최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국통신학회논문지 = The Journal of Korean Institute of Communications and Information Sciences, v.42 no.2, 2017년, pp.460 - 470
조용연 (Hanyang University, Department of Computer and Software) , 김상욱 (Hanyang University, Department of Computer and Software) , 배덕호 (Samsung Electronics, Memory Business)
We address how to handle big data mining effectively using the intelligent SSD (iSSD). ISSD is a storage device equipped with computing power inside SSD for reducing the transferring cost and for processing data nearby SSD where the data is stored. We first introduce the structural characteristics o...
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
iSSD의 장점은 무엇인가? | 특히, 높은 I/O 대역폭, 짧은 access latency 등의 특성으로 인해 빅 데이터 저장 장치로 각광받는 solid-state drive (SSD) 대중화에 더불어 SSD 내부에 데이터 처리 능력을 부여함으로써,데이터가 저장된 가장 가까운 곳에서 데이터를 처리(in storage processing, ISP) 하고자 하는 intelligent SSD (iSSD)는 이러한 노력의 일환으로 볼 수 있다[1,6-8]. iSSD 내부에서 간단한 데이터 처리를 수행함으로써, 호스트 CPU로 전송되는 데이터의 양을 크게 줄일 수 있으며, 호스트 CPU의 부하를 줄이고 데이터전송을 위한 에너지 사용량을 줄일 수 있다. | |
iSSD는 무엇인가? | 본 논문은 intelligent SSD (iSSD)를 통해 빅 데이터 마이닝을 효과적으로 처리하기 위한 방안에 대해서 소개한다. iSSD는 데이터 전송 비용을 줄이고 데이터가 저장된 장소와 가장 가까운 곳에서 데이터를 처리하기 위해, SSD 내부에 데이터 처리 능력을 부여한 장치이다. 본 논문에서는 먼저, iSSD의 등장 배경 및 효율적인 데이터 처리를 위한 iSSD 구조에 대해 소개한다. | |
active disk는 어떤 동작에서 데이터 처리 시간의 대부분을 소요했는가? | 그러나 active disk는 하드 디스크의 낮은 내부 I/O 대역폭, 대용량의 데이터 의존적인 킬러 어플리케이션 부재, 그리고 저장 장치 인터페이스의 제약으로 인해 널리 사용되지 못하였다[8]. 특히, 자기 디스크를 회전시키며 데이터를 읽는 하드 디스크의 물리적 한계로 인해, 하드 디스크 내부에서 데이터를 처리할 때, 자기 디스크에서 데이터를 읽어오는데 데이터 처리 시간의 대부분을 소요하게 되었다. 최근, 빠른 랜덤 성능과 높은 I/O 대역폭을 바탕으로 SSD는 빅 데이터 시대의 저장 장치로 자리 잡고 있다. |
D. Bae et al., "Intelligent SSD: a turbo for big data mining," in Proc. ACM CIKM 2013, pp. 1553-1556, 2013.
J. Dean and S. Ghemawat, "MapReduce: simplified data processing on large clusters," Commun. ACM, vol. 51, no. 1, pp. 107-113, 2008.
K. Shavachiko, et al., "The hadoop distributed file system," in Proc. IEEE MSST 2010, pp. 1-10, 2010.
R. Greenwald, et al., Achieving extreme performance with Oracle Exadata, McGraw-Hill, 2011.
P. Francisco, The netezza data appliance architecture: A platform for high performance data warehousing and analytics, IBM Redbooks 3, 2011.
Y. Jo et, al., "On running data intensive algorithms with intelligent SSD and host CPU: a collaborative approach," in Proc. ACM SAC 2015, pp. 2060-2065, 2015.
J. Do, et al., "Query processing on smart SSDs: opportunities and challenges," in Proc. ACM SIGMOD 2013, pp. 1221-1230, 2013.
S. Kim, et al., "Fast, energy efficient scan inside flash memory SSDs," in Proc. ADMS 2011, Seattle, WA, Sept. 2011.
E. Riedel, G. Gibson, and C. Faloutsos, "Active storage for large-scale data mining and multimedia," in Proc. VLDB 1998, pp. 62-73, 1998.
D. Kim and S. Hwang, "An efficient wear-leveling algorithm for NAND flash SSD with multi-channel and multi-way architecture," J. KICS, vol. 39, no. 7, pp. 425-432, 2014.
Y. Jo, et al., "Collaborative processing of data intensive algorithms with CPU, intelligent SSD, and GPU," in Proc. ACM SAC 2016, pp. 1865-1870, 2016.
J. Zhang, M. Shihab, and M. Jung, "Power, energy and thermal considerations in SSD-Based I/O acceleration," in Proc. USENIX Workshop HotStorage, Philadelphia, PA, Jun. 2014.
D. Shin, et al., "Malicious traffic detection using k-means," J. KICS, vol. 41 no. 02, pp. 277-284, 2015.
L. Page, et al., The PageRank citation ranking: bringing order to the web, Technical Report, Stanford University, 1999.
N. Binkert, et al., "The Gem5 Simulator," ACM SIGARCH Computer Architecture News, vol. 39, no. 2, pp. 1-7, 2011.
Y. Jo, et al., "Data mining in intelligent SSD: simulator-based evaluation," in Proc. BigComp 2016, pp. 123-128, 2016.
V. Volkov and J. Demmel, "Benchmarking GPUs to tune dense linear algebra," in Proc. Int. Conf. Supercomputing(SC 2008), pp. 1-11, 2008.
S. Ryoo, et al., "Optimization principles and application performance evaluation of a multi-threaded GPU using CUDA," in Proc. ACM SIGPLAN 2008, pp. 73-82, 2008.
H. Oh and S. Ha, "A static scheduling heuristic for heterogeneous processors," in Euro-Par Parall. Process., pp. 573-577, 1996.
E. Lee and D. Messerschmitt, "Synchronous data flow," in Proc. IEEE, vol. 75, no. 9, pp. 1235-1245, 1987.
G. Jeh and J. Widom, "SimRank: a measure of structural-context similarity," in Proc. ACM SIGKDD 2002, pp. 538-543, 2002.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.