• 정보처리학회논문지D
• /
• 제13D권2호
• /
• pp.165-174
• /
• 2006

데이터베이스 개발자나 사용자는 새로운 데이터베이스 시스템이 개발되거나 기존 데이터베이스 시스템에 새로운 기능이 추가되면 벤치마크를 통해 해당 시스템이나 기능의 성능을 점검하게 된다. 본 논문에서는 데이터베이스 시스템을 위한 벤치마크 통합 도구를 제안한다. 벤치마크 통합도구는 범용 벤치마크, 주문 벤치마크, 혼합 벤치마크를 사용자가 하나의 사용자 인터페이스를 사용하여 쉽게 수행할 수 있도록 지원한다. 텍스트 데이터 생성과 관련하여, 벤치마크 통합도구는 3가지 데이터 형에 대해 8가지 데이터분포를 제공하여 실세계와 유사한 데이터 생성을 수행하도록 돕는다. 또한 벤치마크 통합도구에서는 3가지 서로 다른 방법을 사용하여 XML 데이터를 생성하도록 지원한다. 사용자들은 벤치마크 통합도구의 작업부하 생성기능을 사용하여 실세계와 유사한 환경에서 벤치마크를 수행할 수 있다. 벤치마크 통합도구는 사용자가 새로운 범용 벤치마크나 주문 벤치마크를 쉽게 구현할 수 있도록 지원한다. 본 논문에서는 새로운 주문 벤치마크를 벤치마크 통합도구에 쉽게 추가할 수 있음을 예를 통해 보인다.

• 정보처리학회논문지D
• /
• 제11D권7호
• /
• pp.1427-1434
• /
• 2004

데이터베이스 시스템 벤치마크는 결과 값의 극대화를 위해 실험 대상 시스템의 가용 자원을 최대화한 상태에서 수행되어 실세계 환경과는 괴리된다는 한계성을 가지고 있다. 실세계에서의 작업 환경과 유사한 환경에서의 벤치마크 시험을 위해 본 논문에서는 기존 벤치마크를 보완할 수 있는 실세계 부하 생성 도구를 제안한다. 본 부하 생성 도구는 시스템의 메모리, 디스크, CPU를 활용하여 운영체제에 직접적인 부하를 생성하며, 실세계 부하와 유사한 통합 부하 ktod성을 지원한다. 본 논문에서는 각 부하 생성 방식, 개발된 부하 생성 도구의 구조, 특징, 구현 방법 등을 기술하였다. 또한 위스콘신 벤치마크를 TPC-C 벤치마크 및 부하 생성 도구와 함께 수행하여 두 성능 평가 실험 결과를 비교하고, 이를 통해 제안하는 부하 생성 도구의 적절성을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(A)
• /
• pp.30-32
• /
• 2012

본 논문에서는 고성능 컴퓨팅 환경에서 유전체 서열 분석 도구들을 벤치마크 하기 위한 시스템을 개발하고 실제 유전체 데이터를 이용하여 성능을 비교하였다. 이 벤치마크 시스템은 유전체 분석 파이프라인 절차에 따라 다양한 분석 도구들을 CPU 멀티 코어와 GPU 매니 코어 환경에서 선택적으로 구동할 수 있도록 지원한다. 따라서, 서로 다른 환경에서 수행된 다양한 유전자 분석 도구의 성능을 실제 유전체 서열 데이터를 이용하여 비교하고 시각화할 수 있다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권6호
• /
• pp.722-726
• /
• 2010

최근 RIA(Rich Internet Application)의 등장으로 인해 자바스크립트 코드의 복잡도가 증가함에 따라 이를 위한 고성능 자바스크립트 엔진들이 경쟁적으로 발표되고 있다. 또한 이들 엔진의 성능 측정을 위한 도구로서 SunSpider 벤치마크가 널리 사용되고 있다. 본 논문에서는 대표적인 고성능 자바스크립트 엔진인 Mozilla의 Trace-Monkey, Google의 V8, 그리고 Apple의 SquirrelFish Extreme에 대해 자바스크립트 코드 수행 방식을 비교하고 SunSpider 벤치마크를 이용해 각 엔진의 성능을 측정한다. 또한 각 엔진들의 수행 방식과 SunSpider 각각의 코드 특성을 토대로 하여 성능 결과를 분석하여 각 엔진의 장단점을 평가한다.

• 정보처리학회지
• /
• 제25권1호
• /
• pp.78-88
• /
• 2018

• 한국소프트웨어감정평가학회 논문지
• /
• 제15권1호
• /
• pp.43-53
• /
• 2019

기계 학습을 이용하여 의미가 유사한 코드 클론을 탐지하는 도구의 성능 평가에 빅클론벤치를 많이 활용한다. 하지만 빅클론벤치는 기계 학습에 최적화된 벤치마크가 아니기 때문에 그대로 기계 학습에 사용하면 잘못된 학습 데이터가 만들어질 수 있다. 본 연구에서는 빅클론벤치에서 제공하고 있는 코드 클론 데이터에서 누락된 타입-4 클론을 기계 학습을 이용하여 추가로 찾아 보완함으로써 빅클론벤치를 개선할 수 있음을 실험적으로 밝힌다. 트리 기반 컨볼루션 신경망을 이용한 기계 학습 모델을 사용해서 개선된 데이터를 학습했을 때, 기존의 데이터를 학습했을 때에 비해 기계 학습의 정확도 및 성능이 향상되었음을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(B)
• /
• pp.454-457
• /
• 2011

플래시 메모리는 하드 디스크를 대체할 저장 장치로 주목 받으며 그 사용 범위가 점차 증가하고 있다. 플래시 메모리를 사용하는 시스템의 범위가 점차 증가함에 따라 플래시 메모리의 특성을 고려한 성능 평가 도구가 요구되고 있다. 그러나 현재 플래시 메모리 저장 장치의 성능 평가를 위해 사용되고 있는 성능 평가 도구들은 기존에 사용되던 하드디스크 기반 시스템의 특성들을 그대로 사용되고 있어서 플래시 메모리 시스템의 특성에 대한 분석과 개발이 필요하다. 또한, 특정 SSD 컨트롤러에서는 데이터 패턴에 따라 다른 성능을 나타나는데 성능에 중요한 영향을 주므로 고려되어야 한다. 그러므로 본 논문에서는 플래시 메모리 시스템의 성능 평가를 위해 고려해야 하는 플래시 메모리의 특성에 대해 논하고 데이터 패턴에 따른 플래시 메모리 시스템의 성능을 분석한다. 성능 평가를 위해 uflip기반 데이터 패턴에 따른 성능 측정 벤치마크 도구를 개발 하였고, 서로 다른 컨트롤러를 사용하는 SSD에서 실험을 하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(B)
• /
• pp.350-352
• /
• 2011

마이크로 프로세서의 퍼포먼스 카운터는 프로그램의 병목 현상을 분석할 수 있는 중요한 도구이다. 퍼포먼스 카운터를 사용하면 다양한 이벤트의 출현 빈도를 성능의 저하 없이 정확하게 측정할 수 있다는 장점이 있다. 특히 퍼포먼스 카운터는 현재 널리 사용되고 있는 멀티코어 프로세서의 성능을 분석하는데 유효하다. 본 논문에서는 인텔 네할렘 프로세서의 확장된 퍼포먼스 카운터를 이용하여 멀티코어 프로세서의 성능을 분석하는 기법을 소개하고자 한다. 본 논문에서는 네할렘 아키텍쳐를 적용한 인텔 Xeon 시리즈 프로세서와 SPEC CPU 2006벤치마크를 이용하여 성능을 분석한다.

• 한국컴퓨터산업학회논문지
• /
• 제6권3호
• /
• pp.559-566
• /
• 2005

[ $ALTIBASE^{TM}$ ] 시스템은 메인 메모리를 주 저장장치로 사용하는 관계형 주기억장치 DBMS이다. 본 논문에서는 최근 데이터베이스 응용들의 요구사항으로 부각되고 있는 데이터베이스의 고 가용성과 실시간 데이터베이스 시스템의 높은 트랜잭션 처리율을 동시에 보장하기 위하여 $ALTIBASE^{TM}$ 시스템의 구조 및 설계에 대하여 기술하고, 시스템의 설계 요소 기술에 대한 성능 분석 및 평가 결과를 보인다. 표준 성능평가 도구인 Wisconsin 벤치마크 테스트 결과 및 TPC-H 성능평가 결과를 통해 전체 시스템의 가용성을 입증한다. 또한 인덱스 관리 기법 및 트랜잭션 처리 기법에 대하여 기존 다른 기법과의 성능 비교를 통해 설계에 적용된 요소기술의 우수성을 입증한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.449-450
• /
• 2020

최근 블록체인이 많은 분야에서 활용되고 있다. 본 연구에서는 블록체인과 관련된 개발 도구에 포함된 보안약점을 분석하고 그 보안약점을 진단하기 위한 정보를 기반으로 분류한다. 또한 일부 보안약점의 예를 통하여 진단하기 위한 알고리즘을 llvm의 Clang 도구에 적용하기 위한 방법을 연구한다. 이를 통하여 블록체인과 관련된 보안약점을 분류하고 그에 대한 진단 방법을 연구하였다. 향후 기존 정적 분석 도구를 확장함으로써 진단 성능을 높일 수 있을 것이며, 줄리엣 코드와 같은 벤치마크 테스트를 통해 그 결과를 비교해볼 수 있을 것이다.