본 논문에서는 그리드 컴퓨팅의 기존 자원 거래망 모델들의 문제점을 분석하고, 해결하기 위한 새로운 자원 거래 모델을 제안한다. 이 모델은 사용자와 자원 공급자 사이의 거래 가격을 예측하고 합리적인 거래 가격을 제시한다. 합리적인 가격 제안을 통해, 사용자와 자원 공급자 사이의 더 많은 자원 거래를 발생시키고, 사용자는 더 짧은 시간에 자원을 공급받게 된다. 본 논문에서 사용자의 자원 요구량 예측 정확도를 향상시키기 위하여 통계학의 예측 모델을 도입하였고 합리적인 가격 제안을 위해 미시 경제학의 가격 결정 이론을 도입하였다. 본 모델의 성능 평가를 위하여 사용자의 자원 요구량 예측 정확도, 자원 거래를 위한 응답시간, 자원 거래 횟수 그리고 사용자의 자원 활용률을 측정하였다. 실험의 결과로는 자원 예측 정확도는 87.45%의 신뢰성 있는 결과를 얻었고, 기존 모델들에 비해 응답시간은 72.39% 단축 되었다. 또한, 자원 거래 횟수는 162.56% 증가 하였다. 본 논문에서 제안하는 모델의 평균 자원 활용률은 90%에 근접했으며 기존 모델들과 비교해서는 230%이상 자원 활용률이 증가 하였다.

모델링 시뮬레이션 그리고 센서 장비 기술의 지속적인 발전으로 최근에 매우 높은 해상도를 갖는 방대한 크기의 볼륨 데이타들이 일반화되고 있다. 과학적 가시화 분야에서, 이러한 데이타를 고성능 병렬 컴퓨터를 사용하여 효과적으로 가시화하기 위한 다양한 대화식 실시간 기법들이 제안되어 왔다. 본 논문에서는 모바일 클라이언트, 게이트웨이, 병렬 렌더링 서버로 구성되는 모바일 볼륨 가시화 시스템의 개발에 관해 설명한다. 모바일 클라이언트는 병렬 렌더링 서버에게 전달할 렌더링 / 뷰잉 파라미터를 설정할 수 있는 기능뿐만 아니라, 관심이 있는 특정 영역을 점진적으로 높은 해상도의 영상을 이용해 탐색할 수 있는 기능을 제공한다. 게이트웨이는 안정적인 서비스를 위해 모바일 클라이언트와 병렬 렌더링 서버 사이에서 주고받는 요청과 응답을 관리하는 역할을 한다. 병렬 렌더링 서버는 클라이언트로부터 전달받은 렌더링 컨텍스트를 이용하여 정의된 특정 부분 볼륨을 가시화하고, 고해상도의 최종 영상을 클라이언트에게 되돌려 주는 작업을 수행한다. 제안된 시스템은 PDA를 갖고 있는 여러 사용자가 협력작업(CSCW) 모드를 통해 동시에 볼륨 데이타 가운데 공통으로 관심을 갖는 특정 부분, 렌더링 컨텍스트, 그리고 최종 영상을 공유할 수 있도록 설계되었다.

교통정보는 지상파 DMB에서 핵심적인 콘텐츠로 주목받고 있는 것 중에 하나이다. 본 논문은 지상파 DMB에서 신속히 교통정보를 제공하기 위하여, 데이타 수집부터 콘텐츠 전송까지, 모든 과정을 자동으로 수행하는 데이타방송시스템을 제안하고, 이를 구현한다. 본 연구에서 제안한 데이터방송시스템은 크게, 실시간으로 교통데이타를 수집 가공하는 교통정보통합시스템, 콘텐츠를 자동으로 생성 및 검증하는 교통정보저작시스템, 생성된 콘텐츠의 송출을 담당하는 교통정보전송시스템으로 나누어져 있다. 이러한 서브시스템(subsystem)들의 기능과 구성요소, 그리고 상호작용에 대하여 설명한다. 제안하는 데이타방송시스템은 BWS유형의 콘텐츠를, 지상파 DMB 오디오방송의 부가데이타(PAD)로 제공한다. 마지막으로 데이타방송시스템의 구현결과와 향후 개선사항에 대하여 설명한다.

EAI나 B2BI와 같은 통합 어플리케이션들은 짧은 시간 동안의 서비스 요청 폭주로 인한 과부하시에도 대용량의 I/O기반 트랜잭션들을 안정적으로 처리할 수 있는 신뢰성 있는 시스템을 필요로 한다. 본 논문에서는 I/O기반 시스템에서 대용량의 거래를 효과적으로 처리할 수 있으며 짧은 시간 동안의 거래 요청 폭주로 인한 과부하시에도 안정적으로 서비스를 제공할 수 있는 Peak Load Control(PLC)기반의 Worker-Linker 패턴을 제시한다. 본 논문에서는 PLC 기법을 위해 지체시간(Delay Time) 알고리즘을 사용한다. 또한 제안한 알고리즘이 가지는 과부하 시의 성능 안정성을 증명하기 위해 본 논문에서는 Worker-Linker 패턴을 실제 B2BI 시스템에 적용해서 성능 안정성을 증명하기 위한 실험 결과를 제시한다. 실험 결과에 의하면 본 논문에서 제안한 지체시간 알고리즘은 과부하 상태를 안정적으로 통제하는데 효과가 있다.

본 논문에서는 시간에 따라 다양한 컨텐츠를 제공하는 방송 환경에서 고객의 최근 시청 정보를 이용하여 바로 다음에 고객이 시청하기를 선호하는 컨텐츠를 추천하기 위한 방법으로 가중치 지용 Markov 모델을 제안한다. 일반적으로 TV 시청자들은 최근에 시청한 자신이 선호하는 컨텐츠를 다시 시청하는 성향이 있다. 본 논문에서 제안하는 가중치 적용 Markov 모델은 TV 시청자들의 이와 같은 성향을 고려하여 고객이 연속적으로 시청한 정도에 따라 컨텐츠 선호도 전이 행렬에 가중치를 적용한다. 제안된 모델의 실험을 위해 고객으로부터 수집된 TV 시청 정보를 이용하여 고객의 선호 장르를 추천하는데 제안 모델을 적용하였다. 실험 결과 제안된 방법이 기존 방법에 비해 추천의 정확도가 향상되었음을 보인다.