[논문]클라우드에서 효율적인 메시지 전파를 위한 그룹 기반 가쉽 프로토콜

임종범; 이종혁; 진성호; 유헌창; 이화민

클라우드에서 효율적인 메시지 전파를 위한 그룹 기반 가쉽 프로토콜
Group-based Gossip Protocol for Efficient Message Dissemination in Clouds 원문보기

컴퓨터교육학회논문지 = The Journal of Korean Association of Computer Education, v.13 no.5, 2010년, pp.81 - 90

임종범 (고려대학교 컴퓨터교육과) , 이종혁 (고려대학교 컴퓨터교육과) , 진성호 (고려대학교 정보창의교육연구소) , 유헌창 (고려대학교 컴퓨터교육과) , 이화민 (순천향대학교 컴퓨터학부)

초록
AI-Helper

클라우드 컴퓨팅은 공유 가능한 여러 자원들이 모여 가상화된 형태로 서비스를 제공하는 인터넷 기반의 컴퓨팅 패러다임이다. 이러한 클라우드 컴퓨팅 환경에서 무수한 자원들에 대한 상태 정보를 신속히 전달하기 위한 방법으로 가쉽 프로토콜이 주목받고 있다. 가쉽 프로토콜은 견고하고 확장적인 멀티캐스트를 제공하는 반면, 100%의 도달가능성을 만족하기 위해서는 여분의 중복 메시지를 요구한다는 문제점이 있다. 본 연구에서는 자원들의 상태정보를 효율적으로 전달하면서 발생하는 메시지 오버헤드를 줄이기 위해 그룹 기반의 가쉽 멀티캐스트 프로토콜(GGMP)을 제안한다. 또한, 제안한 프로토콜의 성능을 실험을 통해 검증하였다.

Abstract ▼ AI-Helper

Cloud computing is an Internet-based computing paradigm that provides services in a virtualized form composed of plenty of resources sharable. In Cloud computing environments, gossip protocols are engaged as a method to rapidly disseminate the state information for innumerable resources. Although gossip protocols provide a robust and scalable multicast, there is a drawback that requires redundant messages in satisfying 100% of reachability. In our study, we propose a Group-based Gossip Multicast Protocol in order to reduce the message overhead while delivering the state information efficiently. Furthermore, we verified the performance of the proposed protocol through experiments.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

가쉽 프로토콜이 내재하고 있는 특성, 즉 모든 노드가 메시지 전파를 받기 위해 요구되는 전파 지연과 발생하는 중복 메시지를 줄이기 위해 본 연구에서는 그룹 기반 가쉽 멀티캐스트 프로토콜을 제안한다. 제안하는 프로토콜은 그룹을 생성하고 생성된 그룹 리스트를 유지하기 위한 자가 조직(Self-Organization) 단계와 메시지 전파(Dissemination) 단계로 나누어진다.
본 연구에서는 가쉽 프로토콜에서 100%의 도달 가능성을 만족하기 위해 발생하는 중복 메시지와 전파 지연을 줄이기 위한 그룹 기반 가쉽 프로토콜을 제안하였다. 그룹 기반 가쉽 프로토콜은 부분 뷰와 그룹을 생성하기 위한 자가 조직 단계와 이 단계를 거쳐 생성된 정보를 기반으로 메시지 전달이 이루어지는 메시지 전파 단계로 구성된다.

제안 방법

또한, 그룹 기반 가쉽 프로토콜의 성능 실험을 위해 시스템 매개변수로 G(그룹의 수)와 M(한 그룹이 가지는 구성원의 수)을 추가하였으며, G와 M의 설정 값의 조합에 따라 메시지를 전달 받지 못한 노드의 수를 측정하였다.
본 연구에서 제안하는 그룹 기반의 가쉽 프로토콜에서는 노드 식별자와 타임스탬프 외에 그룹 식별자(Group ID)와 해당 그룹의 노드들의 수를 나타내는 그룹 크기 정보(Group Size)를 포함할 수 있는 필드를과 같이 추가하였다.
실험 초기화 과정에서 각 노드들은 시스템 내에서 유일한 식별자를 가지게 되며, 전체 노드 중 정보를 가진 하나의 노드에서 메시지 개시가 이루어지도록 구성하였다.
셔플은 가쉽 메시지 발생 시 두 노드간의 부분 뷰의 내용을 오래됨 정도를 기준으로 부분 뷰의 노드 정보를 서로 교환하고 갱신하는 연산으로, 오래된 정보일수록 탈퇴했을 가능성이 높다는 가정을 가진다. 이 셔플 연산을 통해 노드들의 가입과 탈퇴에 의해 동적으로 변하는 환경에 대처하는 프로토콜을 제시하였다.
HyParView[7]는 적극적인(Active) 부분 뷰와 피동적인(Passive) 부분 뷰라는 두 개의 별개적인 부분 뷰를 가진다. 이 프로토콜에서는 사이클마다 셔플 연산에 의해 교환되는 대량의 노드 정보를 피동적인 부분 뷰에 넣어 보관하고, 적극적인 부분 뷰의 특정 노드가 실패하였을 때 피동적인 부분 뷰 정보를 이용하여 적극적인 부분 뷰를 재구성하는 결함 포용 기법을 제공한다.
가쉽 프로토콜이 내재하고 있는 특성, 즉 모든 노드가 메시지 전파를 받기 위해 요구되는 전파 지연과 발생하는 중복 메시지를 줄이기 위해 본 연구에서는 그룹 기반 가쉽 멀티캐스트 프로토콜을 제안한다. 제안하는 프로토콜은 그룹을 생성하고 생성된 그룹 리스트를 유지하기 위한 자가 조직(Self-Organization) 단계와 메시지 전파(Dissemination) 단계로 나누어진다.

이론/모형

그룹 기반 가쉽 프로토콜의 유효성을 평가하기 위해 Peersim[9]을 사용하여 실험 환경을 구성하였다. Peersim은 분산 환경에서 다양한 프로토콜의 확장적인 성능 실험을 위해 자바(Java) 언어로 구현된 시뮬레이터로, 본 연구에서 사용한 환경 설정은 <표1>과 같다.

성능/효과

1. 시스템의 초기화가 완료되면, 모든 노드는 시스템의 정보를 가지고 있는 미들웨어에 자가 조직에 필요한 k, Cycle, Fanout과 같은 시스템 정보를 요청하면, 미들웨어는 해당 노드에 관련 정보를 전달한다.
2. 그룹을 구성하고 그룹 리스트를 유지하기 위한 정보를 가지기 위해 노드는 미들웨어에 그룹 정보를 요청한다. 이에, 미들웨어는 그룹의 수와 한 그룹의 구성원의 수의 정보가 포함된 메시지를 해당 노드에게 전달한다.
<그림 8>은 전체 노드의 수가 50,000인 경우, Fanout이 2와 3일 때 플랫형 가쉽 프로토콜과 Fanout이 1이고 그룹 구성원의 수가 400이고 그룹의 수가 40, 60, 80인 경우를 비교했을 때, 요구되는 사이클의 수는 각각 5, 3, 4, 4, 4임을 보여준다. 각 사이클마다 발생하는 메시지 페이로드의 수는 각각 100,000, 150,000, 65,960, 73,940, 81,920으로, Fanout이 2일 때의 플랫형 가쉽 프로토콜을 사용했을 때보다 Fanout이 1인 경우 그룹의 수가 40이고, 그룹 구성원의 수가 400일 때의 그룹 기반 가쉽 프로토콜이 더 적은 양의 메시지 페이로드를 발생시키면서도 요구되는 사이클의 수가 적다는 것을 실증적으로 보여준다.
또한, 그룹의 수와 그룹 구성원의 수가 점차적으로 증가함에 따라 100%의 메시지 도달가능성을 만족하기 위한 사이클의 수가 줄어드는 것을 확인할 수 있다. 특히, <그림 7(d)>는 그룹 구성원의 수가 400인 경우, 그룹의 수를 20씩 80까지 증가하였을 때, 각각 7, 4, 4, 4의 사이클이 필요함을 보여준다.
또한, 플랫형, 그룹 기반 프로토콜 모두 푸시-풀 모드를 사용하였을 경우, 푸시 또는 풀 모드를 사용한 경우보다 모든 노드가 메시지를 전달받기 위해 필요한 사이클의 수가 더 적은 것을 알 수 있다. 따라서, 이후에 나오는 실험에는 모두 푸시-풀 모드를 사용한다.
이는 푸시 모드가 풀 모드에 비해 정보를 가지고 있는 노드의 수가 적을 때 메시지의 전파율이 좋은 반면, 풀 모드는 푸시 모드에 비해 정보를 가지고 있는 노드의 수가 많을 때 메시지를 가져올 확률이 높음을 말해준다.
제안한 그룹 기반 가쉽 프로토콜은 그룹을 생성하기 위해 필요한 어떠한 지식을 요구하지 않으며, 기존 가쉽 프로토콜이 가지는 효율성과 확장성의 특성을 지니면서 보다 더 적은 메시지의 수로 원자적 메시지 전달을 가능하게 하였다.
특히 100%의 메시지 도달가능성을 만족하기 위한 사이클의 수에 대한 RMR의 값을 비교했을 때, Fanout이 3인 플랫형 가쉽 프로토콜의 RMR 값은 약 8(사이클 3)인데 반해 그룹의 수가 40이고 그룹 구성원의 수가 400인 경우의 그룹 기반 가쉽 프로토콜의 RMR 값은 약 4.27(사이클 4)인 것을 확인할 수 있다. 이는 RMR 값을 비교했을 때 그룹 기반 가쉽 프로토콜이 약 46% 정도 앞선 결과를 도출한다는 것을 보여준다.

질의응답

핵심어	질문	논문에서 추출한 답변
	가쉽 프로토콜의 특징은 무엇인가?	이에, 대규모의 분산 컴퓨팅 환경에서 견고하면서 확장적인 메시지 전달 메커니즘으로 응용단(Application-level)의 멀티캐스트 기법인 가쉽(Gossip) 프로토콜이 사용되어 왔다. 가쉽 프로토콜은 주기적으로 대상 노드를 임의적으로 선택하여 메시지를 주고받는 형태로, 시스템을 구성하는 각 노드가 전체 노드 정보를 알지 않더라도 높은 확률로 모든 노드가 메시지를 전달 받는다는 것을 보장한다.
	그룹 기반 가쉽 멀티캐스트 프로토콜은 어떤 단계로 나뉘는가?	가쉽 프로토콜이 내재하고 있는 특성, 즉 모든 노드가 메시지 전파를 받기 위해 요구되는 전파 지연과 발생하는 중복 메시지를 줄이기 위해 본 연구에서는 그룹 기반 가쉽 멀티캐스트 프로토콜을 제안한다. 제안하는 프로토콜은 그룹을 생성하고 생성된 그룹 리스트를 유지하기 위한 자가 조직(Self-Organization) 단계와 메시지 전파(Dissemination) 단계로 나누어진다.
	셔플이란?	Cyclon[6]은 셔플(Shuffle)이라는 개념을 도입하여 노드들의 잦은 가입과 탈퇴에 대비한다. 셔플은 가쉽 메시지 발생 시 두 노드간의 부분 뷰의 내용을 오래됨 정도를 기준으로 부분 뷰의 노드 정보를 서로 교환하고 갱신하는 연산으로, 오래된 정보일수록 탈퇴했을 가능성이 높다는 가정을 가진다. 이 셔플 연산을 통해 노드들의 가입과 탈퇴에 의해 동적으로 변하는 환경에 대처하는 프로토콜을 제시하였다.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증