http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
빅데이터 집성을 위한 MANET 센서 커버리지에 관한 연구
문영주 ( Youngju Moon ),강지훈 ( Jihun Kang ),최성민 ( Sungmin Choi ),임종범 ( Jongbeom Lim ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.1
이 논문에서는 무선 센터 네트워크 환경과 이동성을 지원하는 MANET이 결합된 환경에서 센서 커버리지 최대화 문제를 해결하기 위한 방안을 제시한다. 이 문제를 해결하기 위한 기존 연구들의 가정 사항은 센서 노드의 밀집도가 높다는 것이다. 따라서 센서 노드들의 sleep, wake-up 등의 스케줄링 방안들이 제시되어 왔다. 하지만 센서 노드들의 밀집도가 낮은 환경에서 센서 커버리지 최대화 문제를 해결하기 위한 연구는 미비한 상태이다. 제안하는 방식은 단일 실패점이 있는 중앙집중형 방식이 아닌 분산형 방식과 자가 조직 방식을 취하고 있어 메시지 복잡도가 낮으며 노드의 수에 확장적이다. 또한 각 노드가 전체 노드 정보를 알고 있다는 가정을 배제하고 있어 동적인 환경에 적합하다.
빅데이터 집성을 위한 MANET 센서 커버리지 최대화 알고리즘의 문제점 분석
문영주 ( Youngju Moon ),강지훈 ( Jihun Kang ),최성민 ( Sungmin Choi ),임종범 ( Jongbeom Lim ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.2
무선 센터 네트워크 환경과 이동성을 지원하는 MANET이 결합된 환경에서 센서 커버리지 최대화 문제는 해결해야 할 중요한 문제 중 하나이다. 이 문제를 해결하기 위해 기존 연구에서는 자가 조직의 방식으로 노드 이동에 대하여 자가 결정, 근접 노드 검색, 노드 이동의 단계를 수행하는 알고리즘이 제시되었다. 하지만 기존 연구의 방식으로는 이미 노드의 배치가 최적화된 상태에서는 효과적이지 않다는 문제점을 가지고 있다. 이 논문에서는 기존 MANET 센서 커버리지 최대화 알고리즘의 문제점을 상세히 분석하고, 이 문제점을 해결하기 위한 해결 방안을 제시한다. 문제점을 제시하기 위해 MANET 환경을 모의구성하고 성능 실험을 실시하였다.
가상화 환경에서 가상머신의 GPU 연산으로 인한 CPU 연산의 성능 저하 연구
강지훈 ( Jihun Kang ),최희석 ( Heeseok Choi ),문영주 ( Youngju Moon ),길준민 ( Joon Min Gil ),정광식 ( Kwangsik Chung ),유헌창 ( Heonchang Yu ) 한국컴퓨터교육학회 2016 한국컴퓨터교육학회 학술발표대회논문집 Vol.20 No.1
가상화 환경에서 GPU(Graphic Processing Unit) 장치의 적용은 가상머신의 연산 성능 향상을 위해 사용되는 방법 중 하나이다. GPU는 대규모 병렬처리를 통해 CPU(Central Processing Unit) 보다 더 높은 연산 성능을 달성하며, 이런 장점으로 인해 클라우드 서버에서도 GPU가 많이 적용되는 추세이다. 하지만 기존 가상화 환경에서 다수의 가상머신에게 자원 사용 시간을 공평하게 분배해주기 위해 자원 사용 시간 할당에 일반적으로 사용하는 시분할 스케줄링 기법은 CPU 자원 사용 시간만을 감안하며, 이러한 특성은 GPU 연산 작업같은 경우는 자원 사용시간에 포함되지 않아 다른 가상머신보다 더 많은 연산 기회를 얻게 되어 공평성이 깨지는 문제를 가지고 있다. 본 논문에서는 GPU 연산을 수행하는 가상머신과 CPU 연산을 수행하는 가상머신을 동시에 수행하고 성능 측정 실험을 통해 GPU 연산을 수행하는 가상머신이 CPU 연산을 수행하는 다른 가상머신들에게 미치는 영향을 분석한다.