[논문]동적 클러스터링 기반 모바일 클라우드 컴퓨팅의 최적화 기법 및 품질 평가 모델

김대영; 라현정; 김수동

doi:10.3745/ktsde.2013.2.6.383

초록
AI-Helper

CPU, 메모리 등 모바일 디바이스의 제한된 자원문제를 해결하기 위한 방법으로, 모바일 디바이스의 자원이 아닌 클라우드 서비스 또는 PC등 외부 자원을 사용하는 모바일 클라우드 컴퓨팅(Mobile Cloud Computing, MCC)이 부각되고 있다. 전형적인 MCC 환경(MCC Environment, MCE)은 다른 운영체제 및 플랫폼을 가지는 여러 개의 노드, 모바일 애플리케이션과 서비스들로 구성되어 있고, 중앙관리자는 MCE 전체 품질이 일정 수준 이상을 유지하도록 관리 태스크를 수행한다. 그러나, 노드 수, 모바일 애플리케이션 수, 서비스의 수가 많아지고 서비스 실행빈도가 높아질 경우, 중앙 관리자의 관리 태스크 과중으로 병목현상과 성능저하 문제가 제기될 수 있다. 본 논문에서는 이러한 대규모 MCE의 병목과 성능저하 문제를 해결하고, 전체 품질을 안정화시키기 위한 클러스터링(Clustering) 기반의 최적화 기법을 제안한다. 본 기법을 적용하면 MCE의 전체 품질을 안정화시키기 위한 부하를 최소화하면서, 능동적이며 자율적인 방식으로 품질을 보장할 수 있다.

Abstract ▼ AI-Helper

As a way of augmenting constrained resources of mobile devices such as CPU and memory, many works on mobile cloud computing (MCC), where mobile devices utilize remote resources of cloud services or PCs, have been proposed. Typically, in MCC, many nodes with different operating systems and platform a...

As a way of augmenting constrained resources of mobile devices such as CPU and memory, many works on mobile cloud computing (MCC), where mobile devices utilize remote resources of cloud services or PCs, have been proposed. Typically, in MCC, many nodes with different operating systems and platform and diverse mobile applications or services are located, and a central manager autonomously performs several management tasks to maintain a consistent level of MCC overall quality. However, as there are a larger number of nodes, mobile applications, and services subscribed by the mobile applications and their interactions are extremely increased, a traditional management method of MCC reveals a fundamental problem of degrading its overall performance due to overloaded management tasks to the central manager, i.e. a bottle neck phenomenon. Therefore, in this paper, we propose a clustering-based optimization method to solve performance-related problems on large-scaled MCC and to stabilize its overall quality. With our proposed method, we can ensure to minimize the management overloads and stabilize the quality of MCC in an active and autonomous way.

주제어

질의응답

핵심어	질문	논문에서 추출한 답변
	MCE 관리자는 어떻게 구분되는가?	MCE 관리자는 할당 노드의 관리 태스크를 담당하는 노드 관리자, 클러스터 단위에서 필요로 하는 관리 태스크를 수행하는 클러스터 관리자, 전체 MCE의 관리 태스크를 담당하는 중앙 관리자로 구분된다. 클러스터 관리자는 해당 클러스터의 품질을 안정화하며, 중앙 관리자는 클러스터 간의 전체 MCE의 품질을 안정화한다.
	MCE는 어떻게 구성되는가?	MCE는 크게 노드(Node), 클러스터(Cluster), MCE 관리자 3가지 요소로 구성된다. 노드는 어플리케이션이나 서비스를 설치하여 운영하는 물리적 컴퓨팅 디바이스로서, 모바일 노드, 클라우드 노드, 데스크톱 노드, 서버 노드로 구분할 수 있다.
	MCE의 노드는 어떻게 구분할 수 있는가?	MCE는 크게 노드(Node), 클러스터(Cluster), MCE 관리자 3가지 요소로 구성된다. 노드는 어플리케이션이나 서비스를 설치하여 운영하는 물리적 컴퓨팅 디바이스로서, 모바일 노드, 클라우드 노드, 데스크톱 노드, 서버 노드로 구분할 수 있다.

참고문헌 (9)

M. Fernando, S.W. Loke, and W. Rahayu, "Mobile Cloud Computing: A Survey," Future Generation Computer Systems, Vol.29, pp.84-106, 2012, doi: 10.1016/j.future.2012.05.023.

상세보기
L. Guan, X. Ke, M. Song, and J. Song, "A Survey of Research on Mobile Cloud Computing," Proc. 2011 10th IEEE/ACIS International Conf. on Computer and Information Science (ICIS 2011), pp.387-392, Dec. 2011, doi: 10.1109/ICIS.2011.67.
Y. Natchetoi, V. Kaufman, A. Shapiro, "Service-Oriented Architecture for Mobile Applications," Proc. 1st Int'l Workshop on Software architectures and mobility (SAM 2008), pp.27-32, 2008, doi: 10.1145/1370888.1370896.
Wikipedia, Dec., 2012,
M. Gerla and J.T.C. Tsai, "Multicluster, mobile, multimedia radio network, Wireless Networks", Wireless Networks, Vol.1, pp.255-265. 1995, doi: 10.1007/BF01200845.

상세보기
D. Baker, and A. Ephremides, "The Architectural Organization of a Mobile Radio Network via a Distributed Algorithm," IEEE Transactions on Communications, Vol.29, pp.1694-1701, 1981, doi: 10.1109/TCOM.1981.1094909.

상세보기
A. Amis, R. Prakash, T. Vuong, and D. Huynh, "Max-Min D-Cluster Formation in Wireless Ad Hoc Networks," Proc. 9th Annual Joint Conf. of the IEEE Computer and Communications Societies(INFOCOM 2000), Vol.1, pp.32-41, 2000, doi: 10.1109/INFCOM.2000.832171.
P. Harrington, Machine Learning in Action, Manning Publication, 2012.
I.H. Witten, E. Frank, and M.A. Hall, Data Mining: Practical Machine Learning Tools and Techniques, Third Edition, Morgan Kaufmann, 2011.

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

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

동적 클러스터링 기반 모바일 클라우드 컴퓨팅의 최적화 기법 및 품질 평가 모델
Dynamic Clustering based Optimization Technique and Quality Assessment Model of Mobile Cloud Computing 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

질의응답

참고문헌 (9)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

동적 클러스터링 기반 모바일 클라우드 컴퓨팅의 최적화 기법 및 품질 평가 모델 Dynamic Clustering based Optimization Technique and Quality Assessment Model of Mobile Cloud Computing 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

질의응답

참고문헌 (9)

이 논문을 인용한 문헌

저자의 다른 논문 :

김대영 (1) 라현정 (20) 김수동 (99)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

동적 클러스터링 기반 모바일 클라우드 컴퓨팅의 최적화 기법 및 품질 평가 모델
Dynamic Clustering based Optimization Technique and Quality Assessment Model of Mobile Cloud Computing 원문보기

초록
AI-Helper