RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      검색결과 좁혀 보기

      선택해제
      • 좁혀본 항목 보기순서

        • 원문유무
        • 원문제공처
        • 등재정보
        • 학술지명
        • 주제분류
        • 발행연도
        • 작성언어
        • 저자
          펼치기

      오늘 본 자료

      • 오늘 본 자료가 없습니다.
      더보기
      • 무료
      • 기관 내 무료
      • 유료
      • 정보서비스 요구 지원 시스템 개발

        한성근(Sunggeun Han),김규석(Gyuseok Kim),신영호(Youngho Shin),중백(Joongbaek Kim),박민우(Minwoo Park),주영(Jooyeong Kim) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.1B

        웹(WEB)의 발전과 더불어 대부분의 이용자 지원 시스템들이 웹을 기반으로 개발되거나 변경되어지고 있다. 또한, SOA, 클라우딩 컴퓨팅 등 현재 이슈가 되는 대부분의 정보서비스 관련 부분들이 서비스 중심으로 사고하고 구현할 수 있는 체제로 바뀌어 가고 있으며, 정보서비스를 구현하기 위해 개발자는 물리적인 하드웨어 혹은 전산 장비가 무엇인지 알 필요 없이 해당 서비스를 설계하고 지원 받기를 원한다. 본 논문에서는 전산실에서 보유하고 있는 서버, 스토리지, 네트워크 장비 등의 자원을 서비스 이용자에게 효율적으로 제공하고 관리할 수 있는 시스템을 구축하여, 이용자의 요구 사항을 효과적으로 지원하는 내용을 다루며, 이를 위해 정보서비스 지원 신청서 및 수행되는 작업 프로세스를 정의한다.

      • KCI등재

        대용량 분산처리 플랫폼 공유 모델 연구

        정환진(Hwanjin Jeong),강태호(Taeho Kang),김규석(GyuSeok Kim),신영호(YoungHo Shin),정진규(Jinkyu Jeong) 한국정보과학회 2016 정보과학회 컴퓨팅의 실제 논문지 Vol.22 No.11

        최근 다양한 분야에서 빅데이터 분석의 수요가 증가하고 있다. 효과적인 빅데이터 분석을 위해 분산처리시스템을 이용하지만 시스템 구축에는 상당한 금전적, 시간적 비용이 소모된다. 따라서 시스템 구축비용절감을 위한 방안이 필요하며 빅데이터 분석 플랫폼 서비스를 제공하여 사용자의 시스템 구축비용을 절약할 수 있다. 멀티테넌시는 다수의 사용자가 하나의 서비스를 공유하는 환경을 말하며 싱글테넌트 환경에 비해 시스템 자원 이용률을 향상시킬 수 있다는 장점이 있다. 본 논문에서는 대용량 분산처리 플랫폼 모델 두 가지를 제시하며 멀티테넌시를 지원하기 위한 방안에 대해 설명한다. 첫 번째 모델은 다수의 사용자가 단일 하둡 플랫폼을 공유하는 모델로 하둡의 멀티테넌시 지원을 활용하며, 다른 모델은 가상화 클라우드 컴퓨팅 환경을 활용하여 개별 가상 하둡 클러스터를 제공하는 모델이다. 제시한 두 모델의 프로토타입을 구축하였으며 두 모델의 성능 비교와 하둡 플랫폼의 멀티테넌시 검증을 하였다. With the increasing need for big data processing, building a shared big data processing platform is important to minimize time and monetary costs. In shared big data processing, multitenancy is a major requirement that needs to be addressed, in order to provide a single isolated personal big data platform for each user, but to share the underlying hardware is shared among users to increase hardware utilization. In this paper, we explore two well-known shared big data processing platform models. One is to use a native Hadoop cluster, and the other is to build a virtual Hadoop cluster for each user. For each model we verified whether it is sufficient to support multi-tenancy. We also present a method to complement unsupported multi-tenancy features in a native Hadoop cluster model. Lastly we built prototype platforms and compared the performance of both models.

      연관 검색어 추천

      이 검색어로 많이 본 자료

      활용도 높은 자료

      해외이동버튼