초록

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

본 논문에서는 웹서비스를 이용한 NMS(Network Management System)를 설계하고 구현하였다. 웹 서버, 웹 애플리케이션 서버, OB 서버, 네트워크 장비에 대한 성능 변수들을 통한 실제 사용자의 트랜잭션을 모니터링하고 이에 따른 서버 플랫폼, 데이터베이스, 애플리케이션간의 연관 관계를 평가하고 강력한 통계적 프로세스를 거쳐 웹사이트에 존재하는 많은 성능 요소들에 대해 정상적인 범위를 자동적으로 인식하여 누적된 데이터와 비교, 비정상적인 이벤트 발생시 이를 자동 추적하고 기록된 결과를 통한 자동적인 성능 향상을 도울 수 있도록 하였다. 실험 결과 제안 NMS가 각 종 망 자원들을 매우 효율적으로 관리하는 것을 보였다.

본 논문에서는 웹서비스를 이용한 NMS(Network Management System)를 설계하고 구현하였다. 웹 서버, 웹 애플리케이션 서버, OB 서버, 네트워크 장비에 대한 성능 변수들을 통한 실제 사용자의 트랜잭션을 모니터링하고 이에 따른 서버 플랫폼, 데이터베이스, 애플리케이션간의 연관 관계를 평가하고 강력한 통계적 프로세스를 거쳐 웹사이트에 존재하는 많은 성능 요소들에 대해 정상적인 범위를 자동적으로 인식하여 누적된 데이터와 비교, 비정상적인 이벤트 발생시 이를 자동 추적하고 기록된 결과를 통한 자동적인 성능 향상을 도울 수 있도록 하였다. 실험 결과 제안 NMS가 각 종 망 자원들을 매우 효율적으로 관리하는 것을 보였다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 또 복잡한 웹 트랜잭션올 기륵, 웹사이트 방문자들이 보고 경험하는 것을 모니터링하도록 하였다. 만약 특정 트랜잭션에 대한 응답 시간이 평상시에는 3~6초 되는데 갑자기 12초 이상이 소요됐다면 분명 라우터부터 데이터 베이스 서버까지 각 구간 사이에 어떤 문제가 였게 되는 데 이패 각 구간 사이의 문제費 찾기 위해서는 애플리게 이션 중심의 구간별 웅답시간을 측정하는 것이 중요하다.
• 본 논문에서 뉴럴 네트워크H 이용하여 시스템 장애 시 발생되는 문제점믈 정확이 분석하여 전체적인 시스템의 가용성을 향상시킬 수 있는 시스템을 구현하여 기존의 N이S와 성능을 비교하였다. 실험 결과 매우 우수한 성능을 보여주었고 향후 지능화된 알고리즘을 적용한 시스템 개발이 필요하고 기존 시스템과의 홍합적인 측면애서는 보다 다양한 방법으로 접근이 있어야한다.
• 만약 특정 트랜잭션에 대한 응답 시간이 평상시에는 3~6초 되는데 갑자기 12초 이상이 소요됐다면 분명 라우터부터 데이터 베이스 서버까지 각 구간 사이에 어떤 문제가 였게 되는 데 이패 각 구간 사이의 문제費 찾기 위해서는 애플리게 이션 중심의 구간별 웅답시간을 측정하는 것이 중요하다. 트랜잭션의 전채 응답시간이 느려질 때 같이 느려지는 구 간이 발생하거 해문이다.

제안 방법

• 제안한 NMS는 웹 서버, 월! 애플리케이션 서버, DB 서버, 네트워크 장비에 대한 성능 변수들을 모니터링하고 적용기간 동안 실제 사용자의 트랜잭션을 모니터링3!고 이에 따른 서버 플랫퐁, 데이터베이스, 애플리케이션간의 연관 관계를 평가했다.
• 또 다양한 소스 시스템으로부터 필요한 데이터줄 추 출하여 변환 작업요 거쳐 목표 시스템으로 전송 및 로딩 하는 데이터 통합율 지원하는 구조콜 사용하였다. 아래는 실험에서 이용된 각 요소별 성능 변수와 L/B의 주요 인 자를 나타낸다’
• 웹서비스는 하드웨어, OS, 프로그래밍 언어에 독립적 으로 모듈화 프로그래밍믈 롱해서 매우 유연하고 기존 애 플리케이션을 쉽게 홍합할 수 있다. 제안 시스템윤 그림 2의 웹서비스 구현 모델을 이용하여 구현하였다.
• 제안 시스템은 Pure Java으로 구현하여, Windows 계열 OS, Unix계열 OS(니nux 포함)에서 동작하며, JDBC 즐 지원하여, 모든 Database와 연동이 가능하도록 하였다. 측히 지속적인 성능 모니터링에서 야기될 수 있는 Databa옹e의 속도 저하를 줄이기 위해서 튜닝 가능한 요 소들을 미리 고려해서 구현하였다.
• 제안 시스템은 뉴럴(Neural) 네트워크着 이용해서 느 려지는 구간이 어디인지暑 찾고 문제가 네트워크 구간인 지 또는 서버인지춀 스마트 필터를 이용해 문제의 근본 원인율 찾아내도륵 하고 전채 응답시간과 연관된 구간멸 응답시간을 비교해서 전체 응답시간이 올라갈 패 같이 올 라가는 구간별 응답시간을 함께 찾아내도쪽 하였다. 그림 3은 성능 모니터링되는 대상올 보여준다.
• 제안한 시스템욘 전체 인프라에 걸쳐 있는 모든 仞퓰 리케이션의 성능을 계속해서 주시하기 때문에 시스템에 연결된 애푤리케이션 어느 부문에서든 트랜잭션 응답 속 도가 저하되면 즉시 모니터링 윈도우와 알람을 동해서 통 보되고 문제의 근본 원인을 찿기 위해 설계된 진단 툴에 원큘릭으로 접속, 바로 교정작업이 가능하도록 하였다. 따라서 실제 사용자들이 시스템에 대한 성능 저하를 경험 하기 이전에 모든 문제가 해결되도록 하였다.
• 제안 시스템은 Pure Java으로 구현하여, Windows 계열 OS, Unix계열 OS(니nux 포함)에서 동작하며, JDBC 즐 지원하여, 모든 Database와 연동이 가능하도록 하였다. 측히 지속적인 성능 모니터링에서 야기될 수 있는 Databa옹e의 속도 저하를 줄이기 위해서 튜닝 가능한 요 소들을 미리 고려해서 구현하였다. 아래 그림 5에서 SN너P의 MIB(Management Information 8ase)ft XML 로 매핑하도혹 하여 XML 포맷으로 관리가 이루어질수 있도록 하였다.

성능/효과

• 또 기존 裏울 화용해 제안 시스텡과 연계 모니터링 체계蠢 구축하여 장애 발견 및 조치蠢 위한 체계적인 관 리가 용이함올 보였다. 장애 발생시 대응 시간도 매우 단 축됐으며 장애 및 원인 분석 정보養 DB 서버에 구축해서 동일 장애가 발생되는 것을 방지하였다.
• 실험곃과 제안 시스템이 모니터 기륵에 대한 리포트 는 실시간으로 제공하고 각기 다른 관심을 두고 있는 서로 다른 사용자듈을 위해서는 성능 정리와 용량 계획올 제공하기 패문에 애플리케이션 중심으로 하드웨어, 소프 트웨어, 네트워크 통합 관리가 수행됨으로 안해 애폴리케 이션 레벨 모니터링 체계가 수립되었고 이查 봉해 시스템 관리자가 즉각적인 종합 판단이 가능해져 관련 자원 별, 구간별 모니터링이 가능해졌다.
• 또 기존 裏울 화용해 제안 시스텡과 연계 모니터링 체계蠢 구축하여 장애 발견 및 조치蠢 위한 체계적인 관 리가 용이함올 보였다. 장애 발생시 대응 시간도 매우 단 축됐으며 장애 및 원인 분석 정보養 DB 서버에 구축해서 동일 장애가 발생되는 것을 방지하였다.

후속연구

• 본 논문에서 뉴럴 네트워크H 이용하여 시스템 장애 시 발생되는 문제점믈 정확이 분석하여 전체적인 시스템의 가용성을 향상시킬 수 있는 시스템을 구현하여 기존의 N이S와 성능을 비교하였다. 실험 결과 매우 우수한 성능을 보여주었고 향후 지능화된 알고리즘을 적용한 시스템 개발이 필요하고 기존 시스템과의 홍합적인 측면애서는 보다 다양한 방법으로 접근이 있어야한다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기