플랫폼 서비스 운용환경에서 빅데이터 플로우 관리를 통한 장애 상황 관리 방법

국문 초록 (Abstract)

최근 글로벌 플랫폼 서비스사업자가 제공하는 플랫폼 서비스의 장애로 전 세계적으로 특정 콘텐츠 서비스가 불가한 상황이 발생하고, 글로벌 서비스 시장에 사회 경제적으로 상당히 큰 문제를 초래하고 있다. 플랫폼 서비스의 안정성 확보를 위해서는 지능화된 플랫폼 운용 관리가 요구된다. 또한, 플랫폼 장애를 사전에 예방하고 대응할 수 있는 지능형 관리 기술이 필요하다. 본 연구에서는 플랫폼 운용 환경에서 비정상적인 서비스 상태 및 장애를 신속하게 감지 대응하기 위한 플랫폼 빅데이터 플로우 관리 기법 및 관리 모듈 구현 방안을 제안하였다. 서비스 및 장애 상황 감시 특성 분석 결과 빅데이터 플로우 관리 기법이 장애 감시 측면에서 전통적인 네트워크 관리 방법에 비하여 비정상적인 장애 상황 감지 및 장애 대응 특성이 30%이상 개선됨을 확인하였다. 빅데이터 플로우 관리 방법의 경우 플랫폼 시스템 장애 및 비정상적인 서비스 상태를 신속하게 감지할 수 있는 장점이 있으며 AI 기반 기술과 연계시 플랫폼 관리를 지능적으로 수행하고 장애 예방보전 능력은 크게 향상될 수 있을 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

Recently, a situation in which a specific content service is impossible worldwide has occurred due to a failure of the platform service and a significant social and economic problem has been caused in the global service market. In order to secure the stability of platform services, intelligent platform operation management is required. In this study, big data flow management(BDFM) and implementation method were proposed to quickly detect to abnormal service status in the platform operation environment. As a result of analyzing, BDFM technique improved the characteristics of abnormal failure detection by more than 30% compared to the traditional NMS. The big data flow management method has the advantage of being able to quickly detect platform system failures and abnormal service conditions, and it is expected that when connected with AI-based technology, platform management is performed intelligently and the ability to prevent and preserve failures can be greatly improved.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 플랫폼 운용 및 장애관리 현황
• 2.1 플랫폼 운용관리
• 2.2 플랫폼 장애 관리
• 3. 빅데이터 플로우 관리 기능 구현
• 3.1 플랫폼 메시지 플로우 관리
• 3.2 플랫폼 트래픽 플로우 관리
• 3.3 플랫폼 플로우 관리 모듈 구현
• 4. 플랫폼 장애관리 및 성능통계 분석
• 5. 결론
• REFERENCES

참고문헌 (Reference)

1 나성일, "빅데이터 기반의 IoT 이상 장애 탐지 시스템 설계" 한국디지털콘텐츠학회 19 (19): 377-383, 2018

2 곽재혁, "고성능컴퓨팅 환경을 고려한 빅데이터플랫폼 운영관리시스템 개발" 한국정보과학회 47 (47): 240-246, 2020

3 D. Dam, "What is Platform,Know Platform Business and Platform Type" MBA 2020

4 J. Woo, "Platform Business Understanding" Brunch Book 2019

5 J. S. Han, "Performance Comparison of Anomaly Detection Model for IoT Time Series Data" 1062-1063, 2021

6 C. H. Choi, "MIT, Open of TadGAN'algorithm source based on deep learning that detects anomalies in time series data"

7 강지헌, "IoT 빅데이터 수집을 위한 IP기반 이기종 네트워크 인터페이스 연동 게이트웨이" 한국정보통신학회 23 (23): 173-178, 2019

8 S. J. Kim, "IoT Data Optimization, Time Series Database Emergence"

9 IRISco Ltd, "Intelligent Big Data Analysis Platform"

10 T. H. Khan, "Generic Intent-based Networking Platform for E2E Network Slice Orchestration & Lifecycle Management" 49-54, 2020

11 H. H. Kim, "Functional block S/W design for analysis of time series data" 369-370, 2020

12 J. W. Jang, "Design of Storage Structure for Big Data Based Integrated Traffic Analysis Platform" 216-218, 2018

13 J. Y. Park, "Comparison and Analysis of Time Series Data Classification Algorithm Performance" 111-112, 2021

14 Z. Corp, "Basics of Network Monitoring(OpManager)"

15 K. Takeshita, "An Evaluation of Network Service Monitoring Method Using User Traffic Information" 144-149, 2020

16 Y. H. Bak, "A study on the Implementation Measures of ICT Standardization Platform" KICS Summer Conference 802-803, 2020

17 M. Muneeb, "A Study on IoT-based Intelligent Data Analytics in Edge-Fog Computing Platform" KIISE Conference 188-190, 2019