• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (1)
• /
• pp.685-687
• /
• 2002

고성능 슈퍼스칼라 프로세서에서 값 예측 실패 시에 잘못 예측된 값을 사용하여 모험적으로 수행된 명령들만을 순차적으로 취소하고 복구한 후에 재이슈하는 값 예측 실패 복구 메커니즘을 제안한다. 제안된 복구 방식은 값 예측이 틀린 종속명령만을 선택적으로 재이슈하여 불필요한 재이슈를 줄임으로써 값 예측 실패 시에 손실을 줄인다. 또한 기존의 방식들처럼 잘못 예측된 명령에 종속적인 명령들의 한번에 병렬로 검색하지 않고 명령들의 종속체인을 따라 순차적으로 검색함으로써 프로세서의 클럭 사이클에 영향을 미치지 않으면서 하드웨어의 구현의 복잡성을 줄인다.

• 한국정보과학회논문지:시스템및이론
• /
• 제27권11호
• /
• pp.881-889
• /
• 2000

프로그램의 실행시간은 캐쉬메모리의 효율적 사용과 밀접한 관계가 있다. 특히 간섭 실패는 프로그램의 성능에 큰 영향을 미치지만 나타나는 형태가 불규칙적이므로 예측하기가 매우 어렵다. 본 논문에서는 직접 사상 캐쉬전략을 사용한 완전 중첩 루프 내 배열의 캐쉬 실패율(cache miss ratio)을 구하는 분석적 모델을 제시한다. 논문에서 제시한 모델을 임의의 캐쉬 위치에 각 배열이 접근한 시간을 기반으로 다음주기에서 캐쉬 실패의 발생 여부를 예측하는데, 간섭으로 발생한 캐쉬 실패 개수에 대해 기존에 제시된 모델보다 더 빠르고 정확한 예측이 가능하다. 특히, 한문장의 수행시간 예측시간은 배열의 크기와 독립적이기 때문에, 전체 프로그램의 수행시간 예측은 배열의 크기 및 문장의 반복 회수 배만큼 빠른 결과를 보여준다. 본 모델은 프로그램의 성능예측 뿐만 아니라 데이터 지역성의 최적화, 캐쉬 구성, 스케쥴링 등에서도 이용 가능하다.

• 한국정보과학회논문지:시스템및이론
• /
• 제31권1_2호
• /
• pp.67-77
• /
• 2004

고성능 슈퍼스칼라 프로세서에서 값 예측(value prediction) 방식은 명령의 결과 값을 미리 예측하고, 이 후 데이타 종속 관계가 있는 명령들에게 값을 조기에 공급함으로써 이들 명령들을 모험적으로 실행하여 성능을 향상시키는 방식이다. 값 예측으로 성능을 향상시키기 위해서는 예측 실패 시에 효율적으로 복구하는 과정이 필수적이다. 본 논문에서는 값 예측 실패 시에 잘못 예측된 값을 사용하여 모험적으로 수행된 명령들만을 순차적으로 취소하고 복구한 후에 재이슈하는 값 예측 실패 복구 메커니즘(value misprediction recovery mechanism)을 제안한다. 제안된 복구 방식은 한번에 모든 종속명령들을 검색하지 않음으로써 파이프라인을 정지시키지 않는다. 즉, 파이프라인이 진행되는 순서에 따라 순차적으로 값 예측이 틀린 종속명령만을 선택적으로 취소하고 재이슈하여 불필요한 취소와 재이슈를 줄임으로써 값 예측 실패 시에 손실을 줄인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (A)
• /
• pp.808-810
• /
• 2005

조건 분기예측실패는 많은 사이클을 낭비시키며, 비순서적 실행을 방해하고, 잘못 예측된 명령어들을 수행하게 되므로 전력을 낭비한다. gshare와 GAg같은 전역 히스토리를 기반으로 하는 예측기에서는 히스토리의 명령어 완료시간 갱신(commit update)에 의해 많은 분기예측실패가 발생한다. 이를 위해 히스토리를 모험적으로 갱신하고, 분기예측실패 시 히스토리를 복구시키는 메커니즘에 관한 연구들이 제시되었다. 본 논문에서는 기존 분기예측기에 age_Counter를 추가하여 미해결 분기명령어 수를 저장하며, 이를 분기예측실패 후 분기 히스토리 레지스터를 복구하는데 사용하는 간단한 복구 메커니즘을 제안한다. SimpleScalar 3.0/PISA 툴셋과 SPECINT95 벤치마크 프로그램에서 시뮬레이션 한 결과, 제안된 복구 메커니즘은 GAg와 gshare 예측기에서 예측정확도는 각각 $9.21\%$와 $2.14\%$가 개선되었고, IPC는 $18.08\%$와 $8.75\%$ 개선되었다.

• 한국정보과학회논문지:시스템및이론
• /
• 제32권6호
• /
• pp.306-313
• /
• 2005

조건 분기예측은 프로세서 성능 개선을 위한 중요한 기술이다 그러나, 분기예측실패는 많은 사이클을 낭비시키며, 비순서적 실행을 방해하고, 잘못 예측된 명령어들을 수행하게 되므로 전력을 낭비한다. 따라서 높은 정확도를 갖는 분기 예측기는 좋은 성능을 갖는 프로세서를 위해 중요하다. gshare와 GAg같은 전역 히스토리를 기반으로 하는 예측기에서는 히스토리의 명령어 완료시간 갱신 (commit update)에 의해 많은 분기예측실패가 발생한다. 그런 문제를 해결하기 위해 히스토리를 모험적으로 갱신하고, 분기예측실패 시 히스토리를 복구시키는 메커니즘에 관한 연구의 필요성이 제시되었고, 연구 되었다. 본 논문에서는 분기예측실패 발생 후 분기 히스토리를 복구하는 간단한 복구 메커니즘을 제안한다. 제안한 복구 메커니즘은 기존 분기예측기에 age_counter를 추가하고 분기 히스토리 레지스터 크기를 2배로 확장시킨다. age_counter는 미해결 분기명령어 수를 저장하며, 분기예측실패 후 분기 히스토리 레지스터를 복구하는데 사용한다. Simplescalar 3.0/PISA 툴셋과 SPECINT95 벤치마크 프로그램에서 시뮬레이션 한 결과, 제안된 복구 메커니즘을 gshare와 GAg 예측기에 적용하였을 때 예측 정확도와 프로세서 성능을 개선시킬 수 있었음 을 보여준다. GAg와 gshare 예측기에서 예측정확도는 각각 9.21$\%$와 2.14$\%$가 개선되었고, WC는 18.08$\%$와 8.75$\%$ 개선되었다.

• Journal of Astronomy and Space Sciences
• /
• 제15권2호
• /
• pp.459-473
• /
• 1998

인공위성이 더욱 복잡해 감에 따라 예측할 수 없는 실패의 발생은 설계의 부적당성, 경험 부족, 문제인식 부족, 빈약한 품질제어 능력, 부적당한 시험 또는 작업자의 실수 등 때문에 늘어나고 이들은 위성의 임무 수명을 단축시킬 수 있다. 본 고에서는 위성의 일반적인 실패유형과 임무수명 인자에 대해 검토하고, 지구 및 해양관측 임무를 갖고 있는 태양동기 저궤도위성인 다목적 실용위성에 대한 임무수명인자를 조사하고 실제 예상되는 위성의 임무수명을 예측하였다. 임무수명의 예측 시 랜덤하게 발생하는 실패에 의한 수명의 중단은 예측할 수 없는 것이기 때문에, 여기서는 주로 예측이 가능한 마모에 의한 대표적인 임무수명 인자 예를 들어, 전력 버짓, 추진제 버짓, 배터리 충 방전 사이클, 복사환경의 영향, 탑재체의 신뢰도, 단일 점 실패, 위성 여유 분을 등을 조사하고 개략적인 수명을 예측하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2017년도 추계학술대회
• /
• pp.259-261
• /
• 2017

SRK-BB(Skill-, Rule-, Knowledge-Based Behavior)는 주어진 사건을 처리할 때 인간이 행하는 행동을 체계적으로 식별하기 위한 하나의 이론이다. 이러한 SRK-BB에 대한 결과는 주어진 임무에 대한 '성공'과 '실패'로 나타낼 수 있다. 만약, 어느 사건에 대한 SRK-BB를 식별할 수 있고, 이에 대한 '성공/실패'의 결과를 알 수 있다면, SRK-BB를 이용하여 이들 사이에 연계된 확률적인 관계를 정립할 수 있다. 한편, 해양사고의 결과를 분석한 해양안전심판원의 재결서 또는 재결요약서에는 다양한 사고(즉, 실패한 사건)에 대해서 해기사가 어떠한 행동을 취했는지 상세하게 기록되어 있다. 이러한 해양안전심판원의 자료를 분석하면 실패한 해양사고에 대한 방대한 해기사의 SRK 분포를 확보할 수 있다. 본 연구의 목적은 다양한 해양사고에 나타난 해기사들의 행동을 SRK-BB로 식별한 후 해기사들이 추후 야기할 수 있는 인적오류를 예측하기 위한 모델 구축에 있다. 인적오류 모델을 구축하기 위해서는 우선 해양사고에 포함된 SRK 분포 분석이 필요하고, 시스템적인 입출력 관계를 통해서 SRK에 의한 인적오류의 결과를 예측하기 위한 예측 모델이 필요하다. 본 연구에서는 해기사의 인적오류에 의한 사고를 어떻게 SRK 분포를 이용하여 예측할 수 있는지에 대한 개념을 설명하고, 해양사고 데이터에서 획득한 SRK 분포의 의미와, SRK 분포를 이용하여 어떻게 해기사가 야기할 사고를 예측할 수 있는지에 대한 연구접근 방법을 소개하고자 한다.

• 한국IT서비스학회:학술대회논문집
• /
• 한국IT서비스학회 2002년도 창립기념 학술대회
• /
• pp.165-172
• /
• 2002

전통적으로 소프트웨어 프로젝트는 납기지연, 예산초과, 높은 결함율 등으로 타 산업분야의 프로젝트에 비해 매우 높은 실패율을 기록하고 있는 것으로 알려져 있다. 이 같은 소프트웨어 프로젝트의 실패원인에 대한 많은 연구결과는 소프트웨어가 갖고 있는 범위와 요구사항 정의의 어려움, 비가시성으로 인한 초기견적의 부정확성, 역시 가시성의 부족으로 진행상황파악의 어려움에 따른 진척관리의 애로, 더욱 큰 문제는 변경의 용이성과 변경에 대한 추적의 어려움 등을 지적하고 있다. 실패한 프로젝트들의 내용을 보면 대부분 계획의 부정확성이나 위험에 대한 대처의 부족 또는 진행 중 발생하는 변경에 대한 통제의 실패에서 찾아 볼 수 있다. 정확한 예측과 위험 예방 그리고 효과적인 통제대책이 소프트웨어 프로젝트를 성공으로 이끄는 3두 마차라는 지적이다. 정확한 예측의 핵은 프로젝트 산출물인 제품에 대한 정확한 규모측정에 있고, 위험 예방은 복잡도가 높거나 불확실성이 높은 컴포넌트의 자원소요에 대한 예측과 이에 대한 준비의 소홀에서 찾을 수 있으며, 효과적인 통제대책은 프로젝트 관리 프레임워크가 튼튼하지 못하거나 이의 준수를 위한 노력의 결핍에서 찾을 수 있을 것이다. 본 논문에서는 이 3두 마차 중 가장 근간이 되고 시발점이 되는 제품의 규모에 대한 예측에 초점을 맞추어 규모측정에 가장 합리적이고 객관적이며 실용성이 높다고 현재 국제적으로 높은 평가를 받고 있는 기능점수를 프로젝트 관리에 어떻게 활용해야 프로젝트를 성공시킬 수 있을 지의 방법에 대한 검토 결과를 제시고자 한다.

• 정보처리학회논문지C
• /
• 제12C권5호
• /
• pp.701-708
• /
• 2005

무선 통신망에서 다양한 요구의 QoS(Quality of Service)를 보장하고 한정된 대역폭을 효과적으로 사용하기 위한 기법에는 이동성 예측 기법과 채널 할당 기법이 있다. 이러한 이동성 예측 기법들 중에서는 가장 최근에 제안되었으며, 셀 내부의 이동 경로를 저장하는 방법을 사용하는 Detailed-ZMHB 알고리즘이 가장 우수한 성능을 보인다. 또한, 여러 채널 할당 기법 중에서 핸드오프 호(Handoff Call)의 접속 실패율을 줄이기 위하여, 핸드오프 호에 우선순위를 두어 다소의 신규 호 블록킹율을 감수하고, 핸드오프 호의 접속 실패율(Dropping Probability)을 낮추는 방법들이 제안되었다. 특히, CDMA(Code Division Multiple Access) 시스템에서의 소프트 핸드오프의 경우, 신호의 세기에 따라 인접한 셀 중 두 개를 선택하여 채널을 예약하는 방법을 사용한다. 본 논문에서는 핸드오프 호의 접속 실패율을 줄이기 위하여, 예측 알고리즘에서 사용하는 이동 경로 저장 방법을 이용하는 새로운 채널 예약 기법을 제안한다. 그 결과로, 본 논문에서 제안한 채널 예약 기법이 기존의 기법보다 핸드오프 호의 접속 실패율이 약 67-71$\%$정도 낮다.

• 한국정보과학회논문지:정보통신
• /
• 제29권4호
• /
• pp.412-427
• /
• 2002

본 논문에서는 이동 통신 시스템 내에 존재하는 이동성 데이타베이스의 실패 처리를 위한 이동성 학습과 예측에 기반한 회복 기법을 제안한다. 이동 통신 시스템에서 이동성 데이타베이스는 사용자들에게 빠른 연결을 제공하기 위해 사용자의 현재 위치 정보를 유지해야 한다 그러나, 이동성 데이터베이스의 실패는 사용자의 위치 정보를 잃어버리게 만든다. 결과적으로, 명백한 회복 과정 없이는 실패 상황에서 사용자의 호 요청은 거절된다. 따라서, 이동성 데이타베이스에 실패가 발생하였을 때, 실패에 효과적으로 대처할 수 있는 명백한 회복 기법이 사용자들에게 연속적인 서비스 가용성을 보장해 주기 위해서 필요하다. 본 논문의 회복 기법에서 사용되는 이동성 학습과 예측은 이동성 데이타베이스의 실패 후 시스템에 의해서 사용자의 위치를 파악하기 위한 기능을 담당한다. 실패 없는 연산 동안 사용자의 이동 패턴은 뉴로-퍼지 추론 시스템에 의해서 학습되며, 학습된 위치 정보는 실패 후 잃어버린 사용자의 위치를 파악하기 위해서 사용된다. 따라서, 본 논문의 회복 기법은 백업 과정과 검사점 정보를 저장하기 위해 필요한 부가적인 저장 공간을 요구하지 않기 때문에 검사점을 사용하는 이전의 접근방법과 다르다. 게다가, 성능 분석을 위한 시뮬레이션은 본 논문의 회복 기법이 실패 후 잃어버린 사용자의 위치 정보를 회복하는데 소요되는 비용을 검사점에 기반한 회복 기법과 비교하여 상당히 줄일 수 있음을 보여준다.