새로운 융합 기술의 산업 전반에 걸쳐서 IoT가 증가하고, 실시간 자동 의사 결정 솔루션에 대한 수요가 증가하고, 기하급수적으로 증가하는 네트워크 트래픽을 해결 하는 방안의 필요성이 대두되고 있는 상황으로 에지클라우드가 대두되고 있는 상 황이다. 대규모 단말들이 생성하는 폭증 데이터의 중앙 클라우드 집중화로 인하여 ...
새로운 융합 기술의 산업 전반에 걸쳐서 IoT가 증가하고, 실시간 자동 의사 결정 솔루션에 대한 수요가 증가하고, 기하급수적으로 증가하는 네트워크 트래픽을 해결 하는 방안의 필요성이 대두되고 있는 상황으로 에지클라우드가 대두되고 있는 상 황이다. 대규모 단말들이 생성하는 폭증 데이터의 중앙 클라우드 집중화로 인하여 데이터 처리 및 전송 지연 극복을 위해 단말 근접 위치에서 데이터를 처리하여 분 산 협업을 제공하는 클라우드 에지 플랫폼 기술이 필요하다. 본 연구에서는 이를 모니터링할 수 있는 최적의 구조를 제안하고 이를 검증하고 자한다. 그 방법으로 에지 클라우드 관련 오픈 소스 플랫폼 사례분석을 통해 플랫 폼의 구조 및 기능을 도출하고, 모니터링 최적화를 위한 데이터를 정의하고 이를 기반으로 데이터 학습을 진행한다. 학습결과를 바탕으로 다중 에지 클라우드 모니 터링 최적화 방법을 제시하고자 한다.
새로운 융합 기술의 산업 전반에 걸쳐서 IoT가 증가하고, 실시간 자동 의사 결정 솔루션에 대한 수요가 증가하고, 기하급수적으로 증가하는 네트워크 트래픽을 해결 하는 방안의 필요성이 대두되고 있는 상황으로 에지 클라우드가 대두되고 있는 상 황이다. 대규모 단말들이 생성하는 폭증 데이터의 중앙 클라우드 집중화로 인하여 데이터 처리 및 전송 지연 극복을 위해 단말 근접 위치에서 데이터를 처리하여 분 산 협업을 제공하는 클라우드 에지 플랫폼 기술이 필요하다. 본 연구에서는 이를 모니터링할 수 있는 최적의 구조를 제안하고 이를 검증하고 자한다. 그 방법으로 에지 클라우드 관련 오픈 소스 플랫폼 사례분석을 통해 플랫 폼의 구조 및 기능을 도출하고, 모니터링 최적화를 위한 데이터를 정의하고 이를 기반으로 데이터 학습을 진행한다. 학습결과를 바탕으로 다중 에지 클라우드 모니 터링 최적화 방법을 제시하고자 한다.
Edge cloud is emerging as IoT is increasing across the industry of new convergence technologies, demand for real-time automatic decision-making solutions is increasing, and the need for ways to solve network traffic that is increasing exponentially. In order to overcome data processing and transmiss...
Edge cloud is emerging as IoT is increasing across the industry of new convergence technologies, demand for real-time automatic decision-making solutions is increasing, and the need for ways to solve network traffic that is increasing exponentially. In order to overcome data processing and transmission delays due to the central cloud centralization of explosive data generated by large terminals, a cloud edge platform technology that provides distributed collaboration by processing data at a location close to a terminal is needed. In this study, we propose and verify the optimal structure to monitor this. In that way, the structure and function of the platform are derived through case analysis of an open source platform related to edge cloud, data for monitoring optimization is defined, and data learning is conducted based on this. Based on the learning results, we would like to present a multi-edge cloud monitoring optimization method.
Edge cloud is emerging as IoT is increasing across the industry of new convergence technologies, demand for real-time automatic decision-making solutions is increasing, and the need for ways to solve network traffic that is increasing exponentially. In order to overcome data processing and transmission delays due to the central cloud centralization of explosive data generated by large terminals, a cloud edge platform technology that provides distributed collaboration by processing data at a location close to a terminal is needed. In this study, we propose and verify the optimal structure to monitor this. In that way, the structure and function of the platform are derived through case analysis of an open source platform related to edge cloud, data for monitoring optimization is defined, and data learning is conducted based on this. Based on the learning results, we would like to present a multi-edge cloud monitoring optimization method.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.