• 한국컴퓨터정보학회논문지
• /
• 제16권5호
• /
• pp.23-31
• /
• 2011

컴퓨팅 시스템의 부팅 시간 지연 문제는 시스템 소프트웨어 분야에서 중요한 이슈로 부각되어 왔다. 최근 임베디드 시스템 환경에서도 리눅스의 부팅 속도 개선에 많은 관심이 집중되고 있다. 본 연구에서는 임베디드 리눅스 시스템의 대안적인 부팅 방식으로써 하이버네이션을 기반으로 하는 부팅 방식에 주목한다. 본 논문은 다음의 두 가지 측면에서 그 의의를 찾을 수 있다. 첫째, 실제 모바일 전자기기에 널리 활용되는 ARM 임베디드 개발 보드에서 리눅스 버전 2.6.21에 하이버네이션 기반 부팅 방식을 구현한다. 둘째, 하이버네이션 기반 부팅 과정을 시간대 별로 관찰하고 부팅 속도 개선의 여지에 대해서 논의한다. 실제 구현을 통한 부팅 과정 분석 결과, 다양한 최적화 기법이 적용될 경우 하이버네이션 기반 부팅 방식은 전통적인 부팅 방식보다 최대 3.1배 정도 빠른 부팅을 제공할 수 있을 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.137-140
• /
• 2013

전통적으로 임베디드 장비에서는 단순한 펌웨어 수준의 운영체제를 사용해 왔다. 그러나 최근 하드웨어 성능의 향상과 이에 따른 사용자들의 다양한 요구사항을 만족시킬 수 있도록 범용 운영체제인 리눅스를 사용하고 있는 임베디드 장비들이 활성화되고 있다. 리눅스를 운영체제로 사용하는 경우 확장성, 범용성, 이식성 등의 장점이 있지만 리눅스의 이식성을 고려한 설계로 인한 복잡성의 증가로 인한 오버헤드가 존재한다. 대다수의 임베디드 시스템에서 전원이 인가된 후 필요한 기능을 정상적으로 수행하기까지의 시간을 최소화하는 것은 필수적인 요구사항이기 때문에, 이들 특성은 임베디드 장비에서는 불필요할 수 있으며 적절히 재구성 또는 제거되어야 한다. 본 논문에서는 Corelogic사의 CLM9722 DTK를 대상으로 하여 알려진 소프트웨어 최적화 기법을 리눅스 부팅 각 단계에 적용, 결과를 측정함과 동시에 하드웨어 종속성으로 인한 범용 프레임워크 내의 최적화 제약사항에 대하여 연구하였다. 결과적으로 장비 전원 인가 후 부팅 시간을 약 33% 정도 단축할 수 있었다.

• Journal of Information Processing Systems
• /
• 제17권2호
• /
• pp.426-439
• /
• 2021

To alleviate the cold-start problem and data sparsity in web service recommendation and meet the personalized needs of users, this paper proposes a personalized web service recommendation method based on a hybrid social network and multi-objective immune optimization. The network adds the element of the service provider, which can provide more real information and help alleviate the cold-start problem. Then, according to the proposed service recommendation framework, multi-objective immune optimization is used to fuse multiple attributes and provide personalized web services for users without adjusting any weight coefficients. Experiments were conducted on real data sets, and the results show that the proposed method has high accuracy and a low recall rate, which is helpful to improving personalized recommendation.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제55차 동계학술대회논문집 25권1호
• /
• pp.147-150
• /
• 2017

지능형 로봇의 사용자 품질을 결정하는 주요 요소들 중 하나는 짧은 부트 시간이다. 로봇 시스템에서는 부팅 과정 중에 침입자인지, 자택 순찰, 개인 비서, 엔터테인먼트와 같은 다수의 응용들이 동시에 초기화되는데, 고품질의 사용자 경험을 제공하기 위해서는 사용자 응답성이 중요한 응용들이 우선적으로 초기화되어야한다. 이를 위해 리눅스 기반 로봇 시스템에서 부트 시간을 단축하기 위한 다양한 연구들이 진행되어 왔다. 하지만 이들은 단일 응용 각각에 대한 초기화 시간을 단축하는 연구들이며, 응용들 간에 CPU, 메모리, I/O와 같은 자원 경쟁에 의한 지연 요소를 고려하지 않고 있다. 본 논문에서는 응용들 간의 각종 자원경쟁들을 고려하여 사용자 응답성이 중요한 응용을 우선적으로 초기화하기 위한 외부 컨텍스트 기반 선별적 자원 사용률 조정기법을 제안한다. 이를 리눅스 기반 시스템 상에 구현하여 검증한 결과 응용의 부트 시간이 기존 대비 33.02% 단축됨을 확인했다.

• International Journal of Fluid Machinery and Systems
• /
• 제10권3호
• /
• pp.240-253
• /
• 2017

Latin hypercube sampling is widely used design-of-experiment technique to select design points for simulation which are then used to construct a surrogate model. The exploration/exploitation properties of surrogate models depend on the size and distribution of design points in the chosen design space. The present study aimed at evaluating the performance characteristics of various surrogate models depending on the Latin hypercube sampling (LHS) procedure (sample size and spatial distribution) for a diverse set of optimization problems. The analysis was carried out for two types of problems: (1) thermal-fluid design problems (optimizations of convergent-divergent micromixer coupled with pulsatile flow and boot-shaped ribs), and (2) analytical test functions (six-hump camel back, Branin-Hoo, Hartman 3, and Hartman 6 functions). The three surrogate models, namely, response surface approximation, Kriging, and radial basis neural networks were tested. The important findings are illustrated using Box-plots. The surrogate models were analyzed in terms of global exploration (accuracy over the domain space) and local exploitation (ease of finding the global optimum point). Radial basis neural networks showed the best overall performance in global exploration characteristics as well as tendency to find the approximate optimal solution for the majority of tested problems. To build a surrogate model, it is recommended to use an initial sample size equal to 15 times the number of design variables. The study will provide useful guidelines on the effect of initial sample size and distribution on surrogate construction and subsequent optimization using LHS sampling plan.