• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (A)
• /
• pp.412-414
• /
• 2004

수십 대의 PC들로 구성된 학교 PC 실 또는 교육 목적 PC 실에서는 컴퓨터들이 분산 구조로 되어 있어서 각 컴퓨터별로 셋업. 유지보수, 업그레이드가 각각 따로따로 수행된다. 이러한 분산 구조에 대한 대안으로 씬 클라이언트 컴퓨팅 환경을 고려해 볼 수 있다. 씬 클라이언트 컴퓨팅 환경에서, 클라이언트 쪽 장치는 사용자에게 친숙한 GUI 와 멀티미디어 지원과 함께 주로 IO 기능들을 제공하는 반면에 터미널 서버라 불리는 원격 서버들은 컴퓨팅 파워를 제공한다. 이 환경에서는 많은 클라이언트를 지원하기 위해서 터미널 서버들을 클러스터로 구성할 수 있다. 그러나 이러한 구조에서는 터미널 세션의 유지와 사용자의 다양한 컴퓨팅 사용 패턴 요인으로 부하 분산이 어렵고 결과적으로 터미널 서버 자원의 활용도가 낮아지는 단점을 가진다. 이러한 단점을 보완하기 일해 본 논문에서는 적응적 터미널 클러스터를 제안한다. 이 구조에서는 부하가 적은 그룹에 속한 터미널 서버가 부하가 큰 그룹으로 실시간에 동적으로 재 할당될 수 있다. 제안된 적응적 터미널 클러스터를 일반적인 터미널 클러스터와 그룹 기반 비적응적 터미널 클러스터와 비교하고 실험을 통해 제안된 방법의 유효성을 검증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.201-204
• /
• 2002

최근, 클러스터 시스템은 고성능 컴퓨팅 분야에서 널리 사용하는 컴퓨팅 환경이다. 그렇지만, 클러스터 시스템에 관한 정보가 그리드 환경에서 다른 시스템들에게 제대로 제공되지 못하고 있다. 본 연구에서는 그리드 환경에서 클러스터 시스템 정보를 사용할 수 있게 함으로써 그리드 환경의 확대를 시도한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권5호
• /
• pp.293-298
• /
• 2017

최근 고성능 네트워크 기술을 기반으로 다수의 컴퓨터를 활용하여 클러스터를 구축하고 고성능 컴퓨팅 환경을 제공하기 위한 연구가 활발하게 이루어지고 있다. 이와 같은 고성능 클러스터 환경에서 각 컴퓨팅 노드의 데이터 처리 성능을 향상시키기 위하여 Redis, Memcached와 같은 인-메모리 기반 키-값 데이터 저장소를 활용하고 있다. 이를 통해 인-메모리 기반으로 데이터를 분산 저장하고 각 컴퓨팅 노드에서 필요한 데이터를 고속으로 접근할 수 있다. 인피니밴드는 이와 같은 고성능 클러스터에서 각 컴퓨팅 노드를 연결하기 위한 사실상의 표준 기술이다. 본 논문에서는 키-값 데이터 저장소 기반 고성능 클러스터 컴퓨팅 시스템의 데이터 처리 성능을 향상시키기 위해 인피니밴드 네트워크의 데이터 송수신 지연 특성을 활용한 데이터 선반입 기법을 제안한다. 시뮬레이션을 통해 제안 기법이 기존 기법보다 데이터 송수신 소요시간을 최대 약 28% 줄여 컴퓨팅 성능을 향상 시킬 수 있음을 보인다.

• 한국콘텐츠학회논문지
• /
• 제5권2호
• /
• pp.207-211
• /
• 2005

최근 그리드 환경 같은 고성능 컴퓨팅 분야에서 널리 보급되고 있는 컴퓨팅 환경은 클러스터 시스템이다. 그러나 그리드 환경에서 클러스터 시스템의 주요한 정보들이 다른 시스템들에게 적절하게 제공되지 못하고 있다. 본 논문에서는 이러한 정보들을 제공하는 체계를 제안하였다. 그리드 환경에서 클러스터 시스템의 정보를 제공한다. 이러한 배경하에서 그리드 정보 서비스의 활용 가능성이 증대될 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.1691-1693
• /
• 2010

본 논문에서는 OpenNebula 기반의 클라우드 컴퓨팅 환경을 구축하고 클러스터 노드에 설치되는 하이퍼바이저로 Xen을 이용하여 클라우드 컴퓨팅 기반 컴퓨터 교육 시스템을 구축하였다. 전체 시스템은 Front-End 1대와 클러스터 노드 2대로 구성되며, 시스템 사용자는 원격 접속을 이용하여 가상 머신에 접근이 가능하다. 관리자는 Web를 통해 클러스터 노드와 가상 머신을 관리할 수 있으며, 컴퓨터 실습수업의 형태에 따라 각기 다른 OS와 응용 소프트웨어가 설치된 가상머신을 생성하여 사용자들에게 제공할 수 있다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권2호
• /
• pp.89-94
• /
• 2016

최근 클라우드 컴퓨팅 시장의 클러스터 환경이 일반 클러스터 환경에서 가상화 클러스터 환경으로 변화하고 있다. 이러한 클러스터 환경의 변화는 대용량 분산처리 성능에 영향을 끼치고 있으며, 국내외의 많은 IT관련 기업에서 경쟁적으로 연구와 서비스에 집중 투자하고 있다. 본 논문에서는 대용량 데이터 분산 처리 성능에 하이퍼바이저가 미치는 영향을 비교하기 위한 목적으로 하이퍼바이저를 사용하는 Xen과 컨테이너 기반의 Docker를 사용하여 가상 클러스터 환경을 만들고, MapReduce의 성능을 측정하는 실험을 하였다. 이 결과 하이퍼바이저를 사용하지 않은 Docker 성능이 약 1.44배 - 2.92배 더 좋은 것을 검증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.33-34
• /
• 2023

성장하는 빅 데이터 시장과 빅 데이터 수의 기하급수적인 증가는 기존 컴퓨팅 환경에서 데이터 처리의 어려움을 야기한다. 특히 이미지 데이터 처리 속도는 데이터양이 많을수록 현저하게 느려진다. 이에 본 논문에서는 Apache Spark와 OpenCV를 활용한 분산 클러스터 컴퓨팅 환경의 대용량 이미지 머신러닝 시스템을 제안한다. 제안하는 시스템은 Apache Spark를 통해 분산 클러스터를 구성하며, OpenCV의 이미지 처리 알고리즘과 Spark MLlib의 머신러닝 알고리즘을 활용하여 작업을 수행한다. 제안하는 시스템을 통해 본 논문은 대용량 이미지 데이터 처리 및 머신러닝 작업 속도 향상 방법을 제시한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.148-151
• /
• 2013

가상화 기반 클라우드 컴퓨팅 환경은 비용 효율성과 자원 활용 측면에서 강점을 갖고 있으나 주어진 응용의 행태에 따른 적절한 자원할당 방법이 필요한 상황이다. 그러므로 클라우드 컴퓨팅 환경에서 다양하게 구성된 가상클러스터와 응용 특성을 서로 비교 분석해야 한다. 이를 위해 본 논문의 목적은 OpenStack 기반 가상화 자원을 사용하여 생성된 클러스터 환경을 상태분석 도구인 Ganglia를 이용하여 분석한다. 분석에 사용되는 Utility 함수의 결과는 각 응용에서 요구되는 성능을 클라우드 컴퓨팅 환경이 만족시키는지 판단할 수 있는 자료가 될 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.907-910
• /
• 2004

컴퓨터와 네트워크의 성능이 나날이 발전해감에 따라, 여러 대의 컴퓨팅 자원들을 통합하여 하나의 시스템처럼 사용하고자 하는 클러스터에 관한 연구가 활발히 진행되고 있다. 본 논문에서는 리눅스 기반의 컴퓨터 자원들을 하나의 클러스터로 구성하여 컴퓨팅 파워의 성능을 평가 하였다. 향후 대규모 그리드 환경에서의 효과적인 성능평가 수행을 위한 방법을 제시 하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (1)
• /
• pp.355-357
• /
• 2002

최근 인터넷이 발달하면서 인터넷 상의 다양한 컴퓨터들을 연결함으로써 이기종 클러스터 환경 구축이 용이해졌다. 이러한 이기종 클러스터 환경에서 알고리즘의 이식성을 높이기 위해서는 네트워크의 특성 및 노드의 이질성에 따른 부하 불균형에 효과적으로 적응할 수 있어야 한다 본 논문에서는 이기종 클러스터 환경에서 Message Passing 방식을 이용한 고성능 클러스터 컴퓨팅 작업 시 최적의 효율을 얻을 수 있는 Enhanced-WF 알고리즘을 제시한다 Enhanced-WF 알고리즘은 부하공유를 위하여 Weighted Factoring 알고리즘을 기반으로 적응할당정책을 적용하는 동시에 네트워크 통신시간과 계산시간을 겹치게 한다. Enhanced-WF 알고리즘의 성능을 측정하기 위해 이기종 PC클러스터 환경에서 PVM을 이용한 행렬곱셈 프로그램을 이용하였다. 그 결과, Enhanced-WF 알고리즘이 이기종 클러스터 환경에서 Send, GSS, Weighted Factoring 알고리즘과 같은 기존의 부하공유 알고리즘보다 효과적임을 보였다.