디지털 라이브러리[ 검색결과 ]
서버리스 컴퓨팅을 위한 테일러 급수를 활용한 경량화된 수직적 오토스케일링 기법
http://doi.org/10.5626/JOK.2025.52.3.181
서버리스 컴퓨팅은 오토스케일링을 통해 서버 관리 부담을 줄여, 개발자가 서비스 개발에 집중할 수 있게 하여 현대 IT 인프라의 필수 기술로 자리 잡고 있다. 최근 서버리스 환경에서 하나의 인스턴스가 여러 요청을 처리하게 되면서, 기존 수평적 오토스케일링의 한계가 드러났다. 이에 인스턴스 자원을 동적으로 조정하는 수직적 오토스케일링의 필요성이 커지고 있다. 기존 장기 실행 중점의 기법은 짧은 실행 시간과 빠른 반응성이 중요한 서버리스 환경에 적합하지 않다. 본 논문은 테일러 급수를 활용한 경량화된 수직적 오토스케일링 기법을 제안하며, FunctionBench 실험 결과 VPA와 Tiny Autoscaler 대비 자원 효율성과 성능 면에서 모두 뛰어난 것을 확인하였다. 특히 VPA 대비 자원 예약량과 슬랙을 각각 18.6%, 45.0% 줄이고, 평균 및 99% 꼬리 지연 시간을 각각 31.5%, 53.8% 개선했다. 또한, 오버헤드가 가장 적어 경량화된 기법으로서의 효율성도 입증하였다.
클라우드 컴퓨팅 환경에서의 자원 효율적 가상머신 배치를 위한 더브테일 사용량 예측 모델
http://doi.org/10.5626/JOK.2023.50.12.1041
기존의 IT 서비스들이 클라우드로 이주함에 따라, 클라우드 컴퓨팅 환경에서의 자원 효율적 운영은 중요한 문제로 대두되고 있다. 이에 데이터 센터의 추가적인 설비 없이 자원의 효율을 증가시킬 수 있는 가상머신 배치(Virtual Machine Placement)에 관한 연구가 진행되어왔다. 본 논문에서는 가상머신을 배치하기 적합한 호스트(Host)를 선정하여 배치하는 방법으로 사용량 예측 모델을 사용할 것을 제안한다. 기존의 사용량 예측 모델의 단점을 개선한 더브테일 사용량 예측 모델은 호스트에 실행되는 가상머신의 CPU, 디스크, 메모리 사용량 등의 지표들을 측정하고, 시계열 데이터로 변환해 딥러닝 모델을 사용해 특징을 추출한다. 이를 가상머신 배치에 활용함으로써 호스트의 자원을 효율적으로 사용하고, 가상머신을 적절하게 로드 밸런싱 할 수 있다.
Cloud-Barista 오픈소스 기반 성능 인지 멀티 클라우드 인프라 프로비저닝
http://doi.org/10.5626/JOK.2022.49.10.816
클라우드 인프라는 전 세계적으로 확대되고 있으며 서비스의 형태도 다양화되고 있다. 사용자는 단일 클라우드 사용에서 발생할 수 있는 제약을 극복하고자 두 개 이상의 클라우드를 연계 활용하는 멀티 클라우드를 도입하고 있다. 그러나 멀티 클라우드와 함께 인프라의 배치와 관리 복잡성도 더욱 높아졌다. 본 논문은 이러한 문제 경감을 위해, 효율적인 멀티 클라우드 인프라 프로비저닝 방안을 모색한다. 특히 성능 평가를 통해 이종 클라우드의 자원 성능을 분석하고, 최적 프로비저닝할 수 있는 구조를 제안한다. 본 논문에서는 1) Cloud-Barista를 통해 구현된 멀티 클라우드 인프라의 동적 프로비저닝 구조를 소개하고, 2) 클라우드 성능 평가를 위한 메커니즘을 제시하며 주요 클라우드의 성능을 실험을 통해 분석한다. 3) 그리고 멀티 클라우드 인프라를 구성하고 동적으로 프로비저닝하는 과정을 실증한다. 제시된 실험 및 실증을 통해 최적 멀티 클라우드 인프라 구성의 실효성을 살펴볼 수 있다.
클라우드 컴퓨팅 환경에서 개인정보를 보호하는 FP-Growth 기반 연관 규칙 마이닝 알고리즘
http://doi.org/10.5626/JOK.2020.47.8.707
최근 클라우드 컴퓨팅 기술의 발전과 함께, 데이터베이스 소유자는 자신의 데이터베이스를 클라우드 서버에 아웃소싱하여 낮은 비용으로 전문적인 데이터 관리를 제공받을 수 있다. 그러나 원본 데이터베이스를 클라우드 서버에 아웃소싱하는 것은 데이터베이스에 있는 금융, 의료와 같은 민감 정보가 노출될 수 있다. 본 논문에서는 클라우드 컴퓨팅 환경에서 개인 정보를 보호하는 FP-Growth 기반 연관 규칙 마이닝 알고리즘을 제안한다. 제안하는 알고리즘은 민감 정보를 보호하기 위해 암호문 상에서 특정 연산을 지원하는 동형 암호 체계를 사용하여 원본 데이터와 사용자의 질의를 암호화한다. 암호문 상에서의 효율적인 질의 처리를 제공하기 위해, 원본 데이터의 노출 없이 암호문을 비교하는 비교 연산 프로토콜을 제안한다. 성능평가를 통해 제안하는 알고리즘이 기존 기법에 비해 약 68～123%의 성능 향상을 보인다.
모바일 클라우드 컴퓨팅을 위한 예측 기반 동적 컴포넌트 오프로딩 프레임워크
http://doi.org/10.5626/JOK.2018.45.2.141
모바일 디바이스의 보편적인 보급으로 인하여 모바일 컴퓨팅은 사용자들의 일상 생활에 편리를 가져다 주는 컴퓨팅 패러다임으로 되었다. 다양한 타입의 모바일 애플리케이션의 출현으로 인하여 사용자들은 언제 어디서나 자신의 스케줄 관리 등 다양한 업무 수행이 가능해졌지만 모바일 디바이스의 리소스 제한적인 문제로 인하여 일정 수준의 컴퓨팅 작업만 수행 가능하고 비교적 큰 컴퓨팅 작업을 수행하기에는 불편한 점이 존재한다. 클라우드 컴퓨팅 연구에서는 제한된 모바일 디바이스의 자원을 해결하기 위하여 기능 컴포넌트를 다른 서버 노드로 오프로딩(Offloading) 시킴으로써, 모바일 노드의 자원 문제를 해결하는 솔루션을 제공하였다. 그러나, 현재 진행되고 있는 동적 오프로딩 기법에 관한 연구는 개념적인 수준의 기법만 제시되고 있다. 본 논문에서는 모바일 노드의 성능을 보장하기 위한 예측 기반 동적 오프로딩기법 및 프레임워크 설계 모델을 제안한다. 그리고 제안한 예측 기반 오프로딩 기법의 유효성 검증을 위한 실험 및 평가를 수행한다.
클라우드 환경에서 검색 효율성 개선과 프라이버시를 보장하는 유사 중복 검출 기법
http://doi.org/10.5626/JOK.2017.44.10.1112
최근 다수의 콘텐츠 서비스 제공자가 제공하는 콘텐츠 중심 서비스가 클라우드로 이전함과 동시에 온라인 상의 유사 중복 콘텐츠가 급격히 증가함에 따라, 불필요한 과잉 검색 결과를 초래하는 등 클라우드 기반 데이터 검색 서비스의 품질이 저하하고 있다. 또한 데이터 보호법 등에 의거, 각 서비스 제공자는 서로 다른 비밀키를 이용하여 콘텐츠를 암호화하기 때문에 데이터 검색이 어렵다. 따라서, 검색 프라이버시를 보장하면서 유사 중복 데이터 검색의 정확도까지 보장하는 서비스의 구현은 기술적으로 어려운 실정이다. 본 연구에서는, 클라우드 환경에서 데이터 복호 없이 불필요한 검색 결과를 제거함으로써 검색서비스 품질을 제고하며, 동시에 효율성까지 개선된 유사 중복 검출 기법을 제안한다. 제안 기법은 검색프라이버시와 콘텐츠 기밀성을 보장한다. 또한, 사용자 측면의 연산 비용 및 통신 절감을 제공하며, 빠른 검색 평가기능을 제공함으로써 유사 중복 검출 결과의 신뢰성을 보장한다. 실제 데이터를 통한 실험을 통해, 제안 기법은 기존 연구 대비 약 70.6%로 성능이 개선됨을 보인다.
안전한 클라우드 스토리지를 위한 프라이버시 보장 자체 인증 공공 감사
클라우드 스토리지를 이용하면 사용자는 시간과 장소의 제약 없이 데이터를 원격으로 위탁 및 공유할 수 있게 된다. 그러나 기존에 클라우드에 존재하는 보안상 위협과 사용자가 물리적으로 본인의 데이터를 소유하고 있지 않는다는 사실로 인해, 클라우드 스토리지 서버에 저장된 사용자 데이터에 대한 무결성 검증이 필수적으로 요구되고 있다. 최근 몇 년간 클라우드 스토리지 환경에서 공공 무결성 검증 기법을 제안하는 많은 연구들이 제안되어 왔다. 그러나 현재까지 제안된 대부분의 클라우드 공공 무결성 검증 기법의 경우 검증 단계에서 과도한 연산량이 발생하거나 안전성을 보장받지 못했다. 본 논문에서는 J. Zhang등이 제안한 자체 인증 기반 무결성 검증 기법이 두 가지 공격에 취약함을 보인 후, 이 두 가지 공격에 안전하면서도 동일한 연산 효율성을 보장하는 새로운 자체인증 기반 클라우드 무결성 검증 기법을 제안한다. 뿐만 아니라, 제안하는 기법이 세 가지 안전성 모델에서 안전함을 증명한다.
Cross-cutting 기반의 클라우드 서비스 품질 메트릭 및 SLA 명세 기법
클라우드 서비스가 증가하고 다양해짐에 따라 클라우드 서비스 사용자들의 요구사항을 만족하는 가장 적절한 서비스를 찾아주는 클라우드 서비스 브로커(CSB) 기술이 나타났다. CSB를 통해 클라우드 서비스가 사용되는 것을 촉진시키기 위해서는 서비스 수준 협약(SLA) 기반의 협상 과정을 통해 사용자들의 요구사항에 맞는 품질 수준을 보장하는 것이 중요하다. 그러나 클라우드 서비스 유형 별로 품질수준을 표현하는 측정 기준과 척도, 계산 방식이 서로 상이하다. 따라서 클라우드 서비스의 품질에 대한 가변성을 분석하고, 분석된 품질 수준을 보장 및 개선하기 위한 SLA 모델이 필요하다. 본 논문에서는 cross-cutting 개념을 적용하여 클라우드 서비스의 유형 별 품질 메트릭을 분석하고 사용자와 제공자 간의 품질 수준에 대한 협상을 담당하는 VSLA(Variable SLA) 메타모델을 제안한다.
클라우드 사용자 요구사항 기반으로 클라우드 서비스 중개를 위한 가상 클라우드 뱅크 아키텍처
클라우드 컴퓨팅 패러다임의 등장에 따라 다수의 클라우드 서비스와 클라우드 사용자를 연계해 주는 CSB(Cloud Service Brokerage) 라는 개념이 제시되었다. CSB 에 등록되어 비슷한 기능을 제공하는 클라우드 서비스들은 제공자마다 성능, 가격 등에 차이가 있으므로, 클라우드 사용자가 클라우드 서비스를 사용하기 위해 적합한 서비스를 찾기 어렵다. 따라서 다수의 클라우드 서비스 중에서 클라우드 사용자의 요구사항에 가장 적합한 클라우드 서비스를 찾아주는 방법을 CSB 에서 핵심적으로 고려해야 한다. 본 논문은 클라우드 사용자의 요구사항을 수집하고 분석하는 방법과 다양한 클라우드 서비스를 명세하는 SAM을 포함하는 CSB 로써 가상 클라우드 뱅크 아키텍처를 제시한다. 본 논문에서 제시한 가상 클라우드 뱅크 아키텍처는 클라우드 사용자의 요구사항에 적합한 클라우드 서비스 제공을 위한 CSB의 참조 아키텍처로 활용할 수 있다.
모바일 클라우드 컴퓨팅에서 모바일 기기의 에너지 절약을 위한 함수 수준 정적 오프로딩 기법
모바일 클라우드 컴퓨팅은 모바일 기기의 자원제약적인 한계를 극복하기 위해 클라우드 서비스를 활용하는 기술로 모바일 기기에서 실행해야 할 일부 작업을 클라우드에서 수행하게 하는 컴퓨테이션 오프로딩 기법이 사용된다. 오프로딩에 필요한 통신 비용보다 모바일 기기 내에서의 연산 비용이 클 경우 모바일 기기는 클라우드에게 작업 수행을 위탁한다. 모바일 기기에서 수행할 작업과 클라우드에서 수행할 작업을 분할하기 위한 기존의 비용 분석 모델은 함수 호출에 필요한 데이터 전송과 응답 시간만을 오프로딩 비용으로 산정하였다. 본 논문에서는 컴퓨테이션 오프로딩 비용 산출 시 함수의 호출 및 응용 프로그램의 동기화 빈도를 고려한 작업 분할 기법을 제안하였고 실험을 통해 기존의 기법들에 비해 에너지 효율성을 높일 수 있음을 확인하였다.
