• KSII Transactions on Internet and Information Systems (TIIS)
• /
• v.6 no.2
• /
• pp.547-565
• /
• 2012

The design, development and deployment of Mobile Agent (MA) systems for high-level inference and surveillance in wireless sensor networks and RFID systems have drawn increasing attention in the past decade. To answer how the state-of-the-art of MA in a wide range of ubiquitous and sensor environments is, this paper investigates the current progress of MA. It proposes a taxonomy, by which MA systems in ubiquitous computing environments are decomposed and discussed. Then, this paper provides insights into the strengths and weaknesses of existing efforts. Finally, it presents a series of solutions from the viewpoint of various roles of MA in ubiquitous environments and situations.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10c
• /
• pp.235-237
• /
• 2003

그리드 컴퓨팅 환경에서 네트워크를 효율적으로 사용하기 위해서는 자원 최적화가 필요하며 예약은 이를 실현할 효율적인 기법으로 연구되고 있다. 그러나 기존의 그리드 자원 예약 기법에서는 그리드상의 네트워크 대역폭이 해당 시간대에 이미 예약되어 있는 경우 원하는 대역폭을 예약할 수 없기 때문에 사용자는 대역폭을 낮추어 예약 하여야만 한다. 본 논문에서는 이동 에이전트를 이용하여 대역폭 관리 서버에서 사용자가 요구한 대역폭과 시간대를 검색한 후 자원을 예약하는 네트워크 대역폭 예약 에이전트를 제안한다. 이 기법을 이용함으로써 자원 예약을 요청하는 호스트는 대역폭을 낮추어 예약해야만 하는 경우를 줄이고 대역폭을 효율적으로 예약 하게 된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.73-75
• /
• 2004

그리드 컴퓨팅의 기본 개념은 여러 대의 저 성능 컴퓨터 자원을 통합하여 고성능 컴퓨팅 환경을 구축하는 것이다. 이런 환경을 관리하기 위해서는 요청된 작업에 대해 자원 관리 시스템의 효율적인 자원 탈당 기능이 중요하다. 본 논문에서는 효과적인 자원의 선택을 위해 CPU의 종합적인 성능을 평가하는 UC 단위 모델을 제안하고, 제안된 모델을 기준으로 자원관리 시스템에서 저 성능 컴퓨터 자원을 효율적으로 할당 할 수 있도록 저 성능 자원 우선 알고리즘을 제안하며, 이를 이용한 에이전트 기반 자원관리 시스템을 구현한다.

• Annual Conference of KIPS
• /
• 2013.05a
• /
• pp.153-154
• /
• 2013

많은 과학 분야에서 필수적인 요소인 High-performance computing 은 많은 컴퓨팅 자원을 필요로 한다. 이에 인터넷을 통해 사용자가 필요한 만큼의 컴퓨팅 자원을 제공받고 사용량만큼 비용을 지불할 수 있는 클라우드 컴퓨팅이 하나의 해결책으로 제시된다. 하지만 클라우드 컴퓨팅을 사용하기 얼마만큼의 자원이 필요할 것인가를 결정하는 문제가 있다. 본 논문에선 동적인 클라우드 서비스 환경에서 사용자가 실행하고자 하는 특정 어플리케이션에 대해 쓸모 없는 자원을 최대한으로 줄여 비용 대비 성능의 자원을 제공하는 브로커를 제안한다.

• Annual Conference of KIPS
• /
• 2009.11a
• /
• pp.215-216
• /
• 2009

본 논문에서는 그리드 환경에서 대규모의 분산 데이터 분석 환경을 제공하고자 한다. 기존의 접근방식으로서 자원 성능 기반의 사전 예약 기법인 Push 기법과 가용자원이 능동적으로 작업을 가져오는 Pull 방식을 조합하여 분산 효율과 실행 시간을 최소화 하는 기법을 제안하고자 한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.12 no.2
• /
• pp.901-908
• /
• 2011

For the available grid environmental realization, the resource supply PC must have to provide an appropriate security function of their operation environments. SKY@HOME is a kind of the grid computing environments. If this has not supervised by administrator handling smoothly, it is inherently vulnerable state to the security level of the grid environments, because the resource supply PC is not update a security function without delay. It is also have the troublesome problems which have to install of an additional security program for support the appropriate security. This paper proposes an integration security model on the policy-based that provides an update each level according to the situation of the resource supply PC for improving its problems as a security aspect of the SKY@HOME. This model analyzes the security state of the resource supply PC respectively, and then the result is available to provide an appropriate security of the resource supply PC using an integration security model. The proposed model is not need additionally to buy and install the software, because it is provided the security management server oriented service. It is also able to set up the suit security function of a characteristic of the each resource supply PC. As a result, this paper clearly show the participation of resource supply PC improved about 20%.

• Journal of Practical Engineering Education
• /
• v.14 no.1
• /
• pp.219-224
• /
• 2022

Q-Learning is a technique widely used as a basic algorithm for reinforcement learning. Q-Learning trains the agent in the direction of maximizing the reward through the greedy action that selects the largest value among the rewards of the actions that can be taken in the current state. In this paper, we studied a policy that can speed up agent training using Q-Learning in Frozen Lake 8×8 grid environment. In addition, the training results of the existing algorithm of Q-learning and the algorithm that gave the attribute 'direction' to agent movement were compared. As a result, it was analyzed that the Q-Learning policy proposed in this paper can significantly increase both the accuracy and training speed compared to the general algorithm.

• Annual Conference of KIPS
• /
• 2005.05a
• /
• pp.93-96
• /
• 2005

PC 그리드 컴퓨팅(Grid Computing) 환경이란 기존의 클라이언트/서버 구조를 최대한 이용하여 텍스트 정보뿐만 아니라 컴퓨팅 파워, 데이터 저장 장치, 첨단 실험 장비 등 가용한 모든 자원들, 나아가 인력 자원들까지도 인터넷을 통해 공유하는 기술이다. 각 클라이언트는 공동으로 작업하는 프로젝트의 처리 결과를 중심이 되는 서버에 전송한다. 중심 서버에서는 각 클라이언트들의 개별적인 처리 결과를 종합하여 단일 결과를 도출한다. PC 그리드 컴퓨팅 환경하에서 분산된 모든 서비스나 장치들이 상호작용 하기 위해서는 해당 서비스가 제공하는 것이 무엇인지, 또한 자신이 원하는 자원이 어디에 위치해 있는지를 정확히 알아야만 한다. 이런 일련의 작업들을 서비스 디스커버리(Service Discovery)라 한다. 이기종 에이전트 플랫폼 간에 자원의 공유를 위해서 FIPA 에서는 서비스 디스커버리에 대한 명세서를 제안하고 있다. 본 논문에서는 PC 그리드 컴퓨팅 환경에서 이기종 에이전트 플랫폼간에 서비스 디스커버리가 이루어 질 수 있도록 연구 및 개발을 목적으로 한다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.9 no.8
• /
• pp.171-180
• /
• 2020

Smart Factory consists of digital automation solutions throughout the production process, including design, development, manufacturing and distribution, and it is an intelligent factory that installs IoT in its internal facilities and machines to collect process data in real time and analyze them so that it can control itself. The smart factory's equipment works in a physical combination of numerous hardware, rather than a virtual character being driven by a single object, such as a game. In other words, for a specific common goal, multiple devices must perform individual actions simultaneously. By taking advantage of the smart factory, which can collect process data in real time, if reinforcement learning is used instead of general machine learning, behavior control can be performed without the required training data. However, in the real world, it is impossible to learn more than tens of millions of iterations due to physical wear and time. Thus, this paper uses simulators to develop grid sortation systems focusing on transport facilities, one of the complex environments in smart factory field, and design cooperative multi-agent-based reinforcement learning to demonstrate efficient behavior control.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.994-996
• /
• 2005

P2P 그리드 컴퓨팅 환경에서 피어의 자율성으로 인한 자원 제공의 휘발성과 피어의 이질적인 특성은 스케줄링 과정에서 해결해야 할 중요한 문제이다. 이에 본 논문에서는 이동 에이전트 기반 적응적 그룹 스케줄링 기법(Mobile Agent based Adaptive Group Scheduling Mechanism: MAAGSM)을 제안한다. 제안 기법은 피어의 특성 (즉, 자원제공자 자율성 고장, 자원제공자 가음용, 자원 제공 시간)에 따라 피어들을 동질적인 그룹(자원제공자 그룹)으로 구성한 후, 그룹에 적합한 다양한 스케줄링 알고리즘은 이동에이전트 기술을 이용하여 적용한다.