• 제목/요약/키워드: 오픈플로우

검색결과 49건 처리시간 0.021초

KOREN/KREONET기반 NetFPGA/OpenFlow 스위치를 이용한 미래인터넷 테스트 베드 구축 방안 연구 (A Study of Future Internet Testbed Construction using NetFGA/OpenFlow Switch on KOREN/KREONET)

  • 박만규;정회진;이재용;김병철
    • 대한전자공학회논문지TC
    • /
    • 제47권7호
    • /
    • pp.109-117
    • /
    • 2010
  • 미래인터넷 연구를 위해 대규모의 테스트 베드를 구축하는 일은 새로운 프로토콜을 테스트하고 clean-slate 기법을 적용한 새로운 네트워크 아키텍쳐를 테스트하기 위해 꼭 필요하다. 우리나라의 경우 현재 'FIRST'(Future Internet Research for Sustainable Testbed)라는 프로젝트 이름으로 미래인터넷 테스트 베드를 구축하는 연구가 금년 3월부터 추진되어 ETRI와 5개의 대학들이 공동으로 연구를 진행하고 있다. 이 중 5개 대학교를 중심으로 진행되는 FIRST@PC의 경우 NetFPGA의 하드웨어 가속 기능을 이용하여 오픈플로우 스위치기반의 미래인터넷 테스트베드를 KOREN과 KRONET에 구현하는 것을 목표로 연구가 진행 중이다. 본 논문에서는 FIRST@PC 프로젝트에 대한 간략한 소개와 지역별로 구축된 오픈플로우 스위치 테스트베드 간 연동을 위해 구현된 소프트웨어 기반의 MAC in IP 갭슐레이터를 설명하고 이를 이용한 연구실 내의 로컬 테스트와 충남대와 광주과학기술원 간 연동 테스트한 결과를 제시한다. 실험 결과 소프트웨어 기반의 캡슐레이터를 사용하면 현재 많은 어플리케이션이 요구하는 대역폭에 대해서는 지원 가능할 것으로 예상된다.

이동성 지원을 위한 SDN 기반의 네트워크 플랫폼 개발 (Development of SDN-based Network Platform for Mobility Support)

  • 이완직;이호영;허석렬
    • 문화기술의 융합
    • /
    • 제5권1호
    • /
    • pp.401-407
    • /
    • 2019
  • 최근 급증한 클라우딩 컴퓨팅의 수요 해결과 네트워크 가상화 서비스 지원을 위해 등장한 SDN(Software Defined Networking)은 많은 기업과 단체들에 의해 차세대 네트워크 기술로 주목받고 있다. 하지만, 원래 SDN이 설계된 유선 네트워크와는 달리, 무선 네트워크에서의 SDN은 노드의 이동성을 제공해주지 못하는 제약을 가지고 있다. 본 논문에서는 SDN의 기존 오픈플로우 프로토콜을 확장하여, SDN Controller가 네트워크의 무선자원을 관리하고 노드들의 이동성을 지원하는 SDN 기반의 네트워크 플랫폼을 개발하였다. 본 논문의 이동성 지원 기능은 SDN Controller의 무선 자원관리 기능을 이용하여 두 개 이상의 무선 인터페이스를 이용한 노드의 이동을 지원할 수 있는 장점을 가진다. 또한 본 논문에서는 구현 기능을 시험하기 위해, 다양한 이동 실험에 따른 여러 전송 성능에 관한 파라미터들을 측정하였고, 하나의 무선 인터페이스를 사용했을 때와 두 개의 인터페이스를 사용했을 때의 성능에 관한 파라미터를 비교하였다. 본 논문에서 제안한 SDN 기반 네트워크 플랫폼은 SDN 환경에서 무선 네트워크의 자원을 모니터링하고 노드들의 이동성을 지원하는데 사용될 수 있을 것으로 기대된다.

텐서플로우를 이용한 주가 예측에서 가격-기반 입력 피쳐의 예측 성능 평가 (Performance Evaluation of Price-based Input Features in Stock Price Prediction using Tensorflow)

  • 송유정;이재원;이종우
    • 정보과학회 컴퓨팅의 실제 논문지
    • /
    • 제23권11호
    • /
    • pp.625-631
    • /
    • 2017
  • 과거부터 현재까지 주식시장에 대한 주가 변동 예측은 풀리지 않는 난제이다. 주가를 과학적으로 예측하기 위해 다양한 시도 및 연구들이 있어왔지만, 아직까지 정확한 미래를 예측하는 것은 불가능하다. 하지만, 주가 예측은 경제, 수학, 물리 그리고 전산학 등 여러 관련 분야에서 오랜 관심의 대상이 되어왔다. 본 논문에서는 최근 각광 받고 있는 딥러닝(Deep-Learning)을 이용하여 주가의 변동패턴을 학습하고 미래를 예측하고자한다. 본 연구에서는 오픈소스 딥러닝 프레임워크인 텐서플로우를 이용하여 총 3가지 학습 모델을 제시하였으며, 각 학습모델은 각기 다른 입력 피쳐들을 받아들여 학습을 진행한다. 입력 피쳐는 이전 연구에서 사용한 단순 가격 데이터를 확장해 입력 피쳐 개수를 증가시켜가며 실험을 하였다. 세 가지 예측 모델의 학습 성능을 측정했으며, 이를 통해 가격-기반 입력 피쳐에 따라 달라지는 예측 모델의 성능 변화 비교 분석하여 가격-기반 입력 피쳐가 주가예측에 미치는 영향을 평가하였다.

네트워크 자원의 효율적인 사용과 지연을 최소화하기 위한 SDN 기반 서비스별 패킷 전송 및 지연 최소화 알고리즘 (SDN-Based Packet-Forwarding and Delay Minimization Algorithm for Efficient Utilization of Network Resources and Delay Minimization)

  • 손재혁;홍충선
    • 정보과학회 컴퓨팅의 실제 논문지
    • /
    • 제21권11호
    • /
    • pp.727-732
    • /
    • 2015
  • 미래 인터넷과 관련한 많은 연구들이 활발히 진행 중에 있는 지금, SDN(Software Defined Networking)이라는 새로운 네트워킹 패러다임이 IT 사회의 큰 이슈로 대두되고 있는 추세이다. 따라서 본 논문에서는 기존의 SDN(소프트웨어 정의 네트워킹) 방식을 도입하여 서비스 정의 네트워킹을 제안한다. 이는 패킷을 전송할 때, 서비스 별로 패킷을 분류하고 전송하도록 하는 방식으로, 네트워크 자원을 효율적으로 사용함과 더불어 패킷 전송 시에 발생할 수 있는 지연을 최소화하는 알고리즘을 갖는다. 본 논문에서 제안하는 알고리즘1)을 통해 네트워크 혼잡상태에서 발생하는 가장 큰 문제점 중 하나인 패킷 전송 대기시간을 완화할 수 있으며 또한 서비스에 따라 패킷을 분류하여 전송하므로 기존 네트워크에서 다양한 크기의 패킷을 처리하는 과정에서 발생하는 네트워크 자원 사용 문제를 효율적으로 개선할 수 있다.

전자상거래 추천시스템을 위한 순환신경망 알고리즘들의 성능평가 (Performance Evaluation of Recurrent Neural Network Algorithms for Recommendation System in E-commerce)

  • 서지혜;용환승
    • 정보과학회 컴퓨팅의 실제 논문지
    • /
    • 제23권7호
    • /
    • pp.440-445
    • /
    • 2017
  • 전자상거래 발전에 따라 온라인 쇼핑을 이용하는 사람들이 증가하였고 제품 또한 다양해지고 있다. 이러한 추세로 구매자가 만족할 수 있는 정확한 추천시스템의 중요성이 증대되었으며 정확도를 높이기 위한 새로운 방법의 연구가 계속되고 있다. 순환신경망은 시퀀스 학습에 적합한 딥 러닝 방법 중 하나이며 본 연구에서는 추천시스템의 정확도를 높이는 방법으로 구매자의 제품 접근순서를 순환신경망에 적용하여 알고리즘 성능평가를 하였다. 알고리즘 성능평가에는 대표적인 순환신경망 알고리즘과 최적화 알고리즘으로 진행하였다. 순환신경망 알고리즘으로는 RNN, LSTM, GRU 그리고 최적화 알고리즘으로는 Adagrad, RMSProp, Adam optimizer를 사용하였다. 실험 도구로는 구글의 오픈소스 라이브러리인 텐서플로우를 사용하였고 데이터는 RecSys Challenge 2015에서 제공하는 e-commerce session 데이터를 활용하였다. 실험 결과 실험 데이터에 적합한 최적의 하이퍼파라미터를 발굴하고 적용하여 RecSys Challenge 2015 참가자들의 결과와 비교하였다. 상품 접근 순서만을 학습시킨 결과이기 때문에 등수가 높지는 않았지만 기존 추천시스템에 접목한다면 정확도 향상에 기여할 수 있을 것으로 보인다.

네트워크 가상화 환경에서 끊김 없는 핸드오버를 위한 일반 AP 활용 (Utilization of Legacy APs for Seamless Handover in a SDN Environment)

  • 이형봉;권기현
    • 디지털콘텐츠학회 논문지
    • /
    • 제19권8호
    • /
    • pp.1545-1554
    • /
    • 2018
  • 무선 단말의 이동성을 지원하기 위해서는 하나의 AP (Access Point) 처리 영역에 적어도 2개 이상의 AP를 중복배치하여 통신영역을 이어야 한다. 이러한 무선랜 환경에서 무선 네트워크의 효과적인 활용과 사용자에게 지원되는 서비스의 극대화 관점에서 끊김 없는 핸드오버는 매우 중요한 논점 중의 하나이다. 한편, 최근 급속도로 부상하고 있는 네트워크 가상화는 네트워크 관리의 유연성, 세밀한 제어, 편의성 등을 혁명적으로 제고하고 있다. 네트워크 가상화는 원래 유선랜 위주의 데이터센터 내에서 스위치들 간의 통신 홉을 줄이거나 우회하는 플로우 라우팅 테이블을 실시간 제어함으로써 사용자 지연시간을 단축시키고 네트워크 견고성을 높인다. 이 연구에서는 유선랜 위주의 네트워크 가상화 플랫폼 OpenFlow를 일반 AP를 사용하는 밀집된 무선 네트워크 환경에 적용하여 디지털 콘텐츠의 스트리밍 서비스를 위한 끊김 없는 핸드오버를 실현하고 평가한다.

기계학습을 이용한 금강유역 옥천의 오염부하량 예측 (Prediction of pollution loads in Geum River using machine learning)

  • 임희성;안현욱
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2018년도 학술발표회
    • /
    • pp.445-445
    • /
    • 2018
  • 기후변화에 따른 환경오염은 21세기 인류에게 가장 심각한 문제 중의 하나로 대두되고 있다. 환경적인 측면에서 하천오염은 경제적으로 많은 문제를 발생시키고 있다. 이러한 하천오염 문제를 해결하기 위해서는 오염물질의 농도 측적 및 데이터 축적이 필수적이라 할 수 있다. 그러나 일반적으로 오염물질 부하량에 대한 직접적인 측정은 비용 측면에서 쉽지 않은 것이 사실이다. 또한 실시간으로 BOD, COD, TN, TP 등의 자료를 이용하여 예측하는 것에는 자료의 부족성으로 인해 한계가 있다. 본 연구에서는 구글의 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하여 기계학습을 통한 하천오염 예측을 목적으로 하고 있다. 기계학습을 위하여 텐서플로우를 활용하여 RNN, LSTM 인공신경망 모형을 구축하였다. 하천오염의 학습과 예측을 위해 결과치 분석을 위한 자료로는 금강 유역에 위치한 옥천 관측소 충청북도 옥천군 이원면 이원대교에 위치한 $36^{\circ}14'31.0''N$ $127^{\circ}40'02.6''E$의 관측소에서 BOD, COD, DO, 부유물질의 자료를 사용하였다. 모형의 학습을 위해서 입력자료는 수위, 유량, 평균기온, 평균풍속 자료를 2004년 ~ 2017년까지의 14년간의 자료를 사용하였다. 연구를 위해 BOD, COD, DO 부유물질 자료는 물환경정보시스템(http://water.nier.go.kr/)의 자료를 활용하고 수위, 유량등의 자료는 국가수자원관리종합정보시스템 (http://www.wamis.go.kr/)의 자료를 사용하였다. 그러나 수온, 수위, 풍속등의 자료는 일 자료가 있는가 반면 BOD, COD, TN, TP등의 자료는 일 자료가 있지 않아 이를 원활히 활용할 수 있도록 예측을 위한 결과치의 선형보간법을 통해 일 자료를 획득한 후 연구를 하였다. RNN, LSTM의 분석 시 학습속도, 반복시행횟수 sequence length의 길이 등의 값을 조절 하면서 결과치를 분석하였다.

  • PDF

CANVAS: A Cloud-based Research Data Analytics Environment and System

  • Kim, Seongchan;Song, Sa-kwang
    • 한국컴퓨터정보학회논문지
    • /
    • 제26권10호
    • /
    • pp.117-124
    • /
    • 2021
  • 이 논문에서 우리는 국가연구데이터플랫폼 (DataON)의 분석서비스인 CANVAS (Creative ANalytics enVironment And System)를 제안한다. CANVAS는 연구데이터 분석 자원과 도구가 필요한 연구자들을 위한 개인화된 분석 클라우드 서비스이다. CANVAS는 마이크로서비스 아키텍쳐 기반으로 확장성을 고려하여 설계하였으며 전자정부프레임워크인 Spring 프레임워크, Kubernetes, JupyterLab 등의 오픈소스 소프트웨어를 이용하여 구축하였다. 구축된 시스템은 여러 사용자에게 개인화된 분석환경을 제공하며 고성능 클라우드 인프라 (CPU·GPU)를 활용하여 고속의 대용량 데이터 분석이 가능하다. 구체적으로 JupyterLab 이나 GUI 워크플로우 환경에서 데이터 모델링 및 처리가 가능하다. CANVAS는 DataON과 데이터가 공유되므로 사용자가 등록하거나 다운로드 받은 연구데이터는 CANVAS에서 바로 분석을 수행할 수 있다. 이로서 CANVAS는 DataON 사용자의 데이터 분석 편의성을 높이고 연구데이터 공유·활용 활성화에 기여한다.

OpenFlow 기반 KREONET 가상 네트워크 플랫폼 연구 (A Study on OpenFlow based Virtual Network Platform for KREONET)

  • 석승준;정현욱
    • 디지털융복합연구
    • /
    • 제12권8호
    • /
    • pp.309-319
    • /
    • 2014
  • 국제적으로 논의되고 있는 미래 인터넷의 핵심 특징 중의 하나는 네트워크 가상화 서비스 이다. 최근 논의되고 있는 네트워크 가상화 기술에는 네트워크 기능요소의 가상화와 가상 네트워크 서비스의 두 가지 접근 방법이 있다. 미국의 GENI를 비롯한 여러 국가의 연구망을 중심으로 미래 인터넷 기술을 실험하고 있으며 그 중 가상화 서비스가 주요 이슈에 포함되어 있다. 국내 대표적인 연구망인 KREOENT에서도 미래 인터넷 서비스 도입을 위한 단계로서 미래 인터넷을 위한 핵심 네트워크 모델인 SDN/OpenFlow의 가상화 모델을 사용하여 가상 네트워크 프레임워크 구축을 추진하고 있다. 이를 위해 본 논문에서는 KREONET에서 가상 네트워크 서비스를 도입하기 위한 단계적 모델을 제시한다. 먼저 KREONET 사용자의 가상 네트워크 서비스 요구사항을 분석하고, 요구사항을 만족시킬 수 있는 자원 관리 방안 및 가상 네트워크 구축 방안을 제시한다. 마지막으로 KREONET 가상 네트워크 모델의 타당성을 검증한다.

IPv6와 IPv4 환경에서 IPTV 전송 최적화 위한 SDN을 응용한 MPLS (Convergence of MPLS applied SDN to Optimize IPTV Broadcast Transmission for IPv6 and IPv4)

  • 황성규
    • 한국정보통신학회논문지
    • /
    • 제19권4호
    • /
    • pp.819-824
    • /
    • 2015
  • SDN(Software Defined Network)기술은 네트워크 제어기능이 기존의 스위치나 라우터 등의 하드웨어와 별도로 분리되어야 하고 데이터 전달기능과도 역시 분리되어 개발 및 실행될 수 있는 네트워크 구조를 말한다. 네트워크를 계획하고 디자인할 때에는 SDN 기술을 적용하여 반영해야 자원을 효율적으로 반영할 수 있다. 본 연구에서는 일명 Applications SDN을 제안하며 이는 MPLS(Multiprotocol Label Switching) IOS의 절대적으로 필요한 부분을 코딩한 프로그램과 기존 IOS를 결합한 이점(Combined Benefits)을 통해 Controller 부분을 완성하여 적용한 모델을 제안한다. OpenFlow Controller는 LER(Label Edge Router)에 명령을 하고 라우터는 그 명령에 따라 패킷을 EXP bit에 따라 목적지로 전송한다. TCP/IP를 코딩을 통해 최적화된 IOS로 구성한다. OpenFlow 프로토콜을 이용하여 컨트롤러는 MPLS의 정의된 헤더를 패킷에 캡슐화 하여 전송한다.