• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.377-380
• /
• 2002

본 논문에서는 대표적인 데이터 마이닝 기법 중 하나인 연관 규칙 마이닝에 대해 PC 성능의 급속한 발전으로 인한 PC 클러스터 시스템의 이종화의 필연성을 효과적으로 대처할 수 있는 부하 분산 알고리즘을 제안한다. 제안한 부하 분산 기법은 실행 전 성능을 미리 측정할 필요가 없이 실행 중에 성능을 측정할 수 있는 동적 부하 분산 알고리즘으로써 노드들 사이에 성능 정보의 교환 비용밖에 요구되지 않는다. 실험 결과는 제안한 알고리즘이 이종의 클러스터 시스템의 효율성을 극대화함을 보여준다. 또한 본 논문에서는 부하 분산 알고리즘의 성능을 분석할 수 있는 방법을 제시한다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.7 no.11
• /
• pp.275-280
• /
• 2018

The choice of a suitable distributed file system is required for loading large data and high-speed processing through subsequent applications in a cloud environment. In this paper, we propose a write performance improvement method based on GlusterFS and evaluate the performance of MapRFS, CephFS and GlusterFS among existing distributed file systems in cloud environment. The write performance improvement method proposed in this paper enhances the response time by changing the synchronization level used by the synchronous replication method from disk to memory. Experimental results show that the distributed file system to which the proposed method is applied is superior to other distributed file systems in the case of sequential write, random write and random read.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.379-381
• /
• 2003

인터넷을 이용한 분산/병렬 시스템은 지리적으로 분산된 다양한 성능의 유휴 상태 호스트 자원을 사용하여 대용량 작업을 처리한다. 인터넷의 호스트들은 다양한 성능을 가질 뿐만 아니라, 상태가 언제 변할지 예측하기 힘들다. 호스트의 성능은 작업 처리율에 영향을 주므로 인터넷 기반 분산/병렬 시스템은 호스트성능에 따른 작업 할당 스키마를 제공한다. 그러나, 호스트의 성능에 따라 할당받은 작업을 수행하는 중에 각 호스트 성능과 상태가 변하여 작업 진행률에 영향을 주므로 작업 할당 알고리즘들의 수행 중에 실시간 모니터링이 요구된다. 실시간 모니터링은 PDP 시스템에 부하 균형 및 결함 허용을 제공하고 관리자와 시스템 개발자에게 보다 효율적인 작업 할당 정책을 제안한다. 본 논문에서는 인터넷 기반 분산/병렬 시스템인 PDP에서 호스트 성능과 상태들의 실시간 모니터링 방법에 대해서 논의한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.10
• /
• pp.2466-2472
• /
• 2013

Post-dispersion compensation methods for the 3000 km long-haul transmission distance using 10 Gbps 40 wavelength division multiplexing channels were analyzed and compared. First, each channel was compensated by an individual dispersion value, next each group of eight channels by an individual value, and lastly all forty channels by a single value. Considering the lower and highest performance channels and their values, the post-dispersion compensation method by each channel group showed the possibility to simplify the transmission system without sacrifice of signal performance.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10a
• /
• pp.133-135
• /
• 1998

분산 공유메모리 시스템(DSM)의 성능 향상을 위해 일관성 모델의 측면에서 많은여구가 진행되었다. 분산 공유메모리 시스템의 성능을 저하시키는 가장 큰 요인은 거짓 공유 문제와 별도의 통신비용 문제를 들 수 있는데 , 동기화 연산에 의한 일관성 유지 방법, 흠-기반 접근방법 등의 보다 완화된 메모리 모델로서, 이러한 문제점을 해결하려는 연구가 진행되어 왔고, 어느 정도 타당한 결과를 보았다. 본 논문에서는 동기화 연산에 의한 일관성 모델을 기초로 동적 흠-기반 접근 방법을 제안하며, 이것은 흠에서의 이점 및 부하를 여러 프로세서에게 분산시켜 시스템 전반의 성능 향상을 가져온다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04a
• /
• pp.603-605
• /
• 2000

분산 공유메모리 시스템(DSM)의 성능 향상을 위해 일관성 모델의 측면에서 많은 연구가 진행되었다. 분산 공유메모리 시스템의 성능을 저하시키는 가장 큰 요인은 거짓공유 문제와 별도의 통신비용 문제를 들 수 있는데, 동기화 연산에 의한 일관성 유지 방법, 홈-기반 접근방법 등의 보다 완화된 메모리 모델로서 이러한 문제점을 해결하려는 연구가 진행되어 왔고, 어느 정도 타당한 결과를 보였다. 본 논문에서는 동기화 연산에 의한 일관성 모델을 기초로 동적 홈-기반 접근방법을 제안하며, 이것은 홈에서의 이점 및 부하를 여러 프로세서에게 분산시켜 시스템 전반의 성능향상을 가져온다.

• Spatial Information Research
• /
• v.19 no.4
• /
• pp.55-71
• /
• 2011

Recently, interest in cloud computing which provides IT resources as service form in IT field is increasing. As a result, much research has been done on the distributed data processing that store and manage a large amount of data in many servers. Meanwhile, in order to effectively utilize the spatial data which is rapidly increasing day by day with the growth of GIS technology, distributed processing of spatial data using cloud computing is essential. Therefore, in this paper, we review the representative distributed data processing techniques and we analyze the optimization requirements for performance improvement of the distributed processing techniques for a large amount of data. In addition, we uses the Hadoop and we evaluate the performance of the distributed data processing techniques for their optimization requirements.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.09a
• /
• pp.111-118
• /
• 2010

최근 IT 분야에서 인터넷을 기반으로 IT 자원들을 서비스 형태로 제공하는 클라우드 컴퓨팅에 대한 연구가 활발히 진행되고 있다. 한편, 효율적인 클라우드 컴퓨팅을 제공하기 위해서는, 막대한 양의 데이터를 수많은 서버들에 분산 처장하고 관리하기 위한 분산 데이터 처장 기법 빛 분산 병렬 처리 기법에 대한 연구가 필수적이다. 이를 위해 본 논문에서는 대표적인 분산 병렬 처리 기법에 대해 살펴보고, 이를 비교 분석한다. 마지막으로 Hadoop 기반 클러스터를 구축하고 이를 통해서 대규모 데이터를 위한 분산 병렬 처리 기법에 대한 성능평가를 수행한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.171-174
• /
• 2011

서버 클러스터에서 부하 분산기는 사용자의 요청을 각 서버로 분산시키는 역할을 한다. 리눅스 가상 서버(LVS: Linux Virtual Server)는 소프트웨어적으로 사용되는 부하 분산기로서 여러 가지 스케줄링 방식들을 가지고 있다. 그러나 부하 분산 시에 서버의 유동적인 부하 정보를 반영하지 못하는 단점이 있다. 이에 개선된 방식으로 서버의 동시 연결 개수에 따라 상한계(Upper Bound)와 하한계(Lower Bound)를 설정하고, 요청을 분산하는 동적 스케줄링(Dynamic Scheduling)이 존재한다. 그러나 서버의 상태에 따라 상한계와 하한계가 바뀔 수 있음에도 불구하고 이 값들이 고정되어 있다는 단점을 가진다. 본 논문에서는 기존 부하 분산 방법의 단점을 극복하는 서버 전력 정보에 기반한 스케줄링 방식을 제안한다. 제안된 방식은 서버의 부하 정보를 기반으로 에너지를 추정하고 전력 수치를 기반으로 LVS의 가중치 테이블을 주기적으로 갱신한다. 그리고 부하 분산기는 클라이언트로부터 요청 받은 트래픽을 각 서버의 에너지 소모 상태에 따라 적용시킴으로써 에너지 소모가 최소화되도록 부하를 분산한다. 또한 서버의 상태에 따라 상한계와 하한계가 바뀔수 있음을 고려하여 상한계와 하한계를 설정하지 않고 서버의 상태에 따라 적절하게 요청이 분배되도록 하였다. 15대의 PC를 사용하여 실험을 수행하였으며, 실험 결과는 기존 부하 분산 알고리즘 중 성능이 가장 좋은 알고리즘에 비해 서버의 성능이 동일한 경우 성능 및 소비전력 면에서 거의 동등하였고, 서버의 성능이 상이한 경우 50.2% 성능 향상 및 27.3% 소비 전력 절감을 확인하였다.

• The Journal of Information Technology and Database
• /
• v.5 no.1
• /
• pp.1-12
• /
• 1998

분산 환경에서 데이터의 할당(allocation)는 중요한 설계 이슈이다. 데이터의 할당은 분산 데이터에 대한 비용(cost) 감소, 성능(performance) 및 가용성(availability) 향상 등의 이점을 극대화할 수 있도록 최적화되어야 한다. 기존 연구들의 대부분은 트랜잭션의 수행 비용을 최소화하는 방향으로만 최적화된 데이터 할당 결과를 제시하고 있다. 즉, 비용, 성능 및 가용성을 모두 함께 고려하는 연구는 아직까지 제시된 결과가 없으며 이는 복잡한 모델에 대한 적절한 최적화 기법이 없기 때문이다. 본 연구에서는 분산 데이터의 이점들인 비용, 성능 및 가용성 등의 다중측면을 동시에 고려함으로써 데이터 할당에 대한 파레토 최적해를 제공하는 DAMMA (Data Allocation Methodology considering Multiple Aspects) 방법론을 제안하였다. DAMMA 방법론은 데이터 분할 과정을 통하여 생성된 최적의 단편들을 분산 시스템의 운용 비용, 수행 성능, 가용성 등의 요소를 고려하여 각 물리적 사이트에 중복 할당하는 파레토 최적해들을 생성해낼 수 있는 설계 방법론이다.