• Journal of Information Processing Systems
• /
• 제18권6호
• /
• pp.741-754
• /
• 2022

Openstack is widely used as a representative open-source infrastructure of the service (IaaS) platform. The Openstack Identity Service is a centralized approach component based on the token including the Memcached for cache, which is the in-memory key-value store. Token validation requests are concentrated on the centralized server as the number of differently encrypted tokens increases. This paper proposes the practical Byzantine fault tolerance (PBFT) blockchain-based Openstack Identity Service, which can improve the performance efficiency and reduce security vulnerabilities through a PBFT blockchain framework-based decentralized approach. The experiment conducted by using the Apache JMeter demonstrated that latency was improved by more than 33.99% and 72.57% in the PBFT blockchain-based Openstack Identity Service, compared to the Openstack Identity Service, for 500 and 1,000 differently encrypted tokens, respectively.

• Journal of Information Processing Systems
• /
• 제8권2호
• /
• pp.241-262
• /
• 2012

An understanding of quality attributes is relevant for the software organization to deliver high software reliability. An empirical assessment of metrics to predict the quality attributes is essential in order to gain insight about the quality of software in the early phases of software development and to ensure corrective actions. In this paper, we predict a model to estimate fault proneness using Object Oriented CK metrics and QMOOD metrics. We apply one statistical method and six machine learning methods to predict the models. The proposed models are validated using dataset collected from Open Source software. The results are analyzed using Area Under the Curve (AUC) obtained from Receiver Operating Characteristics (ROC) analysis. The results show that the model predicted using the random forest and bagging methods outperformed all the other models. Hence, based on these results it is reasonable to claim that quality models have a significant relevance with Object Oriented metrics and that machine learning methods have a comparable performance with statistical methods.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권3호
• /
• pp.173-182
• /
• 2015

다양한 산업 자동화 분야에 활용되고 있는 모션 제어 시스템의 핵심 요소인 모션 제어기는 모션 명령의 전송의 주기성과 각 모터 드라이브 간 동작시점의 편차 최소화 등 실시간 성능 요구사항을 가진다. 이러한 요구사항을 만족시키기 위해 모션 제어기는 전통적으로 하드웨어 중심의 전용기 형태로 구현되어 왔으나 시스템 간 호환성과 확장성의 한계로 소프트웨어 중심의 범용 모션 제어기로 대체되는 추세이다. 한편 최근에는 저비용, 고성능의 범용 임베디드 플랫폼을 이용한 모션 제어기에 대한 관심도 커지고 있다. 본 논문에서는 고정밀 모션 제어 응용을 위해 ARM 기반 범용 임베디드 보드 상에서 Xenomai 기반 임베디드 제어기를 오픈소스 소프트웨어로 구현한 결과를 제시한다. 구현된 임베디드 제어기의 성능 평가를 위해 실제 응용 상황에서 측정 실험을 수행하였으며, 실험 결과 구현된 제어기는 드라이브 3개를 2 ms 제어주기로 동시 구동하는 환경에서도 안정적인 성능을 보임을 알 수 있었다.

• 한국정보통신학회논문지
• /
• 제14권5호
• /
• pp.1146-1154
• /
• 2010

오픈 소스 클라우드 컴퓨팅 플랫폼인 OpenNebula를 이용한 클라우드 컴퓨팅 환경에서 가상머신 임대 서비스를 구현하고 클라우드 자원 관리와 서비스 사용의 편의성을 위하여 웹기반 클라우드 사용자 인터페이스를 구현하였다. OpenNebula의 가상머신 할당 기법은 가상화 소프트웨어의 CPU 할당 스케줄러를 고려하지 않아 성능 저하의 요인이 되고 있다. 이러한 문제점을 해결하기 위하여 클러스터 노드의 유휴 CPU 자원의 우선순위와 Xen의 Credit 스케줄러를 고려하여 OpenNebula의 가상머신 할당 스케줄러의 성능을 개선하였다. 실험 결과 제안한 가상머신 할당기법은 기존 방식에 비하여 수용 가능한 가상머신 수와 CPU 자원 할당량에서 향상된 결과를 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.445-447
• /
• 2016

SQLite, Realm 등은 리소스 제약이 큰 소형 기기에 적합한 데이터베이스 엔진들이며 리눅스 기반 모바일 기기에 많이 사용되고 있다. 이 엔진들은 대부분 오픈소스 프로그램들이며 범용 데이터베이스에 비해 가볍고 속도가 빠른 장점을 지닌다. 이 논문에서는 리눅스 기반 환경에서 SQLite 데이터베이스의 검색 성능을 파악하기 위한 테스트 프로그램을 구현하고 성능 실험을 실시한다. 실험은 같은 환경에서 실행되는 Oracle 데이터베이스와 비교하여 진행한다.

• 대한기계학회논문집B
• /
• 제41권8호
• /
• pp.553-561
• /
• 2017

본 연구에서는 산업용 가열 설비에 대한 연소 유동장과 복합 열전달 해석을 위하여 오픈소스 기반의 3차원 해석 시스템을 구축하고 실제 운전 중인 재가열로에 대한 해석을 통해 유용성을 확인하였다. 효율적인 가열로 전용 해석 체계를 위하여 오픈소스 OpenFOAM 라이브러리를 적용함으로써 다양한 해석 기능들을 추가로 개발할 수 있는 확장성과 상용 프로그램 도입에 비하여 경제성 측면에서도 장점들을 가지고 있다. 개발된 프로그램을 활용하여 실제 연속 아연 도금 강판 생산 공정 내의 수평형 소둔로에 대한 해석을 수행하였다. 해석 결과로부터 대상 가열 설비의 가열 성능은 고온 연소 기체에 의한 대류 보다는 복사 열전달 효과가 지배적이며, 이송되는 강판 표면으로 유입되는 복사 열전달량은 총 열전달량의 76% 수준으로 분석되었다. 현 가열로 전용 해석 시스템은 핵심적인 가열 설비 해석 기능을 포함하고 있지만, 다양한 연소 조건에 적용 가능한 난류 연소 모델과 가열로 벽면 열경계에 대한 추가적인 연구가 필요함을 확인하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권4호
• /
• pp.262-267
• /
• 2017

RTEMS는 GPLv2 기반의 라이선스를 사용하는 오픈소스 실시간 운영체제로 인공위성과 같은 항공우주 분야의 시스템에서 사용된다. 이러한 시스템들은 하드웨어 플랫폼과 관련된 문제로 인해 개발 환경 구축이 어려우며, 가상화 기술을 통해 이를 해결할 수 있다. 그러나 가상화 오버헤드로 인한 실행 시간증가와 성능 저하가 실시간 응용의 시간 동작을 변화시키며, 따라서 이를 최소화해야한다. 본 논문에서는 RTEMS를 위한 virtio front-end 네트워크 드라이버를 구현하여 네트워크 I/O 가상화 오버헤드를 완화시킨다. 또한 구현된 드라이버를 오픈소스 소프트웨어 기여를 위해 RTEMS 커뮤니티에 제출하는 과정과 커뮤니티의 다양한 요구사항들을 반영하는 과정을 설명한다.

• 정보교육학회논문지
• /
• 제14권4호
• /
• pp.659-666
• /
• 2010

수행평가는 교수 학습 과정과 평가 과정을 접목시키는 데 적절한 평가 방법이고 의미 있는 평가 결과를 얻기 위해 필수적이라고 인정되고 있다. 하지만 비용과 시간의 문제, 교사의 업무 부담으로 인해 학생이 소외된 교사 주도의 평가 방법이 주로 사용되고 있고 이는 평가 결과의 신뢰성에도 영향을 미친다. 본 연구에서는 학교현장에서 이루어지는 수행평가를 효율적으로 운영하고 학생들의 학습 효과 증진을 위해 오픈 소스인 무들(Moodle)을 활용하여 웹기반 수행평가 시스템을 개발하여 적용하였다. 이를 통해 웹기반 수행평가를 시도하는 교사로 하여금 시스템 개발의 부담을 덜어줌과 동시에 무들에서 제공하는 다양한 전략을 통하여 기존 동료 평가 방식에서 제기된 신뢰성 확보 문제도 해결할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.673-676
• /
• 2017

Accompanying the Internet of Things (IoT) is a demand of advanced applications and services utilizing the potential of the IoT environment. Monitoring the environment for a provision of context-aware services to the human beings is one of the new trends in our future life. The IoTivity Cloud is one of the most notable open-source platform bringing an opportunity to collect, analyze, and interpret a huge amount of data available in the IoT environment. Based on the IoTivity Cloud, we aim to develop a novel platform for comprehensive monitoring of a future network, which facilitates on-demand data collection to enable the network behavior prediction and the quality of user experience maintenance. In consideration of performance evaluation of the monitoring platform, this paper presents results of a preliminary test on the data acquisition/supply process in the IoTivity Cloud.

• 한국융합학회논문지
• /
• 제12권9호
• /
• pp.11-19
• /
• 2021

소프트웨어 시스템은 생명주기동안 기능 추가, 버그 수정, 새로운 컴퓨팅 환경 수용 등의 다양한 이유로 프로그램 코드 변경이 요구된다. 이러한 코드 수정 과정에서 새로운 오류 발생을 가져올 수 있으므로 프로그램 코드 수정 과정은 새로운 시스템 개발 못지 않게 신중하게 처리되야 한다. 또한, 오픈 소스 프로그램에 대한 재사용이 일반화된 소프트웨어 개발환경에서 오픈 소스 프로그램의 코드 변경 가능성을 예측할 수 있다면, 보다 양질의 프로그램 개발 효과를 기대할 수 있을 것이다. 본 논문은 소스 코드 변경을 예측하는 Convolutional Neural Network (CNN) 기반의 딥러닝 모델을 제안한다. 소스 코드 변경을 예측하는 문제는 딥러닝의 이진 분류 문제이며 레이블된 데이터가 요구되는 지도학습을 사용한다. 코드 예측 모델의 학습 및 시험을 위해 깃허브에서 수집한 Java 소스 코드와 코드 변경 로그를 데이터로 사용한다. 수집된 Java 소스 코드에서 소프트웨어 메트릭스를 계산한 후 제안된 코드 변경 예측 모델의 입력 데이터로 사용한다. 제안된 모델의 성능 평가를 위해 정밀도, 재현율, F1점수, 정확도가 측정되었으며 각각의 평가 지표에 있이서 CNN 모델은 95%, 다층 퍼셉트 기반의 DNN 모델은 92%를 달성했다.