리눅스 파일 I/O 성능 향상을 위한 블록 캐싱 기법

신동윤 국민대학교 일반대학원 컴퓨터공학과 컴퓨터공학전공 2018 국내박사

파일 입출력은 시스템의 성능에 큰 영향을 미치는 요소이다. 최근 다양한 플랫폼에 범용 운영체제가 탑재되면서 아이노드 기반의 파일 입출력 시스템이 많은 분야에 사용되고 있다. 아이노드 기반의 파일 입출력 시스템은 파일 레벨 정보를 사용하여 데이터에 접근하는데 저장 장치는 블록 레벨 정보를 통해 접근되기 때문에 이러한 방식은 저장 장치의 특성을 충분히 활용하지 못하는 한계점을 가지고 있다. 또한 범용 운영체제는 요구 페이징을 통해 프로세스의 메모리 접근을 관리하는데, 요구 페이징만을 사용하는 경우에는 페이지 부재 현상이 빈번하게 발생하여 실행 성능이 저하된다. 요구 페이징 기법의 단점들을 보완하기 위한 기법들 중에 대표적인 기법은 사용될 코드와 데이터를 미리 메모리에 반입시켜 두는 선반입 기법이다. 선반입 기법을 사용하면 프로그램 실행중 페이지 부재 현상 발생 빈도가 줄어들어 실행 성능이 향상되지만 파일 레벨 정보를 이용하는 선반입 방식은 블록 레벨 정보를 이용하는 선반입 방식에 비해 저장 장치의 특성을 효율적으로 사용하지 못해 추가적인 성능 향상을 기대할 수 없다. 본 논문에서는 블록 레벨 정보를 통해 데이터를 캐싱하는 블록 캐시를 제안하고, 이를 시동 시간을 대상으로하는 선반입 기법에 적용하여 파일 입출력 성능을 최적화하고 시동 시간을 단축시키는 블록 캐시 기반 선반입 기법을 제안한다. 제안된 블록 레벨 선반입 기법은 입출력 순서 재정렬, CPU-저장장치 인터리빙, 유효 큐의 효율적인 사용등과 같이 저장 장치의 특성을 효율적으로 사용하기 위한 방식을 사용한다. 제안된 기법의 성능 평가를 위해 리눅스 운영체제의 파일 입출력 시스템 내부에 블록 캐시와 시동 순서를 대상으로 한 선반입 관리자를 구현하였다. 시동 순서는 항상 고정적인 접근 데이터 셋을 가지고, 읽기 연산을 주로 실행하기 때문에 이러한 기법을 적용하기에 적합한 대상이다. 실험 과정에서는 리눅스 환경에서 일반적으로 사용되는 응용들에 대해 제안하는 기법을 적용하여 블록 캐시를 사용한 LBA 재정렬 기반 선반입과 인터리빙 기반 선반입은 cold start 시간 대비 각각 평균 19% (최대 34%), 평균 18.34% (최대 28.27%) 시동 시간 감소 효과가 있다는 것과 블록 캐시를 사용할 때 유효 큐의 깊이를 더 높은 수준으로 이용할 수 있음을 확인하였고, 시동 구간의 데이터 셋을 파일 레벨로 접근하였을 때보다 블록 레벨 정보를 이용하여 접근하였을 때 . 본 논문에서는 이러한 과정들을 통해 블록 레벨 정보를 사용하는 블록 캐시가 저장 장치를 더 효율적으로 사용하여 파일 입출력 성능을 향상시킬 수 있음을 증명하고 선반입 기법에 블록 캐시를 사용함으로서 다양한 형태의 응용에 블록 캐시를 확장하여 사용할 수 있는 가능성을 보인다. A file I/O Handling is the critical factor affecting the performance of a system and inode-based file I/O system is widely used in a modern general Operating system. File-level information is used in inode-based file I/O system while block level information is used to access to a storage system, which implies the limitation to exploiting the performance storage system. Also, the general operating system handles memory management based on demand paging and a process access data upon demand paging. Prefetching is one of the representative techniques which complements demand paging, and it prevents page fault from occurring frequently and degrading the performance of the system. Prefetching preloads code and data before accessing them so that the page faults don't happen. However, file-level prefetching can't exploit the characteristic of storage than block-level prefetching. In this paper, we propose block cache use block-level information to exploit the characters of storage and apply it in prefetching targetting a launch sequence to optimize file I/O system and reducing launch time. Proposed block caching technique utilizes the principle; (1) LBA reordering, (2) CPU-storage interleaving (overlapping), (3) maximizing Queue depth for exploiting the characteristics. To evaluate the block caching technique, we implement block-cache and a block-level prefetching technique to reduce launch time on Ubuntu. Launch sequence is a perfect candidate to adapt block-cache because launch sequence is deterministic and read operations are dominate. In the experiment, we obtain the results that the prefetching with LBA reordering on harddisk reducing launch time by 19% on average (max 34%) and the prefetching with interleaving on SSD reducing launch time by 18.34% on average (max 28.22%) compared to the launch time of cold start scenario. Moreover, it exploits QD better than simple execution. Finally, we conclude that block-caching is a way to enhance the performance of file I/O system and It can be expanded to other domain which potential benefits related to the characteristic of storage.

4차 산업혁명을 대비한 딥러닝 기술의 금융보안 적용 연구

정지만 국민대학교 일반대학원 컴퓨터공학과 컴퓨터공학전공 2018 국내석사

전문가들은 4차 산업혁명 시대에 인공지능 기술이 산업 전반과 인류의 삶에 큰 변화를 가져올 것으로 예측한다. 인간만이 할 수 있었던 지식 기반 업무에 인공지능이 적극적으로 도입될 전망이며, 새로운 변화를 적극 수용하지 못하면 기존의 전문가들도 도태될 수 있다. 인공지능은 수십 년간 영광과 좌절의 순간을 겪어왔는데, 현재가 최전성기이며 그 중심에는 딥러닝(deep learning) 기술이 있다. 금융보안은 전형적인 지식 기반 산업이다. 금융 업무의 이해, 보안 지식의 습득 및 응용, 사이버위협 대응 능력 등이 요구되며, 장기간의 교육과 경험을 갖춘 전문 인력이 필요하다. 하지만, 최근 사이버공격의 물량 공세는 보안 전문가들을 압도하고 있다. 악성코드는 연간 1억 개 이상 생산되며, 보안장비는 사람의 처리 능력을 초과하는 분량의 정보를 생성한다. 보안 전문가들의 시간 소모적 작업을 대신해 주고 핵심 정보만을 도출할 수 있는 혁신적인 인공지능 기술의 개발이 필요한 시점이다. 수십 년간 많은 연구자들이 데이터 분석 기술과 인공지능 기술을 사이버보안 및 금융보안 분야에 적용하려고 노력해왔다. 하지만, 딥러닝을 제외한 기존의 모든 인공지능 기술들은 보안 전문가로 하여금 손수 특징 추출(hand-crafted feature extraction)이라는 고난이도의 시간 소모적 선행 개발 작업을 요구하는데, 이 때문에 자동화 기술로서 한계를 가지며 사이버공격자들의 물량 공세를 이겨내기 어렵다. 본 연구에서는 특징 추출을 데이터로부터 스스로 학습하는 딥러닝 기술을 금융보안 업무에 적용한다. 구글의 오픈플랫폼인 텐서플로우(Tensorflow)를 사용하여 딥러닝 프로그램을 개발했으며, 이상금융거래 탐지(Fraud Detection System)와 악성코드 분석에 적용하여 95~99%의 F-measure 값을 얻었다. 연구 결과의 신뢰도를 높이기 위해서 캐글(Kaggle)에 공개된 데이터와 자체 수집한 데이터를 동시에 실험에 사용하였다. Experts predict that artificial intelligence technology will make a big difference not in the industry but also whole human life in the fourth industrial revolution era. Artificial intelligence is expected to be actively introduced into knowledge-based tasks that only human beings can do, and existing experts can be removed if new changes are not accepted actively. Artificial intelligence has been a glorious and frustrating moment for decades, and the present is the best, and at the heart of it is deep learning. Financial security is a typical knowledge-based industry. Understanding financial business, acquiring and applying security knowledge, and ability to respond to cyber threats are required, and professional manpower with long-term education and experience is required. However, recent cyber-attack offensive has overwhelmed security experts. Malicious code is produced more than 100 million a year, and security equipment generates a quantity of information that exceeds human capacity. It is time to develop innovative artificial intelligence technology that can substitute for time-consuming tasks of security experts and extract only core information. For decades, many researchers have been trying to apply data analysis and artificial intelligence technologies to cyber security and financial security. However, all existing artificial intelligence technologies, except for deep running, require security experts to perform advanced, time-consuming and pre-development tasks called hand-crafted feature extraction. It is difficult to overcome the massive offensive.  In this study, we apply deep learning technology which learns feature extraction from data itself to financial security business. We developed a deep-run program using Google's open platform, Tensorflow, and applied Fraud Detection System and malicious code analysis to obtain 95%-99% F-measure. In order to increase the reliability of the study results, data published in Kaggle and self-collected data were used at the same time.

(A)Trading Information Apps for Customized Stock Trends

암자드 국민대학교 일반대학원 컴퓨터공학과 컴퓨터공학전공 2018 국내석사

The stock exchange is an essential element in the development of the economy of any country. It differs from other markets that it does not contain real assets, But securities or financial assets. There is much information to show it in the stock exchange and rules to follow. The development of stock trend information system usually is difficult with lack of technical and financial resources. Consequently, the investor may be exposed to a significant loss if trying to sell or buy securities based on inaccurate or unrelated data. Increase in interest on the develop of stock information services by using an APIs (Application Programming Interface). The developer of application use stocks APIs as a platform that combines stock data from more than one source and creates new customer services. This research proposes a trading information mobile app for customized stock trends which uses open api that provided by yahoo-Finance for a fast transmits of the stock data. And Quandl API for fetch the historical data of stock and used open source library MpAndroid to implement chart that provides visualization for stock price movement. An Expert System Drools tool used to provide recommendation service. Include news feed service by using news API provided by newsapi.org. This app reused the database and the web resources. The information fetches from the database and fetched data is presented via user-friendly designed screens. API, Open source library, and expert system tool are employed to implement this application using Android Studio.

CNN 기반 사용자 행동 인지

이송미 국민대학교 일반대학원 컴퓨터공학과 컴퓨터공학전공 2018 국내석사

4차 산업혁명의 시대에 접어들면서 IoT 분야와 인공지능 분야가 산업 전반과 인류의 삶에 거대한 발전을 가져올 것으로 예측한다. 특히 IoT 센서가 수집한 빅데이터를 통해 딥러닝이 발전하고 기존의 인공지능 기술들 보다 앞서고 있다. IoT 기술이 발전함에 따라 사용자의 상황 인지 연구가 각광을 받고 있다. 하지만 사용자의 복잡한 상황을 이해하기 위해서는 사람의 기초적인 행동인 서기, 걷기, 뛰기와 같은 기본적인 행동에 대한 이해가 필요하다. 이런 행동을 이해하기 위해서 다양한 센서를 기반으로 사용자의 행동을 인식하기 위한 연구가 많이 이루어지고 있다. 대표적으로 Google Activity Recognition이 있으나 ‘기울어짐’과 ‘알 수 없음’이라는 행동으로 인식하는 경우가 많아 성능이 좋지 않음을 확인할 수 있었다. 본 연구에서는 3축 가속도 데이터만을 딥러닝 기술로 학습하여 사용자의 기본적인 행동인 걷기, 뛰기, 서기의 행동을 구분하고자 한다. 안드로이드 어플리케이션을 개발하여 사용자의 행동의 근간이 되는 3축 가속도 데이터를 수집하고 구글의 오픈 소스 라이브러리인 텐서플로우를 사용하여 사용자의 행동을 구분하는 딥러닝 프로그램을 개발하였다. Enter the era of the fourth industrial revolution, predict that the IoT field and artificial intelligence field will bring huge development in the industry as a whole and in the life of mankind. Especially deep learning has developed using the big data collected by IoT sensor, and it is ahead of existing artificial intelligence technology. As IoT technology develops, studies are taking the spotlight as to whether it is the situation of users. However, in order to understand the complicated situation of the user, it is necessary to understand fundamental actions such as a person's basic behavior such as secretary, walking, and operation. To understand such behaviors, there are many researches for recognizing user's behavior based on various sensors. Typically there is Google Activity Recognition, but in many cases it is recognized as "tilt" and "unknown" behavior, and we can confirm that the performance is not good. In this research, we try to distinguish behaviors of walking, operation, secretary, which is the basic behavior of the user, by learning only three axis acceleration data with deep learning technology. Develop Android application, collect 3 axis acceleration data which is the backbone of user 's behavior, use deep learning program to distinguish user' s behavior using Tensor flow which is Google 's open source library developed

소프트웨어 융합교육을 위한 도구의 설계 및 구현

윤성민 국민대학교 일반대학원 컴퓨터공학과 컴퓨터공학전공 2018 국내석사

컴퓨터 과학이 다양한 분야에 활용되면서 소프트웨어의 중요성이 점점 커지고 있다. 또한 새로운 창의적 사고의 방법인 Computational Thinking의 중요성이 여러 연구를 통해 알려지고 있다. 이에 따라 소프트웨어의 교육을 도입하기 위한 많은 방법들이 연구되었으며 그 방법들 중 하나는 교육용 소프트웨어 개발 도구를 활용하는 것이다. 최근에는, 프로그래밍 언어의 문법적인 학습이 없이도 블록 코딩을 통해 소프트웨어를 개발할 수 있게 하는 블록 코딩 기반의 교육용 소프트웨어 개발 도구가 인기를 끌고 있다. 하지만 기존의 블록 코딩 기반의 도구는 어린 학생들이 사용하기엔 사용자 인터페이스 및 교구용 하드웨어 장치가 다루기 불편하며 소프트웨어 융합 교육을 위한 기능 또한 부족하다. 이 연구에서는 초중등 학생을 대상으로 하는 소프트웨어 융합교육을 위한 소프트웨어 도구를 설계 및 구현하는 것을 목표로 하여 기존의 소프트웨어 개발 도구를 개선하고 기능을 확장하였다. 특히, 명령어 블록을 추가하여 블록 코딩을 통해 학생들 간의 교류활동을 할 수 있도록 하였다. 이를 위해 개발된 소프트웨어 도구는 스크래치 3.0을 기반으로 두었으며, 많은 센서가 탑재된 경량화된 블루투스 기반 센서 하드웨어를 지원한다. 본 논문에서는 이 소프트웨어 도구의 설계 및 구현에 대한 내용과 이 과정에서의 문제점을 기술하고, 결과물인 소프트웨어 도구를 평가하고 향후 계획을 기술한다. As computer science has been applied to various fields, the importance of software is increasing. In addition, the importance of Computational Thinking, a new method of creative thinking has been known through various studies. Many methods for introducing software training have been studied, one of which is utilizing the educational software development tool. In recent years, Educational software development tools based on block coding has become popular, which enable software development through block coding without having to learn the grammar of the programming language. However, the existing block-coding-based tools are inconvenient for the young students to use the tool’s user interface and the hardware for teaching tools, and lack the functions for software convergence education. The purpose of this study is to design and implement a software tool for software convergence education for elementary and junior high school students. In particular, we added a command block to allow students to interact with each other through block coding. The software tools developed for this purpose are based on scratch 3.0 and support lightweight Bluetooth based sensor hardware with many sensors. In this paper, we describe the design and implementation of this software tool and its problems, evaluate the resulting software tools, and describe future plans.

ARM TrustZone을 지원하는 임베디드 시스템 가상화 기법

김호연지기 국민대학교 일반대학원 컴퓨터공학과 컴퓨터공학전공 2018 국내석사

Recently, embedded systems security through hardware design and its applications are actively researched to solve the limitation of software-based security. ARM TrustZone, which represents the hardware-based security technology, can protect security-critical data like encryption keys or financial information through a special processor design, but it’s not considering the virtualized environment. As virtualization is increasingly applied into embedded systems, there are growing demand for the application of ARM TrustZone into virtualized environment. Various virtualization techniques have been proposed to solve this problem, but they are not suitable for the embedded systems because of their high memory usage and virtualization overhead. In this paper, we propose a virtualization technique that supports ARM TrustZone technology in order to apply ARM TrustZone technology to the virtualized embedded systems. Our experimental results across some actual security applications show that the proposed technique generates virtualization overhead by 3.01% on average. 최근 소프트웨어 기반 보안 방식의 한계를 해결하기 위해 하드웨어 설계를 통한 임베디드 시스템 보안 기술 및 그 응용 방법이 활발하게 연구되고 있다. 이에 대표되는 ARM TrustZone 기술은 암호화 키나 금융 정보와 같이 높은 보안을 요구하는 정보를 특수한 프로세서 설계 방식을 통해 보호할 수 있다. 그러나 ARM TrustZone은 가상화 환경을 고려하여 설계되지 않아 모든 가상 머신을 대상으로 동작할 수 없다는 한계점을 갖는다. 반면 임베디드 시스템에서의 가상화 적용 사례가 점차 증가함에 따라 가상화 환경에서의 ARM TrustZone 기술 적용에 대한 요구가 증가하고 있다. 최근 이를 해소하기 위해 다양한 가상화 기법들이 제시되고 있지만, 이들은 높은 메모리 사용량과 가상화 오버헤드를 발생시켜 소비 가능한 하드웨어 자원이 제한된 임베디드 시스템 환경에 적용하기에는 적합하지 않다. 본 논문에서는 임베디드 시스템 기반의 가상화 환경에 ARM TrustZone 기술을 적용하기 위한 시도로 ARM TrustZone 기술을 지원하는 가상화 기법을 제안한다. 제안하는 기법은 기존의 기법들보다 16~24% 더 낮은 양의 메모리를 사용하며, 실제 보안 프로그램을 대상으로 한 실험 결과, 평균 3.01%의 낮은 가상화 오버헤드를 발생시킨다.

Deep Learning model to forecast time series for EC2 cloud price : In this project we try to forecast spot market price by using Long Short-term Memory (LSTM) algorithm to predict time series data sets

사라 국민대학교 일반대학원 컴퓨터공학과 컴퓨터공학전공 2018 국내석사

With the widespread use of cloud computing especially spot market in Amazon Web Service, where the price is not fixed, predicting price is important for the users, where they have just one minute to save their work which will be shut down if the price become over setting rate. In this project we try to forecast spot market price by using Long Short-term Memory (LSTM) algorithm to predict time series data sets, after we apply cross validation technique for our data set, which help our model to learn deeply. We measure the performance with root-mean-square error (RMSE), and find that, for our 10 regions in our dataset, the error is decreasing more with the cross-validation and get the result much faster. We apply our data set to other models to compare their performance; we found that our model works more accurately. Based on our result, we try to find availability zones that price does not become over on-demand price and less changing price over time, which help users to choose the most stable availability zones. In chapter one, we will introduce Amazon Web Services that provide spot market in all the Regions, with clarification that how all availability zones are connected with each other. In section two, we elucidate how we configure the AWS using command line interface. In chapter two, we will explain the time series and related work, then we will show our evaluation using statistical models for time series prediction. Our model will presented in chapter three which include cross validation that we using in our work, and expound our evaluation. The real time application, Amazon Cloud Price Prediction ACPP, shows real result in chapter four. Finally, chapter five will be our conclusion.

(An)Assistant Application System for Deaf People

아말 국민대학교 일반대학원 컴퓨터공학과 컴퓨터공학전공 2018 국내석사

Using cell phones for emergency administration has increased much enthusiasm from governments in the previous couple of years. This intrigue is predominantly because of the high infiltration rate of these gadgets among individuals and settled, across the nation scope of versatile media communications organizes in numerous nations around the globe; making these gadgets an attainable intends to send alarms or alerts message utilizing short message administrations (SMS) or admonitions for a particular geographic zone (cell communicate administrations (CBS)) in the event of a emergency. As there are a significant number of hindrances for putting resources into and setting up committed emergency administration arrangements in the creating nations, creating emergency arrangements by the legislature of a creating nation utilizing its current versatile broadcast communications systems is contended to be doable and practical. By and by, a superior comprehension of the arrangement of such versatile emergency arrangements in setting of creating nations is still in its beginning. Specifically, the fit between the cell phone stage and emergency administration, conveyance models of emergency alarms and alerts through cell phones, the part of the private media communications suppliers and nongovernment associations in such arrangements, and the non-specialized necessities of portable government emergency arrangements are on the whole still not all around explained. A subjective research approach was done to investigate these issues of premium. Leximancer programming apparatus and substance research were utilized to separate topics of this examination. The discoveries affirm cell phones as a helpful approach for a creating nation to build up its national emergency arrangement, however an arrangement of prerequisites toward such advancement is still fundamentally should have been met. The most recent innovation patterns of the present time have changed the world into a computerized world. These PDAs work utilizing a redid working Software. One of the usually utilized among them is android. This Software is exceedingly effective and contain a considerable measure of open source applications. There applications pull in a large number of clients towards advanced mobile phone. Different application included boundless help in individuals' life. They play out a considerable measure of their capacities utilizing portable application. Mobile device and wide network can coverage emergency calls almost everywhere, even if there is no valid connection. This app is for deaf people who cannot communicate by speaking or hearing, the communication way is just by actions when they are in an emergency. It is an mobile application based on Icon-based, SMS message to the emergency center.

압축 센싱을 이용한 반투명 물체의 3차원 복원 연구

조혜연 국민대학교 일반대학원 컴퓨터공학과 컴퓨터공학전공 2018 국내석사

영상 기술의 발달로 다양한 물체의 3차원 복원 연구가 많이 진행되고 있다. 3차원 복원으로는 영상(이미지, 동영상)을 기반으로 하는 3차원 복원과 의료 영상에서 많이 사용되는 CT, MRI, PET와 같이 에너지 강도를 이용한 3차원 복원 등이 있다. 자연계에는 다양한 물리적 특성을 지닌 물체들이 존재한다. 다양한 물리적 특성 중 광학적 특성으로 물체들을 분류한다. 광학적 특성은 빛의 반사, 흡수, 투과의 성질을 가지고 있다. 이러한 광학적 특성에 따라 자연계의 물체들은 불투명, 반투명, 투명한 물체로 구분 할 수 있다. 3차원 복원을 위해서는 이러한 3가지의 특성을 지닌 물체의 복원이 모두 필요하다. 하지만 영상을 기반으로 하는 3차원 복원은 아직 불투명한 물체의 복원 연구에 집중이 되고 있다. 본 논문에서는 영상기반 반투명 물체의 3차원 복원을 진행하였다. 불투명한 물체는 빛을 반사하는 성질만 가지고 있지만 반투명한 물체는 빛을 반사, 투과, 흡수하는 모든 성질을 가지고 있기 때문에 물체의 내부 복원도 반드시 필요하다. 물체의 내부 정보를 복원하기 위해서 ART(Algebraic Reconstruction Technique), 압축 센싱(Compressive sensing, CS)과 같이 내부 정보의 예측 할 수 있는 알고리즘의 사용이 필요하다. 본 논문에서는 복원을 위하여 ART의 단점인 번짐 현상을 줄이고 많은 계산량을 줄이기 위하여 압축 센싱을 이용한 반투명 물체의 3차원 복원 연구를 제안하고 결과를 획득하였다. The development of imaging technology progressing a lot. Three-dimensional reconstruction research of various objects also progressing these days. There are Three-dimensional reconstruction based on image (image and video), and using energy intensity such as CT, MRI or PET which are often used in medical images. In the natural world, there are objects with various physical properties. Among various physical properties, objects can be classified by optical properties. Optical properties are reflection, absorption, and transmission of light. According to these optical properties, objects in nature can be classified into opaque, semi-transparent, and transparent objects. All of these three properties are necessary for Three-dimensional reconstruction. However, Three-dimensional reconstruction based on image are focused on reconstruction of opaque objects. In this paper, Three-dimensional reconstruction of image-based semi-transparent objects is performed. An opaque object has only the property of reflecting light, but a semi-transparent object has all the properties of reflecting, transmitting, and absorbing light, so internal reconstruction of the object is also necessary. In order to recover the internal information of the object, it is necessary to use an algorithm that can predict the internal information such as ART(Algebraic Reconstruction Technique) and Compressive sensing(CS). In this paper, propose a three-dimensional reconstruction study of semi-transparent objects using compressive sensing to reduce blurring which is a disadvantage of ART and to reduce computational complexity.

계산적 사고 교육에 관한 조사 연구

하딜압둘라 국민대학교 일반대학원 컴퓨터공학과 컴퓨터공학전공 2018 국내석사

The concept of computational thinking which every child should possess is not new and the trend of computational thinking in teaching is increasing at a very fast rate. This raises many questions such as how to include the computational thinking in the curriculum and how to teach the students in the most appropriate way. The most important goal of this thesis to handle on what the distinguishes computational thinking in teaching area and how they can teach students. The technology is advancing so previous methods of teaching and innovation practice will not work so it is necessary to teach the students computational thinking with the subjects. The result of the study indicates that there is a correlation between the academic performance of students and their computational thinking ability. There are some application discussed in the paper and research questions are discussed in detail. I will summarize the concept of computational thinking in my point of view. What is computational thinking? Computational thinking is a critical thinking technique for people to come up with innovative solutions it is like training the human brain to work and produce like a CPU. Simply put camp computational thinking is broken down into four principles algorithms. Which is a series of steps to attain goal pattern recognition is when we find trends and similarities, decomposition is the breaking apart of a bigger problem into smaller manageable pieces, an abstraction which is removing details, but applying general principles. We use these strategies all the time, but just may not have known it or known that it actually has a name and that it could be very productive and almost necessary to the 21 century. Learner students of all ages can learn and apply these skills in the classroom and in life they may even find these strategies fun and familiar. Why should we use CT? Technology has expanded virtually every sector at an alarming pace more and more people are needed to solve problems in their field with skills that were not taught in schools 20 years ago. CT brings the power of the human brain and the digital age together in order to solve problems either globally or in your backyard that can use it? Computational thinking is for everyone. How can CT be used in the elementary level? I am going to use a technical example, because it is too easy to demonstrate how CT can be used in computer science or with an actual CPU. The whole point is to strengthen the brain to compute not just retrieve the output. We will focus on the upper elementary levels because I think these topics can be easily modified for upper and lower grades I will show you how it could be used in subject for example, are not obvious, reading, analyzing a story with a plot diagram breaks the story into smaller pieces in order to better illustrate the climax the plot diagram decomposes the story into an algorithm so to speak each is labeled according to the function in the story exposition, rising action, climax falling action and conclusion these steps can be used to analyze different fiction or nonfiction stories poems or prose as we see with abstraction if we look at many stories within the same genre say mythology students can use a plot diagram identify patterns or similarities within the stories and make conclusions about mythology and it is origins, then maybe make their own mythology story. In the last the computational thinking can be used at any age or grade level with any subject once you understand these critical thinking strategies you all find them in all areas of your day feel. Figure 1. Technical Example the concept of CT This Figure is a technical example about reading, analyzing a story as its explain above. • Whole story broken down into segments. • Can be used in different genres. • Can find similarities in other stories.