• 대한임베디드공학회논문지
• /
• 제15권6호
• /
• pp.299-305
• /
• 2020

We have developed a scheduler that additionally consider network performance by extending the Kubernetes developed to manage lots of containers in cloud computing nodes. The network delay adapt characteristics of the compute nodes were learned during server operation and the learned results were utilized to develop placement algorithm by considering the existing measurement units, CPU, memory, and volume together, and it was confirmed that the low delay network service was provided through placement algorithm.

• 제어로봇시스템학회논문지
• /
• 제17권1호
• /
• pp.38-46
• /
• 2011

The OPRoS (Open Platform for Robotic Service) framework provides uniform operating environment for service robots. As an OPRoS-based service robot has to support real-time as well as non-real-time applications, application of Windows NT kernel based operating system can be restrictive. On the other hand, various benefits such as rich library and device support and abundant developer pool can be enjoyed when service robots are built on Windows NT. The paper presents a user-mode component scheduler of OPRoS, which can provide near real-time scheduling service on Windows NT based on the restricted real-time features of Windows NT kernel. The component scheduler thread with the highest real-time priority in Windows NT system acquires CPU control. And then the component scheduler suspends and resumes each periodic component executors based on its priority and precedence dependency so that the component executors are scheduled in the preemptive manner. We show experiment analysis on the performance limitations of the proposed scheduling technique. The analysis and experimental results show that the proposed scheduler guarantees highly reliable timing down to the resolution of 10ms.

• 사물인터넷융복합논문지
• /
• 제3권1호
• /
• pp.21-24
• /
• 2017

현대의 컴퓨터는 여러 프로세스를 처리해야 한다. 운영체제에서는 소수의 CPU로 많은 프로세스를 처리하기 위해서 스케줄링을 이용한다. 스케줄링의 종류에는 FCFS, SJF, RR이 있다. 이 중 RR은 최대 할당 시간을 정해야 한다. 본 논문에서는 최적의 최대 할당 시간을 찾기 위해 특정 샘플에 대해 GLM 알고리즘으로 분석하였다. 이 분석방법을 통해 원하는 조건에 따른 최대 할당 시간을 지정할 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권6호
• /
• pp.1892-1912
• /
• 2022

With the massive demand and growth of cloud computing, virtualization plays an important role in providing services to end-users efficiently. However, with the increase in services over Cloud Computing, it is becoming more challenging to manage and run multiple Virtual Machines (VMs) in Cloud Computing because of excessive power consumption. It is thus important to overcome these challenges by adopting an efficient technique to manage and monitor the status of VMs in a cloud environment. Reduction of power/energy consumption can be done by managing VMs more effectively in the datacenters of the cloud environment by switching between the active and inactive states of a VM. As a result, energy consumption reduces carbon emissions, leading to green cloud computing. The proposed Efficient Dynamic VM Scheduling approach minimizes Service Level Agreement (SLA) violations and manages VM migration by lowering the energy consumption effectively along with the balanced load. In the proposed work, VM Scheduling for Efficient Dynamically Migrated VM (VMS-EDMVM) approach first detects the over-utilized host using the Modified Weighted Linear Regression (MWLR) algorithm and along with the dynamic utilization model for an underutilized host. Maximum Power Reduction and Reduced Time (MPRRT) approach has been developed for the VM selection followed by a two-phase Best-Fit CPU, BW (BFCB) VM Scheduling mechanism which is simulated in CloudSim based on the adaptive utilization threshold base. The proposed work achieved a Power consumption of 108.45 kWh, and the total SLA violation was 0.1%. The VM migration count was reduced to 2,202 times, revealing better performance as compared to other methods mentioned in this paper.

• 한국콘텐츠학회논문지
• /
• 제4권2호
• /
• pp.50-60
• /
• 2004

오늘날 대부분의 내장형 시스템은 목적상 많은 기능뿐만 아니라 실시간성도 함께 요구하고 있다. 특히, 경성 실시간 시스템에서는 주기 태스크들의 엄격한 마감시간 보장이 시스템의 성능을 좌우한다. 본 논문에서는 CPU 이용률이 놓아 비율단조 기법으로는 마감시간을 보장 할 수 없는 주기 태스크 셋을 위한 비율단조 기반의 스케줄러를 설계하고 구현한다. 이 스케줄러는 확장된 스케줄 가능성 검사를 실시하여, 태스크 셋의 수행 전태스크들의 공통주기를 찾아 마감시간 우선 기법을 기반으로 마감시간 보장 수행패턴을 생성한다. 이렇게 생성된 수행패턴을 참조하여 결정된 우선순위에 따라 태스크 셋을 실행하게 된다. 마감시간 우선 기법을 기반으로 생성된 패턴은 그 특성에 따라 CPU 이용률을 100% 까지 가능하게 하며, 수행패턴을 참조하여 수행함으로써 동적 우선순위 할당 기법의 단점인 실행시간 스케줄링 오버헤드를 없앨 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권2호
• /
• pp.164-172
• /
• 2004

일반적으로 국지적 탐색에서 최적해를 획득할 가능성은 가능한 많은 이웃해를 생성하면서 반복 수를 늘릴수록 높아지나 긴 탐색시간이 소요된다. 따라서 한정된 시간 내에 최적해를 효율적으로 찾기 위해서는. 적절한 수의 이웃해를 생성하되, 탐색의 질을 높일 수 있는 이웃해를 선별해서 생성하는 것이 요구된다. 본 논문에서는 국지적 탐색기법을 적용하여 부하평준화 문제를 해결할 때, 탐색의 효율을 향상시킬 수 있는 이웃해 선정 기법을 제안하고, 실세계 데이타를 대상으로 그 성능을 검증하였다. 본 논문에서 제안하는 이웃해 선정 기법은 확률적 선별에 기반 한 방법으로서, 탐색의 질을 개선시킬 가능성에 대한 추정치를 기준으로 부여된 확률에 따라 이웃해를 선별하여 생성하는 기법이다. 대상 문제에 국지적 탐색기법으로 tabu 탐색과 simulated annealing를 적용한 실험에서, 무작위 또는 그리디 선별에 기반 한 방법보다 우수한 성능을 보임을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권7호
• /
• pp.205-216
• /
• 2022

딥러닝 분산 학습에 사용되는 많은 도구 중 하나는 컨테이너 오케스트레이션 도구인 쿠버네티스에서 실행되는 큐브플로우이다. 그리고 큐브플로우에서 기본적으로 제공하는 오퍼레이터를 사용하여 텐서플로우 학습 작업을 관리할 수 있다. 하지만 파라미터 서버 아키텍처 기반의 딥러닝 분산 학습 작업을 고려할 때 기존의 오퍼레이터가 사용하는 스케줄링 정책은 분산학습 작업의 태스크 친화도를 고려하지 않으며 자원을 동적으로 할당하거나 해제하는 기능을 제공하지 않는다. 이는 작업의 완료 시간이 오래 걸리거나 낮은 자원 활용률로 이어질 수 있다. 따라서 본 논문에서는 작업의 완료 시간을 단축시키고 자원 활용률을 높이기 위해 딥러닝 분산 학습 작업을 효율적으로 스케줄링하는 새로운 오퍼레이터를 제안한다. 기존 오퍼레이터를 수정하여 새로운 오퍼레이터를 구현하고 성능 평가를 위한 실험을 수행한 결과, 제안한 스케줄링 정책은 평균 작업 완료 시간 감소율을 최대 84%, 평균 CPU 활용 증가율을 최대 92%까지 향상시킬 수 있음을 보여준다.

• 한국통신학회논문지
• /
• 제38C권6호
• /
• pp.512-520
• /
• 2013

본 논문은 가상 머신 기반의 클라우드 데이터센터에서 가상 머신의 CPU 스케줄링으로 인해 발생할 수 있는 네트워크 불평등 현상을 해결하는 가상머신 수준의 제어 알고리즘을 제안한다. 이를 위해 이기종 호스트들로 구성된 클라우드 데이터 센터 테스트베드를 구축하고, 가상 머신간의 네트워크 불평등 현상이 발생함을 실험적으로 보인다. 그리고 이를 해결할 수 있는 PID 제어 기법 기반의 가상 머신 네트워크 성능 보장 제어 알고리즘을 설계하고, 이를 실제 시스템에 구현하기 위한 방안을 설명한다. 실제 테스트베드에 제안하는 알고리즘을 구현하여 알고리즘 동작 결과를 분석한다.

• 대한전자공학회논문지
• /
• 제17권5호
• /
• pp.36-42
• /
• 1980

본 연구에서는, 8085CPU 4대를 사용하여서, 주마이크로프로세서의 버스에 DMA장치를 통하여 종마이크로프로세서에 접속되는 복합마이크로프로세서 시스템을 설계하여서 병렬처리 시킴으로서 처리효율을 높일 수 있었다. 마이크로프로세서의 동작대수와 시스템 Throughput의 관계를 측정한 결과, 이상치의 70∼80퍼센트 정도에 머무는 결과를 얻었다. 자원의 할당이나 일정계획은 주마이크로프로세서가 이루도록 하였고, 마이크로프로세서 사이의 통신 및 공유데이터의 격납은 공유메모리를 사용하도록 하였다. 또한 직렬로 작성된 원시프로그램으로 부터 병렬성을 검출하는 방법을 제시하였다.

• 전기전자학회논문지
• /
• 제21권1호
• /
• pp.92-95
• /
• 2017

본 논문에서는 적은 면적의 GP-GPU에서 성능을 향상시키기 위한 방법을 제안한다. 본 논문에서는 superscalar와 같이 과도하게 스케줄링 복잡성을 증가시키지 않는 대신 단순한 코어의 수를 늘려 성능을 극대화 시키는 방법을 제안한다. GP-GPU를 구성하는 Stream Processor의 구조를 단순화한다. 또한, Warp Schedule에서 thread 할당을 어플리케이션에 적합한 방법을 개발하여 성능을 개선한다. 성능을 검증하는 방안으로 neural network의 한 분야인 딥러닝에 대한 스레드 할당방식을 제안한다. Neural Network 알고리즘의 경우 Intel CPU 대비 90%에서 ARM Cortex-A15 4 core 대비 98% 성능 향상을 확인할 수 있었다.