• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권4호
• /
• pp.1302-1320
• /
• 2015

In cloud, everything can be provided as a service wherein a large number of users submit their jobs and wait for their services. hus, scheduling plays major role for providing the resources efficiently to the submitted jobs. The brainwave of the proposed ork is to improve user satisfaction, to balance the load efficiently and to bolster the resource utilization. Hence, this paper roposes an Adaptive Multilevel Scheduling System (AMSS) which will process the jobs in a multileveled fashion. The first level ontains Preprocessing Jobs with Multi-Criteria (PJMC) which will preprocess the jobs to elevate the user satisfaction and to itigate the jobs violation. In the second level, a Deadline Based Dynamic Priority Scheduler (DBDPS) is proposed which will ynamically prioritize the jobs for evading starvation. At the third level, Contest Mapping Jobs with Virtual Machine (CMJVM) is roposed that will map the job to suitable Virtual Machine (VM). In the last level, VM Scheduler is introduced in the two-tier VM rchitecture that will efficiently schedule the jobs and increase the resource utilization. These contributions will mitigate job iolations, avoid starvation, increase throughput and maximize resource utilization. Experimental results show that the performance f AMSS is better than other algorithms.

• ETRI Journal
• /
• 제32권1호
• /
• pp.73-83
• /
• 2010

Combinatorial testing has been an active research area in recent years. One challenge in this area is dealing with the combinatorial explosion problem, which typically requires a very expensive computational process to find a good test set that covers all the combinations for a given interaction strength (t). Parallelization can be an effective approach to manage this computational cost, that is, by taking advantage of the recent advancement of multicore architectures. In line with such alluring prospects, this paper presents a new deterministic strategy, called multicore modified input parameter order (MC-MIPOG) based on an earlier strategy, input parameter order generalized (IPOG). Unlike its predecessor strategy, MC-MIPOG adopts a novel approach by removing control and data dependency to permit the harnessing of multicore systems. Experiments are undertaken to demonstrate speedup gain and to compare the proposed strategy with other strategies, including IPOG. The overall results demonstrate that MC-MIPOG outperforms most existing strategies (IPOG, IPOF, IPOF2, IPOG-D, ITCH, TConfig, Jenny, and TVG) in terms of test size within acceptable execution time. Unlike most strategies, MC-MIPOG is also capable of supporting high interaction strengths of t > 6.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권7호
• /
• pp.225-234
• /
• 2021

This research aimed to investigate the key factors affecting student satisfaction and loyalty in selected private universities in Cambodia. The study implemented a quantitative survey designed and guided by seven hypotheses to test the causal relationships among variables, such as academic experience, faculty services, campus life, social integration, student support facilities, student satisfaction, university image, and student loyalty. The research applied a multi-stage sampling technique of probability procedures to guarantee the presence of the research population. Confirmatory Factor Analysis (CFA) and Structural Equation Modeling (SEM) were applied for data analysis to test the hypotheses model. The collected survey totaled 543 from three universities. The purposive sampling methods were used to select the three target universities, based on their reputation, the number of students, year of establishment, and the recognition from the Ministry of Education, Youth, and Sport. The stratified random sampling method was employed to select target respondents for data collection by dividing the population into subgroups to ensure a random sample. The results showed that student support facilities, campus life, and social integration, faculty services, and university image play very important roles in the satisfaction and loyalty of the students in three universities.

• International Journal of Computer Science & Network Security
• /
• 제24권4호
• /
• pp.147-154
• /
• 2024

The continuous increase in urban population due to migration of mases from rural areas to big cities has set urban water supply under serious stress. Urban water resources face scarcity of available water quantity, which ultimately effects the water supply. It is high time to address this challenging problem by taking appropriate measures for the improvement of water utility services linked with better understanding of demand side management (DSM), which leads to an effective state of water supply governance. We propose a dynamic framework for preventive DSM that results in optimization of water resource management. This paper uses Agent Based Modeling (ABM) with Digital Twin (DT) to model water consumption behavior of a population and consequently forecast water demand. DT creates a digital clone of the system using physical model, sensors, and data analytics to integrate multi-physical quantities. By doing so, the proposed model replicates the physical settings to perform the remote monitoring and controlling jobs on the digital format, whilst offering support in decision making to the relevant authorities.

• 한국음향학회지
• /
• 제38권1호
• /
• pp.23-29
• /
• 2019

본 논문에서는 국내에서 발생한 지진 신호를 검출 및 식별하기 위한 방법을 다루었다. 국내에서 발생한 지진 신호들을 분석해 본 결과 서로 다른 주파수 대역 신호의 특징들이 각각 분류를 위한 특징으로 적절함을 확인할 수 있었다. 이러한 분석 결과를 바탕으로 지진 신호에서 추출한 다중 주파수 대역 특징을 기반으로 하는 CNN(Convolutional Neural Network) 기법에 대해서 제안하였다. 제안하는 다중 주파수 대역 CNN 기법은 지진 신호에서 추출한 멜 스펙트럼에 대해서 각각 필터를 적용하여 서로 다른 주파수 대역(저/중/고 주파수)의 신호를 추출하였다. 추출된 신호들을 바탕으로 각각 CNN 기반 분류를 수행하였고, 수행된 결과를 융합하여 최종적으로 지진 이벤트에 대해 식별하였다. 2018년 동안 대한민국에서 발생한 실제 지진데이터를 기반으로 하는 실험을 통해 제안하는 기법에 대한 효용성을 검증하였다.

• 한국음향학회지
• /
• 제39권6호
• /
• pp.615-621
• /
• 2020

본 논문은 다중 관측소에서 측정된 지진 신호를 이용한 그래프 합성곱 신경망 기반 지진 이벤트 분류 방법을 제안한다. 기존의 딥러닝 기반 지진 이벤트 분류 방법은 대부분 단일 관측소에서 측정된 신호로부터 지진 이벤트를 분류한다. 지진 관측망에는 수많은 지진 관측소가 존재하며 하나의 관측소만 사용하는 방법보다 여러 관측소의 정보를 동시에 활용하는 방법이 지진 이벤트 분류 성능 향상을 이끌 수 있다. 본 논문에서는 단일 관측소에서 측정된 지진 신호들에 합성곱 신경망을 적용해 임베딩 특징을 추출한 후 그래프 합성곱 신경망을 이용해 단일 관측소들 사이의 정보를 융합하는 다중 관측소 기반 지진 이벤트 분류 구조를 제안한다. 관측소의 개수 변화 등 다양한 실험을 통해 제안한 모델의 성능 검증을 수행하였으며 실험 결과 제안하는 모델이 단일 관측소 기반 분류 모델보다 약 10 % 이상의 정확도와 이벤트 재현율 성능 향상을 보여주었다.

• 한국정보통신학회논문지
• /
• 제17권12호
• /
• pp.2843-2852
• /
• 2013

중첩된 환경의 이동 네트워크에서 이동 노드는 여러 개의 이동 라우터 중 하나를 선정하여 정보를 교환하게 된다. 이동 노드에게 기존의 상향식 또는 하향식 방법으로 지정된 이동 라우터는 최적의 이동 라우터가 아닐 수 있다. 이러한 경우, 이동 노드는 빈번한 핸드오버 및 바인딩 갱신을 발생시켜 이동 노드의 QoS(Quality of Service)를 저해 할 수 있다. 본 논문에서는 중첩된 환경의 이동 네트워크에서 이동 노드의 이동 특성과 이동 라우터의 QoS 정보를 기반으로 최적의 이동 라우터를 선정하는 방안을 제시한 후, MLP(Multi-layered Perceptron)를 이용하여 중첩 이동 네트워크의 이동 라우터 선정 방안을 학습시킨다. 학습된 MLP의 학습 결과와 실제 선정 결과를 분석하여 제안한 MLP 구조가 대규모의 중첩된 환경의 이동 네트워크에서 사용 가능함을 증명한다.

• 청정기술
• /
• 제17권3호
• /
• pp.273-279
• /
• 2011

제조나노물질은 원료물질이 동일하더라도 제조방법에 따라 최종생산물의 물리화학적 특성은 매우 상이해질 수 있고 더불어 독성 또한 크게 달라질 수 있을 것으로 추정되고 있다. 본 연구에서 우리는 2종의 탄소나노튜브(단층벽 탄소나노튜브 및 다층벽 탄소나노튜브)를 마우스에 경구와 경기관지로 처리한 후 체중당 상대무게 및 염증반응 지표를 조사함으로써 길이와 전기전도성에 따른 독성을 동정하였다. 실험 결과, 다층벽 탄소나노튜브의 경우 체중 감소는 길이가 짧은 그룹에서 더 강하게 관찰된 반면, 염증 반응은 비교적 길이가 긴 그룹에서 더 강하게 유도되었다. 경기관지로 처리된 단층벽 탄소나노튜브는 뇌와 신장의 상대무게를 의미있게 감소시켰고, 기관지 세척액과 혈액 내 면역세포의 의미있는 변화는 처리 후 1일과 7일에서 주로 관찰되었다. 이 결과를 통해 길이, 입경, 층벽의 수와 같은 탄소나노튜브의 물리화학적 특성이 물질에 의한 독성과 염증 반응에 매우 중요한 인자로 작용하고 있음을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제37권5B호
• /
• pp.348-356
• /
• 2012

오늘날 네트워크 환경은 응용 프로그램 및 서비스의 변화가 많아 응용탐지에 있어 기존의 단일 분석 알고리즘으로는 모든 트래픽의 응용을 정확하게 탐지하기 어렵다. 최근 이러한 단점을 보완하기 위해 여러 개별 알고리즘을 통합한 멀티 레벨의 트래픽 탐지 알고리즘에 대한 연구가 진행되고 있다. 이러한 멀티 레벨 탐지 알고리즘은 단일 알고리즘 구조에 비해 계산 복잡도가 높은 단점이 있다. 또한, 고속 네트워크에서 실시간으로 트래픽을 분류하기 위해서는 멀티코어 CPU의 장점인 병렬처리를 이용하여 높은 계산 복잡도를 해결해야 할 필요가 있다. 본 논문에서는 요즘 일반화된 멀티 코어 CPU환경에 적합한 실시간 응용 트래픽 탐지 시스템 구조를 제안한다. 먼저 멀티 레벨 트래픽 탐지 알고리즘이 멀티 코어 환경에서 실시간으로 동작하기 위한 고려 사항들을 살펴보고, 이를 통해 시스템을 설계하고 구현한 내용을 기술한다. 본 논문에서 구축한 시스템은 캠퍼스 네트워크와 기숙사 네트워크를 대상으로 구축하여 그 실효성을 검증하였다.

• 한국통신학회논문지
• /
• 제35권8B호
• /
• pp.1170-1178
• /
• 2010

최근 네트워크의 고속화와 인터넷 사용자의 증가에 따른 네트워크 망의 트래픽 급증으로 네트워크 자원의 효율적인 관리와 응용 기반 트래픽 분석의 중요성이 갈수록 강조되고 있다. 이미 기존의 많은 논문들에서 효율적인 네트워크 자원 관리를 위한 응용 프로그램 별 트래픽 분석에 대한 다양한 방법론과 알고리즘을 제안하고 있지만 각각의 연구는 한계점을 가지고 있다. 본 논문에서는 멀티 레벨 기반의 응용 트래픽 분석 방법론을 제안한다. 본 연구는 Header, Statistic, Payload 시그니쳐 기반 개별 분석 방법론과 Behavior 알고리즘을 이용한 방법론의 결과를 바탕으로 트래픽 상관관계를 적용하여 추가적인 분석이 가능하게 한다. 각각의 분석 방법론을 통합하여 기존 하나의 분석 시스템이 가지는 단점을 보완함으로써 유연하고 견고한 멀티 레벨 분석 시스템을 구축하였다. 또한 검증 시스템을 통해 학내 네트워크에 적용하여 그 타당성을 증명하였다.