http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
동적인 IoT-Cloud 서비스 실증을 위한 OverCloud 개념 설계 및 검증
한정수(Jungsu Han),박선(Sun Park),김종원(JongWon Kim) 한국정보과학회 2019 정보과학회 컴퓨팅의 실제 논문지 Vol.25 No.1
클라우드 기반의 ICT 인프라가 성숙함에 따라 기존의 획일적인(monolithic) 서비스 합성은 컨테이너(container) 중심의 클라우드-네이티브(cloud-native) 컴퓨팅을 기반으로 신속하게 개발하는 마이크로서비스구조(microservices architecture)로 진화하고 있다. 또한 사물인터넷(IoT: Internet of Things)과 클라우드가 융합된 IoT-Cloud 형태의 Software as a Service(SaaS) 서비스들이 폭발적으로 증가하고 있다. 이러한 IoT-Cloud 서비스들은 지리적으로 분산되어 이동하는 IoT 기기들을 자유롭게 인접한 클라우드와 연결해야 하므로, 지리적으로 분산된 클라우드 인프라를 동적으로 활용하는 서비스 합성이 필요하다. 그러나 클라우드 인프라가 제공하는 가상머신(virtual machine)을 그대로 사용하면서, IoT-Cloud 서비스가 요구하는 동적인 서비스 합성을 지원하기는 힘든 제약이 있다. 따라서 본 논문에서는 동적으로 IoT-Cloud 서비스를 합성할 수 있도록 지원하는 새로운 형태의 클라우드 활용 소프트웨어 개념으로, 클라우드 인프라 계층 위에 얇은(razor-thin) OverCloud 계층을 추가하는 방식을 제안한다. 또한 제안한 OverCloud 개념의 실증적인 검증을 위해 동적인 OverCloud 계층의 구성/소멸을 위한 소프트웨어 구현을 수행하고, 스마트에너지 IoT-Cloud 서비스 사례에 적용하여 확인한다. The growth of cloud-based ICT Infrastructure has led to the evolution of service composition toward a MicroServices Architecture (MSA)-based cloud-native computing for agility and efficiency. Also, the bridging together of Internet of Things (IoT) and cloud, Software-as-a-Service (SaaS)-style, has led to an explosive emergence of IoT-Cloud services. These IoT-Cloud services are meant to dynamically use geographically-distributed cloud infrastructure since mobile IoT devices are selectively connected to the neighboring cloud infrastructure. However, only with virtual machines provided by cloud service providers, supporting the dynamic service composition required for IoT-Cloud services is quite difficult. Thus, in this study, a new cloud-leveraged software concept, denoted as OverCloud, is provided, which builds a specially-arranged razor-thin overlay layer. For the feasibility validation of the dynamic OverCloud layer, a prototype software was implemented to verify the instantiation and clean-up of dynamic OverCloud layer and it was applied to an example service scenario for the Smart Energy IoT-Cloud service.
한정수(Jungsu Han),김정헌(Jeonheon Kim),윤아람(Aram Youn),이진희(Jinhee Lee),전윤서(Yunsuh Chun),우종수(Jongsoo Woo),홍원기(Won-Ki Hong) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.11
국가별로 다양한 이유로 CBDC(Central Bank Digital Currency)에 대한 연구가 활발하게 진행되고 있다. 현재 블록체인 기술이 CBDC 개발 기술로 주목받고 있으며 본 논문에서도 블록체인 기반의 CBDC 시스템을 제안하고 있다. CBDC의 개발과 상용화를 위한 요구사항을 호환성, 상호운용성, 프라이버시 측면에서 크게 3가지로 나누어 분석하였다. 또한 이 요구사항들을 적용 시킨 CBDC 시스템을 Cosmos 블록체인을 이용하여 개발하였다.
클라우드-네이티브 기반 SmartX AI 클러스터의 멀티 클러스터링 및 멀티 테넌시 기능 개선
윤금성(GeumSeong Yoon),한정수(Jungsu Han),홍유진(Yujin Hong),김종원(JongWon Kim) 한국정보과학회 2021 정보과학회 컴퓨팅의 실제 논문지 Vol.27 No.7
최근 클라우드 서비스에 대한 수요 증가에 따라 경량화된 가상 환경을 기반으로 컴퓨팅 환경을 구성하는 컨테이너 기술의 사용이 크게 증가하였다. 이에 따라 확장성 및 가용성 특징을 갖는 클라우드-네이티브(Cloud-native) 컴퓨팅 기반 기술인 쿠버네티스(Kubernetes, K8S)를 채택하는 사례가 많아졌다. 또한, 이와 연계되어 다양한 분야에서 활용되고 있는 AI 기술 지원 도구들이 점차 늘어나게 되었으며 유연한 배포 및 운용이 가능하게 되었다. 그러나 상기 도구들을 효율적으로 사용하기 위하여 특정 워크로드를 대상으로 특화된 자원 구성에 대한 필요성이 대두되었다. 이에 멀티 클러스터의 개념이 제안되었으나 멀티 클러스터(Multi-cluster)의 구축과 함께 해당 구조를 관리하는 구성 요소 및 개념이 필요하다. 이에 대응하여 본 논문에서는 K8S 기반으로 구축된 SmartX AI Cluster의 확장과 더불어 Tenants Portal을 소개한다. 확장된 SmartX AI Cluster는 싱글 K8S 클러스터로 운영했던 기존의 방식과는 다르게 다른 종류의 자원을 포함하는 단일 K8S 클러스터들을 결합한 멀티 K8S 클러스터 환경을 제공한다. 또한, Tenants Portal은 별도의 K8S 환경을 구축하지 않아도 동시에 여러 사용자가 상기 환경을 이용할 수 있도록 지원하는 개체(Entity)이다. 최종적으로 제안한 환경에서 병렬 및 분산 처리, 추론 서비스 사례를 통해 머신러닝(Machine Learning, ML) 워크로드 검증을 수행함과 동시에 적용된 개념의 개선 및 관련 연구를 논의한다. The recent increase in demand for cloud services has led to a significant increase in the use of container technologies that create a computing environment based on lightweight virtual environment. This has led to the adoption of Kubernetes (K8S), a cloud-native computing-based technology that features scalability and availability. In addition, the number of artificial intelligence (AI) technology support tools that are being utilized in various areas has gradually increased and flexible distribution and operation has become possible. However, in order to efficiently use the above-mentioned tools, there is a need for a resource configuration specialized for a specific workload. In response, the concept of a multi-cluster has been proposed, but it requires a component and a concept that manages the structure along with the construction of a multi-cluster. This paper introduces Tenants Portal along with extension of the SmartX AI Cluster built on K8S. The extended SmartX AI Cluster provides a multi-K8S cluster environment that combines single K8S clusters with different types of resources, unlike the previous method that operated as a single K8S cluster. In addition, Tenants Portal is an entity that supports multiple users to use the environment at the same time without building a separate K8S environment. Finally, in the proposed environment, machine learning (ML) workload verification is performed through parallel and distributed processing and inference service cases, and related studies are discussed.