장애를 가진 23명의 아동이 이번 실험에 참여하였다. 대상은 12주동안 Ayres의 감각통합이론에 바탕을 둔 전정중심의 감각통합치료를 받았다. 치료 효과는 SCPNT, DTVP-2, P-CTSIB, SCSIT등과 BOT의 일부 평가항목을 사용하였다. 수집된 데이터는 Wilcoxon test를 사용하여 분석되었다. 연구결과는 회전후 안구진탕 측정에서 유의한 증가를 보였다. 시지각과 균형능력의 측정결과에서도 유의한 증가를 나타내었다. 따라서 전정중심의 감각통합치료가 발달장애를 가진 아동에서 안진, 시지각, 균형능력의 증진에 효과적이었다.

• 한국전자통신학회논문지
• /
• 제16권5호
• /
• pp.817-824
• /
• 2021

기존 네트워크 체계의 한계점을 극복하기 위해 등장한 SDN(Software Defined Networking) 기술은 네트워크 장비에서의 HW와 SW의 분리를 통해 기존 체계의 경직성을 해소한다. 이러한 SDN의 특성은 하드웨어 중심의 네트워크 장비를 벗어나 폭넓은 확장성을 제공하며, 다양한 규모의 데이터센터에서의 유연한 부하분산정책을 제공해준다. 그동안 이러한 SDN의 장점을 데이터센터에 적용한 연구들이 다수 진행되어왔으며 효과를 보여줬다. 기존 연구들에서 주되게 사용된 방식은 서버의 부하를 주기적으로 확인하여 이를 기반으로 부하분산을 수행하는 방식이었다. 이 방식에서는 서버의 수가 많고 서버 로드 확인 주기가 짧을수록 트래픽이 증가한다. 본 논문에서는 이러한 제한사항을 해소하기 위해 서버에서 특정 수준의 부하 발생 시 이를 컨트롤러로 보고하는 방식을 통해 불필요한 트래픽을 없애고 서버들의 자원을 보다 효율적으로 관리할 수 있는 새로운 부하분산 기법을 제안한다.