http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
SVM 기반의 교실 내 시간과 위치에 따른 졸음 예측 기법
유건희 ( Gunhee Yu ),신선호 ( Sunho Shin ),김도연 ( Doyeon Kim ),장명호 ( Myungho Jang ),김희주 ( Heeju Kim ),박봉우 ( Bongwoo Bak ),유헌창 ( Heonchang Yu ) 한국컴퓨터교육학회 2018 한국컴퓨터교육학회 학술발표대회논문집 Vol.22 No.1
최근 하드웨어의 컴퓨팅 능력이 좋아짐에 따라 기계학습 분야가 주목받고 있다. 이에 따라 많은 양의 데이터를 처리하기 수월해졌으며 수많은 데이터들을 기계학습 알고리즘을 통해 학습시키기 간편해졌다. 이러한 발전으로 기계학습이 적용되는 분야 또한 넓어져 교육 분야에도 활발히 적용되고 있다. 본 논문은 SVM(Support Vector Machine)을 사용하여 교실 내 좌석과 시간에 따른 졸음을 예측하는 기법을 제안한다. 제안하는 기법을 통해 교사들은 학생들의 졸음을 사전에 방지 하여 수업 진행에 큰 도움을 줄 것으로 기대된다.
이재한 ( Jaehan Lee ),유헌창 ( Heonchang Yu ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.2
최근 빅데이터 분석을 위해 아파치 하둡(Apache Hadoop) 기반 에코시스템(Ecosystem)이 다양하게 활용되고 있다. 본 논문에서는 수집된 로그 데이터를 가공하여 데이터베이스에 로드하는 과정을 효율적으로 처리하기 위한 성능 평가를 수행한다. 이를 기반으로 텍스트 파일의 로그 데이터를 자바 코드로 개발된 프로그램에서 JDBC 를 이용하여 오라클(Oracle) 데이터베이스에 삽입(Insert) 하는 과정의 성능을 개선하기 위한 방안을 제안한다. 대용량 로그 파일의 효율적인 처리를 위해 하둡 에코 시스템을 이용하여 처리 속도를 개선하고,최근 인메모리(In-Memory) 처리 방식으로 빠른 처리 속도로 인해 각광받고 있는 아파치 스파크(Apache Spark)를 이용한 처리와의 성능 평가를 수행한다. 이 연구를 통해 최적의 로그데이터 처리 시스템의 구축 방안을 제안한다.
명노영 ( Rohyoung Myung ),유헌창 ( Heonchang Yu ),최수경 ( Sukyong Choi ) 한국정보처리학회 2018 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.7 No.1
분산 처리 플랫폼에서 다양한 빅 데이터 처리 어플리케이션들의 수행 성능 향상에 대한 관심이 높아지고 있다. 이에 따라 범용적인 분산 처리 플랫폼인 아파치 스파크에서 어플리케이션들의 처리 성능 최적화에 대한 연구들이 활발하게 진행되고 있다. 스파크에서 데이터 처리 어플리케이션들의 수행 성능을 향상시키기 위해서는 스파크의 분산처리모델인 Directed Acyclic Graph(DAG)에 알맞은 형태로 어플리케이션을 최적화시켜야 하고 어플리케이션의 처리 특징을 고려하여 스파크 시스템 파라미터들을 설정해야 하기 때문에 매우 어렵다. 기존 연구들은 각각의 어플리케이션의 처리 성능에 영향을 주는 하나의 요소에 대한 부분적인 연구를 수행했고, 최종적으로 어플리케이션의 성능 개선을 이뤄냈지만 스파크의 전반적인 처리과정을 고려한 성능 최적화를 다루지 않았을 뿐만 아니라 처리성능과 상관관계를 갖는 다양한 요소들의 복합적인 상호작용을 고려하지 못했다. 본 연구에서는 스파크에서 일반적인 데이터 처리 어플리케이션의 수행 과정을 분석하고, 분석된 결과를 토대로 어플리케이션의 처리과정 중 스테이지 내부와 스테이지 사이에서 성능 향상을 위한 처리 전략을 제안한다. 또한 스파크의 시스템 설정 파라미터 중 분산 병렬처리와 밀접한 관계를 갖는 파티션 병렬화에 따른 어플리케이션의 수행성능을 분석하고 적합한 파티셔닝 최적화 기법을 제안한다. 3가지 성능 향상 전략의 실효성을 입증하기 위해 일반적인 데이터 처리 어플리케이션: WordCount, Pagerank, Kmeans에 각각의 방법을 사용했을 때의 성능 향상률을 제시한다. 또한 제안한 3가지 성능 최적화 기법들이 함께 적용될 때 복합적인 성능향상 시너지를 내는지를 확인하기 위해 모든 기법들이 적용됐을 때의 성능 향상률을 제시함으로써 본 연구에서 제시하는 전략들의 실효성을 입증한다. Enhancing performance of big data analytics in distributed environment has been issued because most of the big data related applications such as machine learning techniques and streaming services generally utilize distributed computing frameworks. Thus, optimizing performance of those applications at Spark has been actively researched. Since optimizing performance of the applications at distributed environment is challenging because it not only needs optimizing the applications themselves but also requires tuning of the distributed system configuration parameters. Although prior researches made a huge effort to improve execution performance, most of them only focused on one of three performance optimization aspect: application design, system tuning, hardware utilization. Thus, they couldn’t handle an orchestration of those aspects. In this paper, we deeply analyze and model the application processing procedure of the Spark. Through the analyzed results, we propose performance optimization schemes for each step of the procedure: inner stage and outer stage. We also propose appropriate partitioning mechanism by analyzing relationship between partitioning parallelism and performance of the applications. We applied those three performance optimization schemes to WordCount, Pagerank, and Kmeans which are basic big data analytics and found nearly 50% performance improvement when all of those schemes are applied.
크롬OS의 보안 강화를 위한 취약점 분석 스크립트 구현
이슬기 ( Seulgi Lee ),유헌창 ( Heonchang Yu ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.2
크롬 OS 는 온라인에 연결된 상태라면 시간과 장소의 제약 없이 인터넷에 연결해서 사용자 중심의 개인 환경을 제공하는 웹 OS 이다. 크롬 OS 의 특징이라면 구글 계정으로 접속하여 원하는 APP 설치나 다양한 구글의 온라인 서비스를 자유롭게 이용할 수 있다는 점을 꼽을 수 있다. 특히 기존의 윈도우나 리눅스와는 달리 사용자가 OS 전반에 걸친 설정을 직접 제어할 필요가 없다는 점이 획기적이다. 하지만 웹 OS 임에도 불구 하고 이에 대한 보안 대비책이 전혀 마련되어 있지 않다. 따라서 이같은 보안 위협에 대비하기 위해 본 논문은 취약점 분석 쉘 스크립트 구현을 통해 취약점 탐지와 보안 강화를 통한 성능 개선 방안을 제안한다.
이슬기 ( Seulgi Lee ),유헌창 ( Heonchang Yu ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.1
크롬 OS 는 구글에서 개발한 운영체제로서 리눅스와 HTML5 기술 등을 도입해 빠른 부팅과 안정적인 프로그램 실행 등을 통해서 윈도우로 대표되어왔던 기존 컴퓨터 운영체제들의 불편함을 개선한 것이 가장 큰 특징이다. 그러나 클라이언트용 OS 라는 점을 감안하였을 때 사용자층이 점차 늘어나고 있는 그래픽이나 암호화, 복호화 같은 보다 세분화된 다양한 데이터 처리를 하는데 있어 요구사항을 만족 시키기에는 부족한 부 분이 많았다. 이 같은 문제점들은 운영체제 최적화를 통해 해결할 수 있으며, 이 논문에서는 크롬 OS 의 가상메모리 설정 변수의 최적화 수치를 찾아 개선하는 방안을 제안한다.
K-Means Clustering 알고리즘 기반 클라우드 동적 자원 관리 기법에 관한 연구
곽민기 ( Minki Kwak ),유헌창 ( Heonchang Yu ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.2
글로벌 퍼블릭 클라우드 산업 규모는 매년 폭발적으로 성장하고 있으며 최근 COVID-19 등 비대면 문화 확산에 따라 지속 확장되고 있다. 클라우드 사업자는 유한한 인프라 자원으로 다수의 사용자에게 양질의 IT 서비스 제공을 위해 잉여 자원 할당을 최소화하는 것이 중요하다. 그러나 일반적인 퍼블릭 클라우드 환경에서는 정적 자원 할당 기법을 채택하고 있기 때문에 사용자의 주관적인 판단에 따라 잉여 자원의 발생은 필연적이다. 본 논문에서는 머신 러닝 기법 중 K-Means Clustering 알고리즘을 적용하여 클라우드 동적 자원 관리 기법을 제안한다. K-Means Clustering 기반으로 클라우드에 탑재된 각 Instance 의 자원 사용률 데이터를 분석하고, 분석 결과를 토대로 각 Instance 가 속한 Cluster 에 대하여 자원 최적화 작업을 수행한다. 이를 통해 전체 데이터센터 관점에서 잉여 자원의 발생을 최소화하면서도 SLA 수준 및 서비스 연속성을 보장한다.
클라우드 컴퓨팅에서 비용-효율적 스팟 인스턴스를 위한 시간 문턱치 기반의 검사점 기법
정대용 ( Daeyong Jung ),유헌창 ( Heonchang Yu ),길준민 ( Joon-min Gil ) 한국정보처리학회 2011 한국정보처리학회 학술대회논문집 Vol.18 No.2
클라우드 환경에서 스팟 인스턴스(spot instance)는 사용자가 제시한 입찰 가격으로 클라우드 내의 자원을 활용하도록 해 준다. 그러나 사용자의 입찰 가격이 클라우드 자원 가격보다 높으면 작업 실패가 발생하고 이로 인해 작업 완료 시간의 지연과 서비스 품질의 저하를 야기한다. 이 문제에 효과적으로 대처하기 위해, 본 논문에서는 시간 문턱치 기반의 검사점(time threshold-based checkpointing) 기법을 제안하고, 시뮬레이션을 통하여 작업 수행 시간과 비용 절감 관점에서 기존 기법과 비교·분석한다.