http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
큰 대역폭 지연 곱 망에서의 TCP 혼잡 제어 알고리즘의 비교에 관한 연구
김신규 ( Shin Gyu Kim ),정형수 ( Hyungsoo Jung ),한혁 ( Hyuck Han ),염헌영 ( Heon Y. Yeom ) 한국정보처리학회 2007 한국정보처리학회 학술대회논문집 Vol.14 No.2
AIMD(Additive Increase Multiplicative Decrease)를 기본으로 하는 TCP 혼잡 제어 알고리즘은 점점 더 사용처가 늘어가고 있는 큰 대역폭 지연 망에서 높은 사용률을 달성하기 힘들다는 문제점을 지니고 있다. 본고에서는 이 문제를 해결하기 위하여 제시된 다양한 TCP 혼잡 제어 알고리즘을 비교 분석해보고자 한다.
김신규 ( Shin-gyu Kim ),염헌영 ( Heon Y. Yeom ) 한국인터넷정보학회 2009 인터넷정보학회논문지 Vol.10 No.3
최근 정보의 시각화를 연구하는 쪽에서는 그래프의 시각화에 많은 관심을 갖고 있는데, 그 중 사회망 (social network)의 시각화에 특히 집중하고 있다. 하지만 아직까지 사회망 내에서의 정보의 흐름을 시각화하는 방법에 대해서는 깊이 있는 연구가 진행되지 않고 있었다. 정보의 흐름은 사회망의 구조와 밀접하게 연관되어 있고, 또한 실제적인 상호관계의 동적인 구성을 보여주기 때문에 사회망의 구조적 특징보다 더 유용한 정보를 담고 있다. 따라서 정보의 흐름을 시각화하는 것은 매우 중요하다. 본 논문에서는 초대형 사회망을 마치 온라인 지도서비스를 이용하듯이 탐색하고, 사회망 내에서의 정보의 흐름을 관찰할 수 있는 방법에 관하여 제안한다. 이를 위하여 (i) 초대형 사회망을 2차원 그래프에 맵핑하는 방법과, (ii) 줌-인, 줌-아웃기능 등을 활용하여 그래프를 탐색하는 방법, 그리고 (iii) 효율적인 질의 처리 프레임웍을 구축하는 방법을 고안하였다. 이 방법들을 이용하여 초대형 사회망을 제한적인 공간과 한정된 자원을 이용하여 효과적으로 표현할 수 있고, 이에 기반을 두어 사회망에서의 정보의 흐름을 시각화할 수 있게 된다. Recently, the information visualization research community has given significant attention to graph visualization, especially visualization of social networks. However, visualization of information flows in a very large social network has not been studied in depth. However, information flows are tightly related to the structure of social networks and it shows dynamic behavior of interactions between members of social networks. Thus, we can get much useful information about social networks from information flows. In this paper, we present our research result that enables users to navigate a very large social network in Google Maps` method and to take a look at information flows on the network. To this end, we devise three techniques; (i) mapping a very large social network to a 2-dimensional graph layout, (ii) exploring the graph to all directions with zooming it in/out, and (iii) building an efficient query processing framework. With these methods, we can visualize very large social networks and information flows in a limited display area with a limited computing resources.
공유 말단 캐시에서의 간섭의 영향을 고려한 멀티코어 프로세서를 위한 가상 머신 스케줄링
김신규 ( Shin-gyu Kim ),최찬호 ( Chanho Choi ),엄현상 ( Hyeonsang Eom ),염헌영 ( Heon Y. Yeom ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.1
클라우드 컴퓨팅 서비스 시장이 성장하면서, 서비스 제공자들은 전력 사용량 감소와 서비스 수준을 보장하는 등의 여러 가지 문제와 맞딱드리게 되었다. 이런 문제에 대한 원인 중 하나는 자원 효율성을 높이기 위해 도입한 가상머신 기반의 서버 통합 정책이다. 현재의 가상머신 기술들은 아직까지 완벽한 격리수준을 제공하지 못하기 때문에, 같은 노드에 배치된 가상머신들은 자원을 공유하면서 서로 간에 간섭을 일으키게 된다. 본 연구에서는 가상머신끼리 공유하는 자원 중 프로세서의 말단 캐시(Last-level Cache, LLC) 에서의 간섭을 최대한 줄여서 성능을 극대화하기 위한 방법을 제안한다.
맵리듀스 프레임워크의 중간 데이터가 성능에 미치는 영향에 관한 연구
김신규 ( Shin-gyu Kim ),엄현상 ( Hyeonsang Eom ),염헌영 ( Heon Y. Yeom ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.1
맵리듀스 프레임워크는 개발의 편의성, 높은 확장성, 결함 내성 기능을 제공하며 다양한 대용량 데이터 처리에 사용되고 있다. 또한, 최근의 데이터의 폭발적 증가는 높은 확장성을 제공하는 맵리듀스 프레임워크의 도입의 필요성을 더욱 증가시키고 있다. 이 경우 하나의 단일 클러스터에서 처리할 수 있는 계산 용량을 넘어설 수 있으며, 이를 위하여 클라우드 컴퓨팅 서비스 등에서 계산자원을 빌려오게 된다. 하지만 현재의 맵리듀스 프레임워크는 단일 클러스터 환경을 가정하고 설계되었기에 여러 개의 클러스터로 이루어진 환경에서 수행시킬 경우 전체 계산자원의 이용률이 떨어져서 투입된 자원에 비해 전체적인 성능이 낮아지는 경우가 발생하게 된다. 본 연구에서는 이의 원인이 맵과 리듀스 단계 사이에 존재하는 중간결과의 전송에 있음을 밝히고, 이의 전체 맵리듀스 프레임웍의 성능에 미치는 영향에 대하여 분석해보았다.
Small Random Write 환경에서의 NFS 와 iSCSI 에 대한 연구
최찬호 ( Chanho Choi ),김신규 ( Shin-gyu Kim ),엄현상 ( Hyeonsang Eom ),염헌영 ( H Y. Yeom ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.1
클라우드 시스템에서 사용되는 스토리지 서버는 다수의 워크로드가 혼재됨으로 인하여 상당수의 쓰기 연산이 Small Random 한 특성을 가지게 된다. 좀 더 높은 성능을 위해서 이런 특성에 적합한 스토리지 서버를 구축하는 것이 필요하며 이를 위해 본 논문에서는 자주 사용되는 스토리지 프로토콜인 NFS 와 iSCSI 를 비교하여 어떤 쪽이 Small Random Write 에 더 적합한지 실험을 통해 알아 보았다. 결과적으로 Small Random Write 들은 캐시에 합쳐지는 효과에 상당한 영향을 받으며, 이런 캐시 효과가 더 효율적인 것은 iSCSI 임을 확인하였다.
최찬호 ( Chanho Choi ),김신규 ( Shin-gyu Kim ),엄현상 ( Hyeonsang Eom ),염헌영 ( H Y. Yeom ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.1
효율적인 클라우드 시스템을 구축하기 위해서 가상 머신들의 성능을 예측하는 것은 중요한 일 이다. 가상 머신들의 성능에 영향을 끼치는 요소에는 가상 머신들이 자원에 동시에 접근해서 발생하는 경우 이외에도 가상화 환경을 만들어주는 VMM 자체도 성능 하락의 원인이 될 수 있다. 따라서 본 논문에서는 VMM 이 주로 CPU 자원을 소모한다는 가정하에서 대표적으로 사용되는 가상화 환경인 Xen과 KVM 에서 VMM 이 가상 머신들의 성능에 어떤 영향을 미치는지 연구하였다.