• 한국차세대컴퓨팅학회논문지
• /
• 제15권1호
• /
• pp.86-98
• /
• 2019

최근 컨테이너 기반의 PaaS (Platform-as-a-Service)를 구축하는 트렌드가 확대되고 있다. 컨테이너 기반 플랫폼 기술은 클라우드 컴퓨팅을 구축하기 위한 하나의 주요 기술로써, 컨테이너는 가상 머신에 비해 구동 오버헤드가 적다는 장점이 있어 수백, 수천 대의 컨테이너가 한 대의 물리적 머신에서 구동될 수 있다. 하지만 이러한 클라우드 컴퓨팅 환경에서 구동되는 다수의 컨테이너에 대한 스토리지 로그를 기록하고 모니터링하는 것은 상당한 오버헤드가 발생한다. 따라서 본 논문에서는 클라우드 컴퓨팅 환경에서 구동되는 컨테이너의 파일 시스템 변경 이벤트를 탐지할 때 발생하는 두 가지 문제점을 도출하고, 이를 해결하여 PaaS 형태의 클라우드 컴퓨팅 환경에서 컨테이너 파일 시스템 이벤트 탐지를 위한 시스템을 제안하였다. 성능 평가에서는 본 논문에서 제안한 시스템의 성능에 대한 세가지 실험을 수행하였고, 본 논문에서 제안한 모니터링 시스템은 컨테이너의 CPU, 메모리 읽기 및 쓰기, 디스크 읽기 및 쓰기 속도에 아주 미세한 영향만을 발생시킨다는 것이 실험을 통해 도출되었다.

• 한국전자파학회논문지
• /
• 제30권1호
• /
• pp.12-22
• /
• 2019

본 논문은 외부 전자기파에 의한 대형 건물 내부의 전자기파 해석을 보다 효율적으로 계산하기 위한 방법을 제시한다. 대형 건물에서의 전자기파 해석을 위해 위상학적 해석과 PWB 방법을 도입하였다. 기존 PWB 방법을 소개하고, PWB 방법의 성능을 보완하는 방법을 제시하고 적용하여 정확도를 높였다. 가상의 대형 구조물을 선정하고, 전자기파 입사환경을 설정하여 외부 전자기파에 의한 대형 건물 내부의 전자기파 해석을 진행하였다. 성능이 보안된 PWB 방법의 정확도를 검증하기 위해 상용 시뮬레이션 툴인 Wireless Insite를 사용하였다. 두 결과를 정확도, 시간, 메모리 관점에서 비교한 결과, 외부 전자기파에 의한 대형 구조물 내부의 전자기파 해석에 성능이 보완된 PWB 방법이 효율적인 방법임을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제22권5호
• /
• pp.49-54
• /
• 2022

최근 클라우드 시스템에서 병렬가속기를 사용하는 사례가 늘면서 가속기 내에서 멀티태스킹을 통해 자원 이용률을 높이는 것이 중요한 이슈로 부각되고 있다. 본 논문에서는 병렬가속기 내 자원 사용 패턴을 컴퓨팅 중심과 메모리 중심으로 분류하여 워크로드를 배치하는 방식이 자원 이용률 측면에서 충분한 효과를 나타내지 못함을 보이고, 워크로드별 상세 자원 이용률에 기반한 새로운 스레드 블록 스케줄링 기법을 제안한다. 제안한 기법은 기존 방식과 달리 프로파일링과 스케줄링을 분리하여 스케줄링시의 오버헤드를 줄이고 병목 자원이 일치하지 않는 워크로드들을 최대한 중복 배치하여 자원 이용률을 높인다. 다양한 가상머신 시나리오에 대한 시뮬레이션 실험을 통해 제안한 기법이 병렬가속기의 처리량을 평균 130.6%, 최대 161.4%까지 개선함을 보인다.

• 한국융합학회논문지
• /
• 제13권5호
• /
• pp.267-278
• /
• 2022

본 연구는 목격자 증언 맥락에서 진술 정확성에 영향을 미치는 정서의 기능에 관한 문헌 고찰을 시도하였다. 목격자 증언의 정확성과 정서 간의 관계를 살펴본 연구에서 소개된 주요 이론과 개념들, 연구 방법을 토대로 살펴보았다. 해당 결과는 정서의 정의, 정서 유도 방식, 정서 측정 방식 순으로 제시하였다. 구체적으로 부정 정서, 각성, 스트레스, 기분을 중심으로 정서의 정의를 기술하였고, 정서 유도 방식은 실험실에서 주로 사용되는 영상, 가상현실, 연구자가 연출한 모의 사건을 중심으로 기술하였다. 정서 측정 방식은 자기보고식, 행동 측정, 정신생리학을 중심으로 기술하였다. 또한, 객관적이고 과학적 정서 연구를 위한 접근 방식, 적절한 실험 설계와 기억 검사, 개인차 통제의 필요성에 대해 논의하였다. 본 연구는 목격자 증언 맥락에서 진술 정확성에 미치는 정서의 기능을 살펴봄으로써 선행 연구의 비일관된 결과를 검토하고, 관련 연구들을 비교 분석하는 구조를 제시하는 데 의의를 두었다. 이와 같은 지식은 목격자 증언의 신뢰성 판단에 기초 자료로도 활용될 수 있을 것이다.

• 정보보호학회논문지
• /
• 제33권1호
• /
• pp.87-97
• /
• 2023

컨테이너는 최근 주목받고 있는 서버 가상화 기술로, 기존 가상머신과 달리 더 가볍고 빠르게 독립 환경의 구축을 가능하게 한다. 이러한 장점으로 많은 기업들이 컨테이너를 활용하여 다양한 서비스들을 구축 및 배포하기 시작하였다. 하지만, 컨테이너가 도입 될수록 새로운 문제점 또한 노출하고 있는데, 특히 컨테이너 간 같은 커널을 공유하는 구조 때문에 발생하는 보안 취약점들이 지속적으로 발견되고 있다. 본 논문에서는 공격자가 컨테이너 환경의 구조적 취약점을 악용하여 할 수 있는 위협 중 호스트의 자원을 고갈시키는 공격, 이른바 호스트 자원 고갈 공격의 영향을 분석해 보고자 한다. 특히, 가장 널리 사용되는 컨테이너 플랫폼인 도커를 이용해 구축한 컨테이너 환경에서 공격자가 CPU, 메모리, 디스크 공간, 프로세스 ID, 소켓 등의 주요 호스트 자원을 고갈 시켰을 때 발생하는 영향에 대해 분석하였다. 총 5가지 종류의 자원 고갈 공격 시나리오를 서로 다른 호스트 환경과 컨테이너 이미지에서 재현하였으며, 결과적으로 그 중 3가지의 공격이 효과적으로 다른 컨테이너를 서비스 불능을 만드는 것을 보였다.

• 마케팅과학연구
• /
• 제18권2호
• /
• pp.19-45
• /
• 2008

본 연구는 인터넷쇼핑몰 비주얼 머천다이징의 주요차원을 고객이 쇼핑몰에 진입한 후 정보탐색과 대안평가를 거치는 등의 쇼핑과정을 토대로 AIDA모형 관점에서 점포, 제품, 촉진에 초점을 맞추었다. VMD의 주요차원(primary dimensions)으로는 점포디자인, 머천다이징, 그리고 머천다이징단서로 구분하였다. 선행연구 결과를 토대로 점포다자인의 하위차원으로는 차별성, 간결성, 위치확인성을, 머천다이즈의 하위차원으로는 제품구색, 명성, 정보성을, 그리고 머천다이징단서의 하위차원으로는 제품추천 및 링크를 설정하여 VMD태도와의 관계를 탐색적으로 조사하였다. 연구결과 이들 세 차원은 종속변수에 유의한 정의 영향을 미치는 것으로 나타났다.

• Genomics & Informatics
• /
• 제18권1호
• /
• pp.8.1-8.10
• /
• 2020

The explosive growth of next-generation sequencing data has resulted in ultra-large-scale datasets and ensuing computational problems. In Korea, the amount of genomic data has been increasing rapidly in the recent years. Leveraging these big data requires researchers to use large-scale computational resources and analysis pipelines. A promising solution for addressing this computational challenge is cloud computing, where CPUs, memory, storage, and programs are accessible in the form of virtual machines. Here, we present a cloud computing-based system, Bio-Express, that provides user-friendly, cost-effective analysis of massive genomic datasets. Bio-Express is loaded with predefined multi-omics data analysis pipelines, which are divided into genome, transcriptome, epigenome, and metagenome pipelines. Users can employ predefined pipelines or create a new pipeline for analyzing their own omics data. We also developed several web-based services for facilitating downstream analysis of genome data. Bio-Express web service is freely available at https://www. bioexpress.re.kr/.

• 한국멀티미디어학회논문지
• /
• 제10권8호
• /
• pp.1060-1067
• /
• 2007

인터넷을 이용하는 다양한 게임 장르 중에서 대규모의 게임 유저들이 이용하는 게임 장르인 MMORPG(Massively Multi-player Online Role-Playing Game)를 개발하기위해서는 많은 기술들이 필요하다. 특히 분산 작업의 효율을 높이기 위해서 C++와 같은 객체지향언어가 사용되는데, 대규모의 게임을 만들 때 객체지향개념을 충분히 활용할 수 있는 설계기법이 유용하다. GoF(Gang of Four)의 디자인 패턴에는 소프트웨어 분산 설계에 응용할 수 있는 다양한 패턴이 있는데, 게임 유저들 사이에 커뮤니티를 형성하기 위한 파티 시스템 설계에 Observer 패턴을 이용하면, 필요한 새로운 클래스의 추가나 유지보수를 쉽게 할 수 있다. MMORPG 게임 내에서 파티 사냥 시스템은 게임 이용자들의 커뮤니티를 형성하기 위해 자주 이용되는 중요한 시스템이다. 파티 사냥 시스템에서 중요하게 고려해야 할 사항은 파티 사냥 결과로 얻어지는 획득물과 경험치를 다양한 레벨의 이용자들에게 공평하게 나누어 주는 것이다. 시스템의 유지보수적인 측면을 고려한 파티 사냥 시스템을 구현하기 위하여, 본 논문에서는 GoF의 디자인 패턴 중 Observer Pattern을 이용한 기법을 제안하고, 제안된 기법이 C++언어가 가지는 장점인 동적메모리 할당과 가상 메소드 호출을 이용하여 프로그램 실행 시에 실시간으로 객체를 변경하고 새로운 클래스를 추가하는데 효율적이며, 시스템을 유지 보수하는데 장점이 있음을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제18권12호
• /
• pp.1-9
• /
• 2013

비록 멀티 페이지 TLB는 성능을 향상시키는데 효과적이지만, 운영체제의 도움을 통한 기존의 방법은 사용자 응용 프로그램에서는 멀티 페이지를 사용할 수 없는 치명적인 단점을 가진다. 이에 본 논문에서는 운영체제의 지원 없이 멀티 페이지를 이용하여 고성능과 저전력을 얻을 수 있는 새로운 멀티 TLB 구조를 제안한다. 제안된 TLB는 작은 페이지를 위한 TLB와 큰 페이지를 위한 TLB로 구성되며, 모두 완전연관 뱅크 구조를 가지고 있다. 작은 페이지를 지원하는 S-TLB(Small TLB)는 큰 페이지를 지원하는 L-TLB(Large TLB)에서 추출된 작은 페이지를 저장하게 되며, L-TLB는 CPU로부터 요청된 작은 페이지를 포함한 큰 가상 페이지 주소를 저장하게 된다. CPU가 요청한 가상주소의 특별한 한 비트와 두 비트를 이용하여 S-TLB와 L_TLB의 각각의 하나의 뱅크만이 접근되며, 동시에 접근되는 엔트리 수 감소에 의해 에너지 소비를 줄일 수 있다. 또한 본 논문에서 효과적인 성능향상을 위해 간단한 1비트 LRU 정책을 제안하였다. 제안된 LRU 정책은 각 TLB 엔트리에 추가적인 1 비트를 사용하여 최근에 참조된 블록을 나타낸다. 이 방법은 간단하게 L-TLB로부터 가장 최근에 참조된 페이지를 선택할 수 있다. 시뮬레이션 결과에 따르면, 제안된 구조는 완전연관 사상 TLB, Dual TLB 그리고 ARM TLB에 비해 76%, 57%, 그리고 6%의 에너지*지연시간을 줄일 수 있었다.

• KNOM Review
• /
• 제23권2호
• /
• pp.18-28
• /
• 2020

컴퓨팅 환경의 발전에 따라 IT 기술이 의료, 산업, 통신, 문화 등의 분야에서 사람들에게 제공해주는 혜택이 늘어나 삶의 질도 향상되고 있다. 그에 따라 발전된 네트워크 환경을 노리는 다양한 악의적인 공격이 존재한다. 이러한 공격들을 사전에 탐지하기 위해 방화벽, 침입 탐지 시스템 등이 존재하지만, 나날이 진화하는 악성 공격들을 탐지하는 데에는 한계가 있다. 이를 해결하기 위해 기계 학습을 이용한 침입 탐지 연구가 활발히 진행되고 있지만, 학습 데이터셋의 불균형으로 인한 오탐 및 미탐이 발생하고 있다. 본 논문에서는 네트워크 침입 탐지에 사용되는 UNSW-NB15 데이터셋의 불균형성 문제를 해결하기 위해 랜덤 오버샘플링 방법을 사용했다. 실험을 통해 모델들의 accuracy, precision, recall, F1-score, 학습 및 예측 시간, 하드웨어 자원 소모량을 비교 분석했다. 나아가 본 연구를 기반으로 랜덤 오버샘플링 방법 이외에 불균형한 데이터 문제를 해결할 수 있는 다른 방법들과 성능이 높은 모델들을 이용하여 좀 더 효율적인 네트워크 침입 탐지 모델 연구로 발전시키고자 한다.