• 지능정보연구
• /
• 제24권2호
• /
• pp.171-193
• /
• 2018

본 연구는 시멘틱 웹의 실질적 구현체인 LOD 클라우드에서 연결정책을 활용함으로써 LOD들간 연결을 효과적으로 제공하고 LOD의 변경된 내용을 검색결과에 빠짐없이 반영할 수 있는 방안을 제시한다. 현재 LOD 클라우드에서는 개체간 연결은 를 이용하여 개체들이 동일함을 명시적으로 기술하는 방식으로 이루어져 있다. 하지만, 이러한 명시적 연결방식은 LOD 클라우드 규모의 방대함에도 불구하고 개체간 동일성을 개체단위에서 파악하여야 하는 어려움이 있으며 주기적으로 LOD에 추가하여야 함에 따라 검색 시 개체들이 누락되는 한계가 있다. 이를 극복하기 위하여 본 연구에서는 명시적 연결을 생성하는 대신 LOD별로 연결하고자 하는 LOD와의 연결정책을 수립하여 LOD와 함께 공개하는 방식을 제안한다. 연결정책을 활용함으로써 연결하여야 할 동일개체를 검색시점에서 파악할 수 있으므로 추가되었던 개체들을 누락됨 없이 검색결과에 포함시킬 수 있고 LOD 클라우드에서의 연결성도 효과적으로 확충할 수 있다. 확충된 연결성은 정보의 지능적 처리의 선행과정인 지식확장의 근간이 된다. 연결정책은 연결하고자 하는 소스와 타겟 LOD의 주어 개체들간의 동일성을 평가하는데 도움이 되는 술어 쌍을 명세하는 방식으로 수립하며 검색 시 이러한 술어쌍에 대응하는 RDF 트리플을 검색하고 이들의 목적어들이 충분히 동일한 것인가를 평가하여 주어개체들의 동일수준을 판단한다. 본 연구에서는 이러한 연결정책을 이용하여 여러 LOD들을 심층적으로 검색하는 시스템을 구현하였다. 검색과정에서는 기존 명시적 연결들도 함께 활용하도록 구현하였다. 검색시스템에 대한 실험은 DBpedia의 주요 LOD들을 대상으로 진행하였다. 실험결과 연결대상 개체들의 목적어들이 0.8 ~ 0.9의 유사수준을 가지는 경우 적정한 확장성을 가지고 충분히 신뢰적인 개체들을 적절하게 포함하는 것으로 확인하였다. 또한, 개체들은 8개 이상의 동일연결을 제공하여야 검색결과가 신뢰적으로 활용될 수 있을 것으로 파악되었다.

• 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.

• 한국빅데이터학회지
• /
• 제4권1호
• /
• pp.119-127
• /
• 2019

본 연구는 엔지니어링 분야에서 생성되는 대용량의 빅데이터를 효율적으로 저장, 관리, 분석하는 클라우드 기반 빅데이터 플랫폼을 제안하고자 한다. 클라우드 기반 빅데이터 플랫폼은 HPC 클라우드 환경, 엔지니어링 빅데이터 분석 플랫폼, 데이터 수집 및 처리 모듈, 인공지능 기반 분석 라이브러리, 응용서비스로 구성된다. 이를 통해 데이터 분석에 대한 전문지식이 없는 엔지니어링 전문가가 IoT 빅데이터를 수집 및 분석함으로써 산업적으로 활용이 가능하다. 마지막으로 응용서비스에서는 빅데이터 플랫폼 적용 사례를 제시하기 위해 하수처리플랜트 데이터를 이용하여 서비스를 구현하였다.

• 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.

• 경영정보학연구
• /
• 제17권1호
• /
• pp.217-238
• /
• 2015

사회과학 연구과정에서 많은 부분은 자동화가 가능하며, 자동화 시스템을 이용하면 연구의 효율성과 연구과정의 획기적인 개선을 가져올 수 있을 것으로 예상된다. 본 연구에서는 클라우드 기반으로 설문지 작성을 자동화하고, 웹과 인터넷을 이용한 자료수집을 지원하며 수집된 자료를 자동적으로 통계 처리하는 사회과학연구 자동화 시스템을 개발하였다. 클라우드 기반의 사회과학연구 자동화 시스템은 GNU/GPL 기반의 오픈소스 소프트웨어들로 개발되었고, 특히 통계분석이 가능한 R 패키지들을 사용하여 일반통계는 물론 PLS 구조방정식모델링, 매개효과분석, 조절효과분석, 그룹비교분석 등의 고급통계분석 기능을 지원하도록 구현되었다. 본 연구에서 개발된 클라우드 기반의 사회과학연구 자동화 시스템은 사회과학 연구절차를 개선하고 사회과학 연구를 효율적으로 수행하는데 중요한 역할을 할 수 있을 것으로 기대된다.

• Journal of Information Science Theory and Practice
• /
• 제9권2호
• /
• pp.66-82
• /
• 2021

Recommender Systems have gained immense popularity due to their capability of dealing with a massive amount of information in various domains. They are considered information filtering systems that make predictions or recommendations to users based on their interests and preferences. The more recent technology, Linked Open Data (LOD), has been introduced, and a vast amount of Resource Description Framework data have been published in freely accessible datasets. These datasets are connected to form the so-called LOD cloud. The need for semantic data representation has been identified as one of the next challenges in Recommender Systems. In a LOD-enabled recommendation framework where domain awareness plays a key role, the semantic information provided in the LOD can be exploited. However, dealing with a big chunk of the data from the LOD cloud and its integration with any domain datasets remains a challenge due to various issues, such as resource constraints and broken links. This paper presents the challenges of interconnecting and extracting the DBpedia data with the MovieLens 1 Million dataset. This study demonstrates how LOD can be a vital yet rich source of content knowledge that helps recommender systems address the issues of data sparsity and insufficient content analysis. Based on the challenges, we proposed a few alternatives and solutions to some of the challenges.

• 전자공학회논문지
• /
• 제53권8호
• /
• pp.85-92
• /
• 2016

모바일 클라우드 컴퓨팅은 단순히 클라우드 개념이 모바일로 확장된 것이 아니라, 스마트폰을 포함한 모든 이동형 디바이스에서 클라우드 기술을 사용하여 원하는 서비스를 시간과 공간의 제약 없이 사용할 수 있는 기술을 의미한다. 현재 클라우드 컴퓨팅 관련된 다양한 연구가 진행 중이지만, 실제 사용자가 사용하는 인터페이스에 대한 연구가 미비하다. 본 논문의 특징 및 기여도는 다음과 같다. 첫째, 기존의 SPICE에서 제공되던 인터페이스들과 달리 UX를 고려한 UI를 개발한다. 둘째, 모바일 클라우드 컴퓨팅 클라이언트에서 키보드를 사용할 때 두 버튼이상을 동시에 누르는 인터페이스를 한 번의 인터페이스로 통합한다. 셋째, 모바일 클라우드 컴퓨팅 클라이언트에 적합한 마우스인터페이스를 개발한다. 넷째, 모바일 클라우드 컴퓨팅 클라이언트에서 모서리부분은 버튼/파일/폴더 클릭 시 어려움을 해결한다. 마지막으로, 모바일 클라우드 컴퓨팅 클라이언트에서 마우스 스크롤기능이 모바일의 음향버튼을 이용하여 조작하던 것을 터치스크린 내 인터페이스를 생성하여 조작이 가능하도록 한다. 개발된 시스템의 성능평가는 다음과 같은 결과들을 보여 주었다. 모바일 환경에서 사용자가 마우스 인터페이스의 크기가 커지고 고정되어서 입력하기 편하게 되었다. 그리고 키보드의 복합키를 단축키의 형태로 제공하여 3-6단계의 입력이 1단계의 입력으로 간단해져서, 사용자가 복합키와 마우스입력이 간단해졌다.

• 한국콘텐츠학회논문지
• /
• 제15권5호
• /
• pp.570-581
• /
• 2015

최근 많은 기관들로부터 클라우드 서비스, 빅 데이터가 향후 대세적인 IT 트렌드 및 확고한 기술로서 예견되고 있다. 또한 현재 IT를 선도하는 많은 벤더를 중심으로 클라우드, 빅데이터에 대한 실질적인 솔루션과 서비스를 제공하고 있다. 이러한 기술들은 기업의 비용절감 측면에서, 클라우드는 인터넷 기반의 다양한 기술들을 기반으로 비즈니스 모델에 대한 자원의 사용을 자유스럽게 선택할 수 있는 장점을 가지고 있어 능동적인 자원 확장을 위한 프로비져닝 기술과 가상화 기술들이 주요한 기술로 주목 받고 있다. 또한 빅데이터는 그동안 분석하지 못했던 새로운 비정형 데이터들에 대한 분석 환경을 제공함으로서 데이터 예측모델의 차원을 한층 높이고 있다. 하지만 클라우드 서비스, 빅데이터의 공통점은 대용량 데이터를 기반으로 서비스 또는 분석을 요하고 있어, 초기 발전 모델부터 대용량 데이터의 효율적인 운영 및 설계가 중요하게 대두 되고 있다. 따라서 본 논문에 클라우드, 빅데이터 서비스를 위한 대용량 데이터 기술 요건들을 토대로 데이터 처리 아키텍처를 정립하고자 한다. 특히, 클라우드 컴퓨팅을 위해 분산 파일 시스템이 갖추어야 할 사항들과 클라우드 컴퓨팅에서 활용 가능한 오픈소스 기반의 하둡 분산 파일 시스템, 메모리 데이터베이스 기술요건을 소개하고, 빅데이터, 클라우드의 대용량 데이터를 비용절감 측면에서 효율적인 압축기술 요건들을 제시한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권3호
• /
• pp.911-931
• /
• 2021

Recently, most cloud services use Docker container environment to provide their services. However, there are no researches to evaluate the performance of communication libraries for multi-GPU based distributed deep learning in a Docker container environment. In this paper, we propose an efficient communication architecture for multi-GPU based deep learning in a Docker container environment by evaluating the performances of various communication libraries. We compare the performances of the parameter server architecture and the All-reduce architecture, which are typical distributed deep learning architectures. Further, we analyze the performances of two separate multi-GPU resource allocation policies - allocating a single GPU to each Docker container and allocating multiple GPUs to each Docker container. We also experiment with the scalability of collective communication by increasing the number of GPUs from one to four. Through experiments, we compare OpenMPI and MPICH, which are representative open source MPI libraries, and NCCL, which is NVIDIA's collective communication library for the multi-GPU setting. In the parameter server architecture, we show that using CUDA-aware OpenMPI with multi-GPU per Docker container environment reduces communication latency by up to 75%. Also, we show that using NCCL in All-reduce architecture reduces communication latency by up to 93% compared to other libraries.

• 한국컴퓨터정보학회논문지
• /
• 제26권10호
• /
• pp.117-124
• /
• 2021

이 논문에서 우리는 국가연구데이터플랫폼 (DataON)의 분석서비스인 CANVAS (Creative ANalytics enVironment And System)를 제안한다. CANVAS는 연구데이터 분석 자원과 도구가 필요한 연구자들을 위한 개인화된 분석 클라우드 서비스이다. CANVAS는 마이크로서비스 아키텍쳐 기반으로 확장성을 고려하여 설계하였으며 전자정부프레임워크인 Spring 프레임워크, Kubernetes, JupyterLab 등의 오픈소스 소프트웨어를 이용하여 구축하였다. 구축된 시스템은 여러 사용자에게 개인화된 분석환경을 제공하며 고성능 클라우드 인프라 (CPU·GPU)를 활용하여 고속의 대용량 데이터 분석이 가능하다. 구체적으로 JupyterLab 이나 GUI 워크플로우 환경에서 데이터 모델링 및 처리가 가능하다. CANVAS는 DataON과 데이터가 공유되므로 사용자가 등록하거나 다운로드 받은 연구데이터는 CANVAS에서 바로 분석을 수행할 수 있다. 이로서 CANVAS는 DataON 사용자의 데이터 분석 편의성을 높이고 연구데이터 공유·활용 활성화에 기여한다.