KR102442248B1 - Prediction system for resource management and resource usage of DaaS built on the basis of cloud infrastructure - Google Patents

Prediction system for resource management and resource usage of DaaS built on the basis of cloud infrastructure Download PDF

Info

Publication number
KR102442248B1
KR102442248B1 KR1020220034119A KR20220034119A KR102442248B1 KR 102442248 B1 KR102442248 B1 KR 102442248B1 KR 1020220034119 A KR1020220034119 A KR 1020220034119A KR 20220034119 A KR20220034119 A KR 20220034119A KR 102442248 B1 KR102442248 B1 KR 102442248B1
Authority
KR
South Korea
Prior art keywords
resource
module
server
built
user device
Prior art date
Application number
KR1020220034119A
Other languages
Korean (ko)
Inventor
문성규
Original Assignee
나무기술 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 나무기술 주식회사 filed Critical 나무기술 주식회사
Priority to KR1020220034119A priority Critical patent/KR102442248B1/en
Application granted granted Critical
Publication of KR102442248B1 publication Critical patent/KR102442248B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/14—Payment architectures specially adapted for billing systems
    • G06Q20/145—Payments according to the detected use or quantity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45583—Memory management, e.g. access or allocation

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Selective Calling Equipment (AREA)

Abstract

The present invention relates to a prediction system for resource management and resource use volume of a DaaS built based on a cloud infrastructure, which is capable of making it easy to perform precise management. According to an embodiment of the present invention, the prediction system for resource management and resource use volume of a DaaS built based on a cloud infrastructure comprises: a cloud server in which one or more virtual machines (VM) are built, and which accesses the virtual machines from a user device possessed by a user; and an operation server controlling and managing the operation status of the cloud server. The operation server includes: a portal module supporting the user device for accessing the VMs; a management module performing the integrated management of functions and services of the VMs built in the cloud server; a resource module managing the resource status provided by the cloud server; and a prediction module calculating the increase rate or decrease rate of resource use volume based on the resource status managed by the resource module, and when the increase rate or decrease rate exceeds the increase rate or decrease rate previously established by the operation server, determining that the increase rate or decrease rate is abnormal.

Description

클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템{Prediction system for resource management and resource usage of DaaS built on the basis of cloud infrastructure}Prediction system for resource management and resource usage of DaaS built on the basis of cloud infrastructure

본 발명은 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템에 관한 것이다. 더욱 상세하게는 클라우드 서버에서 사용중인 리소스 자원을 용이하게 관리하기 위한 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템에 관한 것이다.The present invention relates to a prediction system for resource management and resource usage of DaaS built on the basis of cloud infrastructure. More specifically, it relates to a resource management and resource usage prediction system of DaaS built on the basis of cloud infrastructure for easily managing the resource resources being used in the cloud server.

클라우드 서비스란, 클라우드 서비스는 인터넷 기술을 이용하여 IT자원을 서비스로 제공하는 것으로 IT자원을 필요한 만큼 빌려서 사용하고, 서비스 부하에 따라서 실시간으로 확장 축소가 가능하며, 사용한 만큼만 비용을 내면 되는 서비스이다.Cloud service is a service that provides IT resources as a service using Internet technology. It is a service that borrows and uses IT resources as much as necessary, can expand and contract in real time according to the service load, and pay only for the amount used.

구체적으로, 클라우드 서비스를 인터넷과 같은 정보통신망을 통한 컴퓨팅 자원의 온 디맨드 아웃소싱 서비스라고 정의할 수 있는데, 클라우드 컴퓨팅 환경에서는 서비스 제공자는 여러 곳에 분산되어 있는 서버(데이터 센터)를 가상화 기술로 통합하여 사용자들이 필요로 하는 서비스를 제공하게 된다.Specifically, cloud service can be defined as an on-demand outsourcing service of computing resources through information and communication networks such as the Internet. will provide the services they need.

이때, 사용자는 운영체제(Operation System), 스토리지(Storage), 어플리케이션(Application), 보안(Security)등의 필요한 자원을 사용자 소유의 단말에 직접 설치하여 사용하는 것이 아니라, 가상화 기술을 통해 생성된 가상공간상의 게스트머신(이는 가상공간상의 논리적 장비의 개념으로, 운영체제와 보안 등을 포함하는 일종의 가상머신으로 이해될 수 있다)을 원하는 시점에 원하는 만큼 골라서 사용하게 되므로, 사용자는 각 컴퓨팅 자원의 구입비용을 지불하는 것이 아니라 사용량에 기반하여 대가를 지불하므로 경제적이다.In this case, the user does not directly install and use the necessary resources such as the operating system, storage, application, and security on the user's own terminal, but a virtual space created through virtualization technology. Since the guest machine on the virtual space (this is the concept of a logical device in the virtual space, which can be understood as a kind of virtual machine including the operating system and security) is selected and used at the desired time, the user can reduce the purchase cost of each computing resource. It is economical because it pays based on usage rather than payment.

또한, 사용자는 어떠한 장소에서든 네트워크 접속과 기본적인 연산기능을 수행하는 단말을 통해 클라우드 망에 접속하여 대용량의 저장장치와 고성능 컴퓨팅 리소스가 필요한 작업들을 수행하고 고도화된 서비스들도 제공받을 수 있는 장점이 있으며, (특허문헌 1)을 통해 구체적으로 설명하면 다음과 같다.In addition, users can access the cloud network through a terminal that performs network access and basic arithmetic functions at any location, performs tasks that require large-capacity storage devices and high-performance computing resources, and provides advanced services. , (Patent Document 1) will be described in detail as follows.

(특허문헌 1)은 멀티클라우드 실시간 통합자원관리 및 모니터링을 위한 클라우드 매니지드 플랫폼 구현 시스템에 관한 것으로, 이에 따르면, 단말기를 통해 백업되는 데이터를 저장 및 동기화하고, 관리하는 클라우드 관리 서버를 포함하여 구성되며, 멀티클라우드를 관리에 대하여 인적자원과, 시간적 비용 지출 감소하기 위한 기술에 관한 것이다.(Patent Document 1) relates to a system for implementing a cloud managed platform for multi-cloud real-time integrated resource management and monitoring. It relates to technology for reducing human resources, time and cost expenditure for managing multi-cloud.

그러나, 전술한 (특허문헌 1)에 따르면, 멀티 클라우드에 투여되는 리소스 자원이 현재 사용되는 리소스 자원만 관리할 수 있고, 리소스 자원량의 증가율 또는 감소율에 따른 대처가 미흡하여 리소스 자원의 정밀한 제어관리하기 어려운 문제점이 있다.However, according to the above (Patent Document 1), the resource resources administered to the multi-cloud can manage only the currently used resource resources, and the response according to the increase rate or decrease rate of the resource resource amount is insufficient, so precise control and management of the resource resources There is a difficult problem.

대한민국 등록특허공보 제10-2353139호 (2022.01.14)Republic of Korea Patent Publication No. 10-2353139 (202.01.14)

본 발명의 목적은 클라우드 서버에 구축된 하나 이상의 가상머신에 필요한 리소스 자원을 실시간으로 확보하고, 리소스 자원의 증가율 또는 감소율에 따른 대처를 용이하게 제어하기 위한 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템을 제공하는 데 있다.An object of the present invention is to secure the resource resources required for one or more virtual machines built in the cloud server in real time, and to easily control the response according to the increase or decrease rate of resource resources. It is to provide a system for predicting resource usage.

상기 과제를 해결하기 위하여,In order to solve the above problem,

본 발명의 일실시 예에 따른 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템은 하나 이상의 가상머신(VM)이 구축되며, 상기 가상머신을 유저가 소지하고 있는 유저 디바이스에서 접속하는 클라우드 서버; 및In the DaaS resource management and resource usage prediction system built based on cloud infrastructure according to an embodiment of the present invention, one or more virtual machines (VMs) are built, and the virtual machines are accessed from a user device possessed by the user. a cloud server; and

상기 클라우드 서버의 운영 현황을 제어관리하는 운영서버; 를 포함하고,an operation server for controlling and managing the operation status of the cloud server; including,

상기 운영서버는, The operating server is

상기 유저 디바이스가 상기 가상머신에 접속 할 때 지원하는 포탈모듈; a portal module that supports when the user device accesses the virtual machine;

상기 클라우드 서버에서 구축한 가상머신의 기능 및 서비스를 통합관리하는 관리모듈; a management module for integrated management of functions and services of virtual machines built in the cloud server;

상기 클라우드 서버에서 제공하는 자원 리소스 현황을 관리하는 자원모듈;a resource module for managing the resource resource status provided by the cloud server;

상기 자원모듈에서 관리하는 자원 리소스 현황을 기초로하여 자원 사용량에 대한 증가율 또는 감소율을 산출하며, 상기 증가율 또는 감소율이 상기 운영서버에서 사전에 설정한 증가율 또는 감소율보다 초과하면 비정상으로 판단하는 예측모듈; 을 포함할 수 있다.A prediction module that calculates an increase or decrease rate for resource usage based on the resource resource status managed by the resource module, and determines that the increase or decrease rate is abnormal if the increase or decrease rate exceeds the increase or decrease rate set in advance in the operation server; may include.

또한, 본 발명의 일실시 예에 따른 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템에 있어서, 상기 클라우드 서버는,In addition, in the system for resource management and resource usage prediction of DaaS built based on cloud infrastructure according to an embodiment of the present invention, the cloud server comprises:

하이퍼바이저;hypervisor;

상기 하이퍼바이저의 이미지 포멧 타입 및 클러스터의 범용 고유 식별자(UUID)를 포함하여 클러스터를 생성하며, 상기 클러스터를 관리하는 클러스터 모듈;a cluster module that creates a cluster including the image format type of the hypervisor and a universal unique identifier (UUID) of the cluster, and manages the cluster;

상기 클러스터 모듈 내에 생성되며, 가상머신(VM)을 구축하는 VM 모듈;a VM module that is created in the cluster module and constructs a virtual machine (VM);

상기 가상머신에 제공할 리소스 자원을 구축하고, 상기 리소스 자원을 관리하는 스토리지 모듈; 을 포함할 수 있다.a storage module that builds resource resources to be provided to the virtual machine and manages the resource resources; may include.

또한, 본 발명의 일실시 예에 따른 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템에 있어서, 하나 이상의 유저 디바이스와 연결되어 상기 유저디바이스를 제어관리하며, 상기 클라우드 서버 및 운영 서버와 연결되어 상기 유저 디바이스가 상기 클라우드 서버에 구축된 상기 가상머신에 접속하도록 중계역할 하는 기업서버; 를 포함하고, In addition, in the DaaS resource management and resource usage prediction system built based on cloud infrastructure according to an embodiment of the present invention, it is connected to one or more user devices to control and manage the user devices, and to operate the cloud server and operation a corporate server that is connected to a server and serves as a relay so that the user device accesses the virtual machine built in the cloud server; including,

상기 기업서버는 상기 유저 디바이스가 상기 클라우드 서버에서 제공받을 서비스의 기능 및 종류를 선택하며, 선택한 서비스의 기능 및 종류를 상기 유저 디바이스에 제공할 수 있다.The enterprise server may select a function and type of service to be provided by the user device from the cloud server, and may provide the selected service function and type to the user device.

또한, 본 발명의 일실시 예에 따른 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템에 있어서, 상기 예측모듈은, 상기 유저 디바이스에서 사용하는 가상머신의 기능 및 종류를 기반으로 상기 리소스 자원의 요구값을 산출하고, 산출된 상기 리소스 자원의 요구값과, 상기 클라우드 서버에서 현재 사용중인 리소스 자원값을 기초로하여 리소스 자원 예측값을 산출할 수 있다.In addition, in the prediction system for resource management and resource usage of DaaS built based on cloud infrastructure according to an embodiment of the present invention, the prediction module is based on the function and type of the virtual machine used in the user device. The resource resource request value may be calculated, and the resource resource prediction value may be calculated based on the calculated resource resource request value and the resource resource value currently being used by the cloud server.

또한, 본 발명의 일실시 예에 따른 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템에 있어서, 상기 예측모듈은, 상기 리소스 자원 예측값이 상기 운영서버에서 기 설정된 값보다 초과되면, 자원 사용량이 포화상태로 판단하며, 미 사용중인 클러스터 또는 상기 가상머신을 종료할 수 있다.In addition, in the prediction system for resource management and resource usage of DaaS built on the basis of cloud infrastructure according to an embodiment of the present invention, the prediction module, when the resource resource prediction value exceeds a preset value in the operation server , it is determined that the resource usage is saturated, and the cluster or the virtual machine that is not in use can be terminated.

또한, 본 발명의 일실시 예에 따른 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템에 있어서, 상기 예측모듈은, 상기 리소스 자원 예측값이 상기 운영서버에서 기 설정된 값보다 미만이면, 자원 사용량이 원활 상태로 판단하며,In addition, in the prediction system for resource management and resource usage of DaaS built on the basis of cloud infrastructure according to an embodiment of the present invention, the prediction module, if the resource resource prediction value is less than a preset value in the operation server , it is judged that the resource usage is in a smooth state,

현재 리소스 자원 사용량이 상기 운영서버가 기 설정된 값보다 초과되어 있어도 정상으로 판단할 수 있다.Even if the current resource resource usage exceeds a preset value for the operation server, it may be determined as normal.

또한, 본 발명의 일실시 예에 따른 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템에 있어서, 상기 운영서버는,In addition, in the system for predicting resource usage and resource management of DaaS built on the basis of cloud infrastructure according to an embodiment of the present invention, the operation server comprises:

상기 클라우드 서버에 생성된 하이퍼바이저를 제어관리하는 하이퍼바이저 모듈;a hypervisor module for controlling and managing the hypervisor created in the cloud server;

상기 운영 디바이스에 배포할 가상머신(VM)별 소프트웨어 정보와, 상기 운영 디바이스의 정보를 관리하는 DB 모듈;a DB module for managing software information for each virtual machine (VM) to be distributed to the operating device and information on the operating device;

상기 운영 디바이스에서 선택한 가상머신의 기능 및 서비스를 기초로하여 상기 운영 디바이스에 청구할 금액을 산출하는 과금모듈; 을 포함할 수 있다.a charging module for calculating an amount to be charged to the operating device based on the functions and services of the virtual machine selected by the operating device; may include.

이러한 해결 수단은 첨부된 도면에 의거한 다음의 발명의 상세한 설명으로부터 더욱 명백해질 것이다.These solutions will become more apparent from the following detailed description of the invention based on the accompanying drawings.

이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이고 사전적인 의미로 해석되어서는 아니 되며, 발명자가 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합되는 의미와 개념으로 해석되어야만 한다.Prior to this, the terms or words used in the present specification and claims should not be construed in their ordinary and dictionary meanings, and the inventor may properly define the concept of the term in order to best describe his invention. It should be interpreted as meaning and concept consistent with the technical idea of the present invention based on the principle that it is possible.

본 발명의 일실시 예에 따르면, 리소스 자원 사용량이 정상범위에 있더라도, 증가율이 운영 서버에서 기 설정된 값을 초과하면 최고점과 동일한 것으로 판단하여 이에 준하게 운영할 수 있으며, 리소스 자원 사용량의 증가추세에 따라 미사용중인 클러스터 및 가상머신(VM)을 정리하여 리소스 자원량을 미리 확보할 수 있는 기대효과가 있다.According to an embodiment of the present invention, even if the resource resource usage is within the normal range, if the increase rate exceeds a preset value in the operation server, it is determined that it is the same as the highest point and can be operated accordingly, and in response to the increasing trend of resource resource usage Accordingly, there is an expected effect that the amount of resources can be secured in advance by cleaning up unused clusters and virtual machines (VMs).

또한, 본 발명의 일실시 예에 따르면, 리소스 자원 사용량이 임계점 초과범위에 있더라도, 감소율이 운영 서버에서 기 설정된 값을 초과하면 최저점과 동일한 것으로 판단하여 이에 준하게 운영할 수 있으며, 리소스 자원 사용량의 감소추세에 따라 현재 사용중인 클러스터 및 가상머신(VM)에 자원 리소스를 추가로 지원할 수 있고, 새로운 클러스터 및 가상머신(VM)을 생성하여 고객확보에 도움이 되는 효과가 있다.In addition, according to an embodiment of the present invention, even if the resource resource usage is in the threshold exceeding range, if the reduction rate exceeds a preset value in the operation server, it is determined to be the same as the lowest point and can be operated accordingly, According to the decreasing trend, additional resource resources can be supported for clusters and virtual machines (VMs) currently in use, and new clusters and virtual machines (VMs) are created to help secure customers.

또한, 본 발명의 일실시 예에 따르면, 각각의 기업서버에서 요청한 가상머신의 기능 및 서비스의 종류에 따라 투입되는 리소스 자원량을 정밀하게 투입할 수 있고, 투입된 리소스 자원량을 실시간으로 감지하여 정밀한 관리가 용이하다.In addition, according to an embodiment of the present invention, it is possible to precisely input the resource resource amount to be input according to the type of virtual machine function and service requested by each enterprise server, and precise management is possible by detecting the input resource resource amount in real time. Easy.

도 1은 본 발명의 일실시 예에 따른 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템의 구성요소를 나타내 보인 블록도.
도 2는 본 발명의 일실시 예에 따른 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템의 운영서버 및 클라우드 서버의 구조를 나타내 보인 블록도.
도 3a 및 도 3 b는 본 발명의 일실시 예에 따른 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템의 자원 리소스 사용량의 증가율 및 감소율을 나타내 보인 그래프.1 is a block diagram showing components of a system for predicting resource management and resource usage of DaaS built based on cloud infrastructure according to an embodiment of the present invention.
Figure 2 is a block diagram showing the structure of the operating server and cloud server of the prediction system for resource management and resource usage of DaaS built on the basis of cloud infrastructure according to an embodiment of the present invention.
3a and 3b are graphs showing the increase rate and decrease rate of the resource resource usage of the resource management and resource usage prediction system for the DaaS built based on the cloud infrastructure according to an embodiment of the present invention.

본 발명의 특이한 관점, 특정한 기술적 특징들은 첨부된 도면들과 연관되는 이하의 구체적인 내용과 일실시 예로부터 더욱 명백해 질 것이다. 본 명세서에서 각 도면의 구성요소들에 참조 부호를 부가함에 있어, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 일실시 예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.The specific aspects and specific technical features of the present invention will become more apparent from the following detailed description and embodiments in conjunction with the accompanying drawings. In the present specification, in adding reference numerals to components of each drawing, it should be noted that the same components are given the same reference numerals as possible even if they are indicated on different drawings. In addition, in describing an embodiment of the present invention, if it is determined that a detailed description of a related well-known configuration or function may obscure the gist of the present invention, the detailed description thereof will be omitted.

또한, 본 발명의 구성요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성요소 사이에 또 다른 구성요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.In addition, in describing the components of the present invention, terms such as first, second, A, B, (a), (b), etc. may be used. These terms are only for distinguishing the elements from other elements, and the essence, order, or order of the elements are not limited by the terms. When a component is described as being “connected”, “coupled” or “connected” to another component, the component may be directly connected or connected to the other component, but another component is between each component. It should be understood that elements may be “connected,” “coupled,” or “connected.”

이하, 본 발명의 일실시 예를 첨부된 도면에 의거하여 상세히 설명하면 다음과 같다.Hereinafter, an embodiment of the present invention will be described in detail based on the accompanying drawings.

도 1에 도시된 바와 같이, 본 발명의 일실시 예에 따른 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템은 유저가 소지하고 있는 유저 디바이스(310)와, 하나 이상의 유저 디바이스(310)를 제어관리하는 기업서버(300)와, 상기 기업서버(300) 및 유저 디바이스(310)에 가상머신(VM; Virtual Machine)을 제공하는 클라우드 서버(100)와, 상기 클라우드 서버(100)를 운영관리하는 운영 서버(200)를 포함할 수 있다.As shown in FIG. 1 , a system for predicting resource management and resource usage of DaaS built based on cloud infrastructure according to an embodiment of the present invention includes a user device 310 possessed by a user, and one or more user devices. A corporate server 300 for controlling and managing 310, a cloud server 100 providing a virtual machine (VM) to the enterprise server 300 and the user device 310, and the cloud server 100 ) may include an operation server 200 to operate and manage.

먼저, DaaS는 Desktop as a Service의 약자이며, Service Provider가 사용자당 구독 라이센스로 인터넷을 통해 최종 사용자에게 가상 데스크톱을 제공하는 클라우드 컴퓨팅 기술이다.First, DaaS stands for Desktop as a Service, and is a cloud computing technology in which a service provider provides virtual desktops to end users over the Internet with a per-user subscription license.

유저 디바이스(310)는 유저가 소지할 수 있고, 클라우드 서버(100)에서 제공하는 가상머신(VM)에 접속하여 가상머신을 사용할 수 있는 디바이스며, 개인PC, 스마트폰, 노트북, 테블릿, 아이패드가 여기에 포함될 수 있으며, 이외에도 가상머신(VM)에 접속할 수 있는 모든 디바이스가 여기에 해당될 수 있다.The user device 310 may be possessed by a user and is a device capable of using a virtual machine by accessing a virtual machine (VM) provided by the cloud server 100 , a personal PC, a smartphone, a notebook computer, a tablet, and a child. A pad may be included here, and in addition, all devices that can connect to a virtual machine (VM) may be included here.

기업서버(300)는 하나 이상의 유저 디바이스(310)와 연결되고, 하나 이상의 유저 디바이스(310)를 제어관리하며, 클라우드 서버(100) 및 운영 서버(200)와 연결되어 유저 디바이스(310)가 클라우드 서버(100)에 구축된 가상머신에 접속할 수 있도록 중계역할을 수행하는 기능을 포함한다.The enterprise server 300 is connected to one or more user devices 310, controls and manages one or more user devices 310, and is connected to the cloud server 100 and the operation server 200 so that the user device 310 is connected to the cloud. It includes a function of performing a relay role so as to be able to access the virtual machine built in the server 100 .

또한, 기업서버(300)는 기업서버와 링크되는 유저 디바이스(310)에 가상머신의 기능 및 종류를 일괄적으로 제공할 수 있도록 운영 서버(200)에서 제공하는 가상머신의 기능 및 종류를 선택하여 클라우드 서버(100)에서 선택적으로 가상머신의 기능 및 종류를 제공받을 수 있다. In addition, the enterprise server 300 selects the functions and types of virtual machines provided by the operation server 200 so as to collectively provide functions and types of virtual machines to the user device 310 linked to the enterprise server. The cloud server 100 may selectively receive functions and types of virtual machines.

클라우드 서버(100)는 하나 이상의 가상머신이 구축되어 있고, 각각의 가상머신에 각각의 유저 디바이스(310)와 연결되어 하나의 유저 디바이스(310)에 하나의 가상머신을 제공하는 구조로 이루어질 수 있다.The cloud server 100 may have a structure in which one or more virtual machines are built, and each virtual machine is connected to each user device 310 to provide one virtual machine to one user device 310 . .

이러한 클라우드 서버(100)는 하이퍼바이저(130)와, 클러스터 모듈(110)과, VM 모듈(120)과, 스토리지 모듈(140)을 포함하여 구성될 수 있다.The cloud server 100 may include a hypervisor 130 , a cluster module 110 , a VM module 120 , and a storage module 140 .

하이퍼바이저(130)는 가상머신의 환경을 가동할 수 있는 논리적 플랫폼을 지원하며, 내부에 클러스터(110) 및 가상머신(120)이 각각 구축될 수 있다. 또한, 하이퍼바이저(130)는 운영 서버(200)에 구성된 하이퍼바이저 모듈(210)을 통헤 운영관리가 용이하도록 구성될 수 있으나, 이에 한정하는 것은 아니다. The hypervisor 130 supports a logical platform capable of operating a virtual machine environment, and a cluster 110 and a virtual machine 120 may be built therein, respectively. In addition, the hypervisor 130 may be configured to facilitate operation and management through the hypervisor module 210 configured in the operation server 200 , but is not limited thereto.

클러스터 모듈(110)은 하이퍼바이저(130)의 내부에 클러스터를 구축하고, 구축된 클러스터를 제어관리하는 기능을 수행하며, 클러스터를 생성할 때, 클러스터 이름, UUID 하이퍼바이저(130)의 이미지 포멧타입, 클러스터의 사용 여부에 대한 정보가 포함될 수 있다.The cluster module 110 builds a cluster in the hypervisor 130 , performs a function of controlling and managing the built cluster, and when creating a cluster, a cluster name, UUID image format type of the hypervisor 130 . , information on whether to use a cluster may be included.

VM 모듈(120)은 클러스터 모듈(110)의 내부에 가상머신을 구축하는 모듈이며, 클러스터의 내부에 하나 이상의 가상머신이 생성될 수 있으며, 클러스터, 노드, 스토리지, 운영체제, 리소스 사용자원, 가상머신의 생성 개수, 가상머신의 생성여부, 사용시작일, 사용종료예정일에 대한 정보를 사전에 설정하여 가상환경을 생성할 수 있다.The VM module 120 is a module for building a virtual machine inside the cluster module 110, and one or more virtual machines can be created inside the cluster, and the cluster, node, storage, operating system, resource user resource, virtual machine You can create a virtual environment by setting information on the number of creations, virtual machine creation, use start date, and expected use end date in advance.

스토리지 모듈(140)은 클러스터 모듈(110) 및 VM 모듈(120)에서 생성된 클러스터 및 가상머신이 구동될 수 있도록 리소스 자원을 제공 및 관리하는 기능을 수행하며, 여기서 리소스 자원은 CPU, 메모리, 네트워크, IP주소, 저장매체를 포함할 수 있다. The storage module 140 provides and manages resource resources so that the clusters and virtual machines created in the cluster module 110 and the VM module 120 can be driven, where the resource resources are CPU, memory, and network. , an IP address, and a storage medium.

즉, 클라우드 서버(100)는 유저 디바이스에 ID, PW, OTP를 순차적으로 입력하여 로그인을 하면, ID와 연동되는 가상머신(120)을 제공하는 구조로 이루어질 수 있다.That is, the cloud server 100 may have a structure that provides the virtual machine 120 that is linked with the ID when the user device sequentially inputs the ID, PW, and OTP to log in.

운영 서버(200)는 클라우드 서버의 운영 현황을 제어관리하는 서버이며, 포탈모듈(220), 관리모듈(240), 자원모듈(260), 예측모듈(250), DB모듈(230), 과금모듈(270), 하이퍼바이저 모듈(210)을 포함하여 구성될 수 있다.The operation server 200 is a server that controls and manages the operation status of the cloud server, and includes a portal module 220 , a management module 240 , a resource module 260 , a prediction module 250 , a DB module 230 , and a billing module. 270 , it may be configured to include a hypervisor module 210 .

하이퍼바이저모듈(210)은 클라우드 서버(100)에 생성된 하이퍼바이저를 관리하는 모듈이며, 하이퍼바이저의 생성 및 해체를 제어할 수 있고, 현재 생성된 하이퍼바이저의 수에 따라 자원모듈(260)에서 지원중인 리소스 자원을 요청할 수 있다.The hypervisor module 210 is a module that manages the hypervisor created in the cloud server 100, can control the creation and dismantling of the hypervisor, and in the resource module 260 according to the number of currently created hypervisors. Resources that are being supported You can request a resource.

포탈모듈(220)은 유저 디바이스(310)가 클라우드 서버(100)에 구축된 가상머신에 접속할 때 지원하는 포탈형식의 플랫폼이며, 더욱 구체적으로는 유저 디바이스(310)가 포탈에 접속하여 ID, PW, OTP 순으로 입력하여 로그인에 성공하면 ID에 연결된 가상머신에 접속할 수 있도록 구성될 수 있다.The portal module 220 is a portal-type platform that the user device 310 supports when accessing the virtual machine built in the cloud server 100, and more specifically, the user device 310 accesses the portal to provide ID, PW , OTP can be configured to connect to the virtual machine connected to the ID when login is successful.

관리모듈(240)은 클라우드 서버(100)에 구축된 가상머신의 기능과, 가상머신의 서비스를 통합관리하는 기능을 수행하며, 유저 디바이스(310) 또는 기업서버(300)가 선택한 가상머신의 기능 및 서비스를 제공하는 기능을 수행할 수 있다.The management module 240 performs a function of integrated management of the functions of the virtual machine built in the cloud server 100 and the service of the virtual machine, and the function of the virtual machine selected by the user device 310 or the corporate server 300 . and a function of providing a service.

DB모듈(230)은 유저 디바이스(310) 및 기업서버(300)에 배포할 가상머신(VM)별 소프트웨어 정보가 저장되고, 추가로 유저 디바이스(310) 및 기업서버(300)의 정보를 관리할 수 있다. 여기서, 유저 디바이스(310) 및 기업서버(300)의 정보는 ID, PW, OTP 정보를 포함하며, 유저 디바이스(310) 및 기업서버(300)에서 제공할 가상머신의 정보를 더 포함할 수 있다.The DB module 230 stores software information for each virtual machine (VM) to be distributed to the user device 310 and the enterprise server 300 , and additionally manages the information of the user device 310 and the enterprise server 300 . can Here, the information of the user device 310 and the enterprise server 300 includes ID, PW, and OTP information, and may further include information on the virtual machine to be provided by the user device 310 and the enterprise server 300 . .

과금모듈(270)은 유저 디바이스(310) 및 기업서버(300)에서 선택한 가상머신의 기능 및 서비스에 따라 차등으로 과금금액을 산출하고, 산출된 과금금액을 기업서버(300) 또는 유저 디바이스(310)에 청구하는 기능을 수행한다.The billing module 270 calculates the billing amount differentially according to the functions and services of the virtual machine selected by the user device 310 and the enterprise server 300, and uses the calculated billing amount to the enterprise server 300 or the user device 310. ) to perform a billing function.

자원모듈(260)은 클라우드 서버(100)의 스토리지 모듈(140)에서 제공하는 자원 리소스 현황을 관리하는 기능을 수행하며, 여기서, 자원 리소스는 CPU, 메모리, 그래픽카드, 네트워크, 저장매체가 포함될 수 있다.The resource module 260 performs a function of managing the resource resource status provided by the storage module 140 of the cloud server 100, where the resource resource may include a CPU, a memory, a graphic card, a network, and a storage medium. have.

또한, 자원모듈(260)은 스토리지 모듈(140)에 설치된 총 자원량과, 가상머신 및 클러스터에서 사용하고 있는 자원량을 모니터링하는 기능을 수행하며, 실시간으로 사용하고 있는 자원량을 예측모듈(250)에 제공될 수 있다.In addition, the resource module 260 performs a function of monitoring the total amount of resources installed in the storage module 140 and the amount of resources used in virtual machines and clusters, and provides the amount of resources used in real time to the prediction module 250 . can be

예측모듈(250)은 자원모듈(260)에서 관리하는 자원 리소스 현황을 기초로하여 자원 사용량에 대한 증가율 또는 감소율을 산출하고, 산출된 증가율 또는 감소율이 운영 서버(200)에서 사전에 설정한 증가율 또는 감소율보다 초과하거나, 또는 미달이면 비정상으로 판단하는 기능을 수행한다.The prediction module 250 calculates an increase rate or a decrease rate for resource usage based on the resource resource status managed by the resource module 260, and the calculated increase rate or decrease rate is an increase rate or decrease rate set in advance by the operation server 200 If it exceeds or falls below the reduction rate, it performs a function of judging it as abnormal.

구체적으로, 예측모듈(250)은 자원모듈(260)에서 관리하는 실시간 자원 리소스를 기준단위별로 측정하고, 실시간 자원 리소스의 증가율이 운영 서버(200)에서 기 설정된 값을 초과하면 '비정상 초과사용'으로 판단할 수 있다.Specifically, the prediction module 250 measures the real-time resource resource managed by the resource module 260 for each reference unit, and when the increase rate of the real-time resource resource exceeds a preset value in the operation server 200, 'abnormal excess use' can be judged as

예컨대, 도 3a에 도시된 바와 같이, 운영 서버(200)에서 기 설정된 증가율 및 감소율의 커트라인이 20%라고 가정하고, t시간의 자원 리소스 사용량이 25%이며, t+1시간의 자원 리소스 사용량이 49%라고 가정하면 증가율이 24%로 산출될 수 있으며, 운영 서버(200)에서 기 설정된 20%를 초과하였으므로, '비정상 초과사용'으로 판단될 수 있다.For example, as shown in FIG. 3A , it is assumed that the cut line of the preset increase rate and decrease rate in the operation server 200 is 20%, the resource resource usage at time t is 25%, and the resource resource usage at time t+1 is Assuming that it is 49%, the increase rate may be calculated as 24%, and since it exceeds 20% preset in the operation server 200, it may be determined as 'abnormal excess use'.

상기한 '비정상 초과사용'으로 판단하면, 스토리지 모듈(140)에서의 리소스 자원 사용량이 임계점 미만에서 운용되더라도 임계점 초과와 동일한 모드로 운영될 수 있다.If it is determined as the 'abnormal excess use', the storage module 140 may operate in the same mode as exceeding the threshold even if the resource resource usage is operated below the threshold.

예컨대, 스토리지 모듈(140)에서의 리소스 자원 사용량을 0~25%를 '원활', 26~50%를 '보통', 51~79%를 '혼잡', 80~99%를 '초과'라고 가정하고, 상기한 예시에서 t+1시간의 자원 리소스 사용량이 49%이면 '보통'에 해당하는 리소스 사용량으로 정의할 수 있지만, 증가율이 24%이므로, 80~99%에 해당하는 '초과'와 동일한 것으로 판단하는 것을 말한다.For example, it is assumed that 0-25% of the resource resource usage in the storage module 140 is 'smooth', 26-50% is 'normal', 51-79% is 'congested', and 80-99% is 'excess'. In the above example, if the resource resource usage for t+1 time is 49%, it can be defined as the resource usage corresponding to 'normal', but since the increase rate is 24%, it is the same as 'excess' corresponding to 80~99% means to judge that

즉, 리소스 자원 사용량이 정상범위에 있더라도, 증가율이 운영 서버(200)에서 기 설정된 값을 초과하면 최고점과 동일한 것으로 판단하여 이에 준하게 운영할 수 있으며, 리소스 자원 사용량의 증가추세에 따라 미사용중인 클러스터 및 가상머신(VM)을 정리하여 리소스 자원량을 미리 확보할 수 있는 기대효과가 있다.That is, even if the resource resource usage is within the normal range, if the increase rate exceeds the preset value in the operation server 200, it is determined that it is the same as the highest point and can be operated accordingly. And there is an expected effect that the amount of resources can be secured in advance by organizing the virtual machine (VM).

반대로, 예측모듈(250)은 자원모듈(260)에서 관리하는 실시간 자원 리소스를 기준단위별로 측정하고, 실시간 자원 리소스의 감소율이 운영 서버(200)에서 기 설정된 값을 초과하면 '비정상 미달사용'으로 판단할 수 있다.Conversely, the prediction module 250 measures the real-time resource resource managed by the resource module 260 for each reference unit, and when the reduction rate of the real-time resource resource exceeds a preset value in the operation server 200, it is set to 'abnormal under-use'. can judge

예컨대, 도 3b에 도시된 바와 같이, 운영 서버(200)에서 기 설정된 증가율 및 감소율의 커트라인이 20%라고 가정하고, t시간의 자원 리소스 사용량이 85%이며, t+1시간의 자원 리소스 사용량이 51%라고 가정하면 감소율이 34%로 산출될 수 있으며, 운영 서버(200)에서 기 설정된 20%를 초과하였으므로, '비정상 미달사용'으로 판단될 수 있다.For example, as shown in FIG. 3b , it is assumed that the cut line of the preset increase rate and decrease rate in the operation server 200 is 20%, the resource resource usage at time t is 85%, and the resource resource usage at time t+1 is Assuming that it is 51%, the reduction rate may be calculated as 34%, and since it exceeds the preset 20% in the operation server 200, it may be determined as 'abnormal under-use'.

상기한 '비정상 미달사용'으로 판단하면, 스토리지 모듈(140)에서의 리소스 자원 사용량이 임계점 초과에서 운용되더라도 임계점 미달과 동일한 모드로 운영될 수 있다.If it is determined as the 'abnormal under-usage', the storage module 140 may be operated in the same mode as the under-threshold even if the resource resource usage in the storage module 140 is operated above the threshold.

예컨대, 스토리지 모듈(140)에서의 리소스 자원 사용량을 0~25%를 '원활', 26~50%를 '보통', 51~79%를 '혼잡', 80~99%를 '초과'라고 가정하고, 상기한 예시에서 t+1시간의 자원 리소스 사용량이 51%이면 '혼잡'에 해당하는 리소스 사용량으로 정의할 수 있지만, 감소율이 34%이므로, 0~25%에 해당하는 '원활'와 동일한 것으로 판단하는 것을 말한다.For example, it is assumed that 0-25% of the resource resource usage in the storage module 140 is 'smooth', 26-50% is 'normal', 51-79% is 'congested', and 80-99% is 'excess'. In the above example, if the resource resource usage for t+1 time is 51%, it can be defined as the resource usage corresponding to 'congestion', but since the reduction rate is 34%, it is the same as 'smooth' corresponding to 0-25% means to judge that

즉, 리소스 자원 사용량이 임계점 초과범위에 있더라도, 감소율이 운영 서버(200)에서 기 설정된 값을 초과하면 최저점과 동일한 것으로 판단하여 이에 준하게 운영할 수 있으며, 리소스 자원 사용량의 감소추세에 따라 현재 사용중인 클러스터 및 가상머신(VM)에 자원 리소스를 추가로 지원할 수 있고, 새로운 클러스터 및 가상머신(VM)을 생성하여 고객확보에 도움이 되는 효과가 있다. That is, even if the resource resource usage is in the range exceeding the threshold point, if the reduction rate exceeds a preset value in the operation server 200, it is determined as the same as the lowest point and can be operated accordingly, and according to the decreasing trend of the resource resource usage, the current use Resource resources can be additionally supported for existing clusters and virtual machines (VMs), and new clusters and virtual machines (VMs) are created to help secure customers.

또한, 예측모듈(250)은 상기한 바와 같이 자원모듈(260)에서 제공하는 실시간 자원 리소스 사용량을 기반으로 리소스 자원을 예측할 수 있고, 추가로 관리모듈(240)에서 관리하는 유저 디바이스(310) 및 기업서버(300)에서 요구하는 가상머신(120)의 기능 및 서비스의 종류에 따라 필요로하는 자원 리소스가 서로 다르므로, 상기한 가상머신(120)의 기능 및 서비스의 종류에 따라 가상머신에 제공하는 리소스 자원값을 차등부여할 수 있다.In addition, the prediction module 250 may predict a resource resource based on the real-time resource usage provided by the resource module 260 as described above, and additionally a user device 310 managed by the management module 240 and Since the required resource resources are different depending on the type of function and service of the virtual machine 120 required by the enterprise server 300, the virtual machine is provided according to the function and type of service of the above-described virtual machine 120. Resources can be differentiated by resource values.

예컨대, 제1 기업서버(301)에서는 VDI 통합관리만 사용하고, 제2 기업서버(302)에서는 VDI 통합관리, VDI 백업/복구를 사용하며, 제3 기업서버(303)에서는 VDI 통합관리, VDI 백업/복구, 2차 인증에 관한 서비스를 신청하게 되면, 제1 기업서버(301)에서는 VDI 통합관리만 사용하기 때문에 VDI 통합관리에 필요로하는 리소스 자원만 부여할 수 있으며, 제2 기업서버(302)에서는 VDI 통합관리, VDI 백업/복구에 필요한 리소스 자원을 부여하는 구조로 이루어질 수 있다.For example, the first corporate server 301 uses only integrated VDI management, the second corporate server 302 uses integrated VDI management and VDI backup/restore, and the third corporate server 303 uses integrated VDI management and VDI. When a service related to backup/recovery and secondary authentication is requested, only the resource resources required for the integrated VDI management can be given because the first corporate server 301 uses only the VDI integrated management, and the second corporate server ( 302) may be configured in a structure that provides resource resources necessary for VDI integrated management and VDI backup/restore.

즉, 각각의 기업서버(300)에서 요청한 가상머신의 기능 및 서비스의 종류에 따라 투입되는 리소스 자원량을 정밀하게 투입할 수 있고, 투입된 리소스 자원량을 실시간으로 감지하여 정밀한 관리가 용이하다.That is, it is possible to precisely input the amount of resource resources input according to the type of virtual machine function and service requested by each enterprise server 300 , and it is easy to precisely manage the input resource amount by detecting the amount of resources in real time.

이상 본 발명을 일실시 예를 통하여 상세히 설명하였으나, 이는 본 발명을 구체적으로 설명하기 위한 것으로, 본 발명에 따른 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템은 이에 한정되지 않는다. 그리고 이상에서 기재된 "포함하다", "구성하다", 또는 "가지다", 등의 용어는 특별히 반대되는 기재가 없는 한 해당 구성요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것으로 해석되어야 하며, 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다.Although the present invention has been described in detail through one embodiment, this is for describing the present invention in detail, and the system for predicting resource management and resource usage of DaaS built based on cloud infrastructure according to the present invention is not limited thereto. . And, terms such as "include", "compose", or "have" described above mean that the corresponding component may be embedded unless otherwise stated, so excluding other components is not recommended. It should be construed as being able to further include other components rather than other components, and all terms including technical or scientific terms are generally understood by those of ordinary skill in the art to which the present invention belongs, unless otherwise defined. has the same meaning as being

또한, 이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형 가능하다. 따라서, 본 발명에 개시된 일실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 일실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.In addition, the above description is merely illustrative of the technical idea of the present invention, and those skilled in the art to which the present invention pertains can make various modifications and variations without departing from the essential characteristics of the present invention. Accordingly, the embodiments disclosed in the present invention are not intended to limit the technical spirit of the present invention, but to explain, and the scope of the technical spirit of the present invention is not limited by these embodiments. The protection scope of the present invention should be construed by the following claims, and all technical ideas within the equivalent range should be construed as being included in the scope of the present invention.

100 - 클라우드 서버 110 - 클러스터 모듈
120 - 가상머신(VM) 모듈 130 - 하이퍼바이저
140 - 스토리지 모듈 200 - 운영 서버
210 - 하이퍼바이저 모듈 220 - 포탈모듈
230 - DB모듈 240 - 관리모듈
250 - 예측모듈 260 - 자원모듈
270 - 과금모듈 300 - 기업서버
310 - 유저 디바이스100 - Cloud Server 110 - Cluster Module
120 - Virtual Machine (VM) Module 130 - Hypervisor
140 - storage module 200 - production server
210 - Hypervisor Module 220 - Portal Module
230 - DB module 240 - Management module
250 - prediction module 260 - resource module
270 - billing module 300 - corporate server
310 - User Device

Claims (7)

하나 이상의 가상머신(VM)이 구축되며, 상기 가상머신을 유저가 소지하고 있는 유저 디바이스에서 접속하는 클라우드 서버; 및
상기 클라우드 서버의 운영 현황을 제어관리하는 운영서버; 를 포함하고,
상기 운영서버는,
상기 유저 디바이스가 상기 가상머신에 접속 할 때 지원하는 포탈모듈;
상기 클라우드 서버에서 구축한 가상머신의 기능 및 서비스를 통합관리하는 관리모듈;
상기 클라우드 서버에서 제공하는 자원 리소스 현황을 관리하는 자원모듈;
상기 자원모듈에서 관리하는 자원 리소스 현황을 기초로하여 자원 사용량에 대한 증가율 또는 감소율을 산출하며, 상기 증가율 또는 감소율이 상기 운영서버에서 사전에 설정한 증가율 또는 감소율보다 초과하면 비정상으로 판단하는 예측모듈; 을 포함하고,
상기 예측모듈은, 상기 유저 디바이스에서 사용하는 가상머신의 기능 및 종류를 기반으로 리소스 자원의 요구값을 산출하고, 산출된 상기 리소스 자원의 요구값과, 상기 클라우드 서버에서 현재 사용중인 리소스 자원값을 기초로하여 리소스 자원 예측값을 산출하며,
상기 예측모듈은, 상기 리소스 자원 예측값이 상기 운영서버에서 기 설정된 값보다 초과되면, 자원 사용량이 포화상태로 판단하며, 현재 리소스 자원 사용량이 상기 운영서버가 기 설정된 값보다 미만이여도 비정상으로 판단하고, 미 사용중인 클러스터 또는 상기 가상머신을 종료하고,
상기 예측모듈은, 상기 리소스 자원 예측값이 상기 운영서버에서 기 설정된 값보다 미만이면, 자원 사용량이 원활 상태로 판단하며, 현재 리소스 자원 사용량이 상기 운영서버가 기 설정된 값보다 초과되어 있어도 정상으로 판단하는, 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템.
a cloud server on which one or more virtual machines (VMs) are built, and the virtual machines are accessed from a user device possessed by the user; and
an operation server for controlling and managing the operation status of the cloud server; including,
The operating server is
a portal module that supports when the user device accesses the virtual machine;
a management module for integrated management of functions and services of virtual machines built in the cloud server;
a resource module for managing the resource resource status provided by the cloud server;
A prediction module that calculates an increase or decrease rate for resource usage based on the resource resource status managed by the resource module, and determines that the increase or decrease rate is abnormal if the increase or decrease rate exceeds the increase or decrease rate set in advance in the operation server; including,
The prediction module calculates a resource resource request value based on the function and type of the virtual machine used in the user device, and calculates the calculated resource resource request value and the resource resource value currently being used by the cloud server. Calculate a resource resource forecast value based on the
The prediction module, if the resource resource prediction value exceeds a preset value in the operation server, determines that the resource usage is in a saturated state, and determines that the current resource resource usage is abnormal even if the operation server is less than a preset value, , Terminate an unused cluster or the virtual machine,
The prediction module, if the resource resource prediction value is less than the preset value in the operation server, determines that the resource usage is in a smooth state, and determines that the current resource resource usage is normal even if the operation server exceeds the preset value , a prediction system for resource management and resource usage of DaaS built on the basis of cloud infrastructure.
 청구항 1에 있어서,
상기 클라우드 서버는,
하이퍼바이저;
상기 하이퍼바이저의 이미지 포멧 타입 및 클러스터의 범용 고유 식별자(UUID)를 포함하여 클러스터를 생성하며, 상기 클러스터를 관리하는 클러스터 모듈;
상기 클러스터 모듈 내에 생성되며, 가상머신(VM)을 구축하는 VM 모듈;
상기 가상머신에 제공할 리소스 자원을 구축하고, 상기 리소스 자원을 관리하는 스토리지 모듈; 을 포함하는, 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템.
The method according to claim 1,
The cloud server,
hypervisor;
a cluster module that creates a cluster including the image format type of the hypervisor and a universal unique identifier (UUID) of the cluster, and manages the cluster;
a VM module that is created in the cluster module and constructs a virtual machine (VM);
a storage module that builds resource resources to be provided to the virtual machine and manages the resource resources; Including, a prediction system for resource management and resource usage of DaaS built on the basis of cloud infrastructure.
 청구항 1에 있어서,
하나 이상의 유저 디바이스와 연결되어 상기 유저디바이스를 제어관리하며, 상기 클라우드 서버 및 운영 서버와 연결되어 상기 유저 디바이스가 상기 클라우드 서버에 구축된 상기 가상머신에 접속하도록 중계역할 하는 기업서버; 를 포함하고,
상기 기업서버는 상기 유저 디바이스가 상기 클라우드 서버에서 제공받을 서비스의 기능 및 종류를 선택하며, 선택한 서비스의 기능 및 종류를 상기 유저 디바이스에 제공하는, 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템.
The method according to claim 1,
a corporate server that is connected to one or more user devices to control and manage the user devices, and is connected to the cloud server and the operation server so that the user device connects to the virtual machine built in the cloud server; including,
The enterprise server selects the function and type of service to be provided by the user device from the cloud server, and provides the selected service function and type to the user device, resource management and resource usage of DaaS built on the basis of cloud infrastructure Forecasting system.
 삭제delete 삭제delete 삭제delete 청구항 1에 있어서,
상기 운영서버는,
상기 클라우드 서버에 생성된 하이퍼바이저를 제어관리하는 하이퍼바이저 모듈;
상기 유저 디바이스에 배포할 가상머신(VM)별 소프트웨어 정보와, 상기 유저 디바이스의 정보를 관리하는 DB 모듈;
상기 유저 디바이스에서 선택한 가상머신의 기능 및 서비스를 기초로하여 상기 유저 디바이스에 청구할 금액을 산출하는 과금모듈; 을 포함하는, 클라우드 인프라 기반으로 구축된 DaaS의 자원 관리 및 자원 사용량에 대한 예측 시스템.The method according to claim 1,
The operating server is
a hypervisor module for controlling and managing the hypervisor created in the cloud server;
a DB module for managing software information for each virtual machine (VM) to be distributed to the user device and information on the user device;
a charging module for calculating an amount to be charged to the user device based on the function and service of the virtual machine selected by the user device; Including, a prediction system for resource management and resource usage of DaaS built on the basis of cloud infrastructure.
KR1020220034119A 2022-03-18 2022-03-18 Prediction system for resource management and resource usage of DaaS built on the basis of cloud infrastructure KR102442248B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220034119A KR102442248B1 (en) 2022-03-18 2022-03-18 Prediction system for resource management and resource usage of DaaS built on the basis of cloud infrastructure

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220034119A KR102442248B1 (en) 2022-03-18 2022-03-18 Prediction system for resource management and resource usage of DaaS built on the basis of cloud infrastructure

Publications (1)

Publication Number Publication Date
KR102442248B1 true KR102442248B1 (en) 2022-09-13

Family

ID=83286880

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220034119A KR102442248B1 (en) 2022-03-18 2022-03-18 Prediction system for resource management and resource usage of DaaS built on the basis of cloud infrastructure

Country Status (1)

Country Link
KR (1) KR102442248B1 (en)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100138689A (en) * 2009-06-23 2010-12-31 삼성전자주식회사 Management server and method for providing cloud computing service
KR20170000568A (en) * 2015-06-24 2017-01-03 한국전자통신연구원 Apparatus and method for virtual desktop service based on in-memory
KR101740490B1 (en) * 2015-12-29 2017-05-26 경희대학교 산학협력단 Proactive auto scaling system and method in cloud computing environment
US20200019841A1 (en) * 2018-07-12 2020-01-16 Vmware, Inc. Neural network model for predicting usage in a hyper-converged infrastructure
KR102187384B1 (en) * 2020-07-31 2020-12-07 나무기술 주식회사 Container VirtualOS Integrated Standardization System Based on Cloud Infrastructure
KR20210113963A (en) * 2020-03-09 2021-09-17 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. Method and appartus for obtaining information
KR102353139B1 (en) 2021-10-29 2022-01-18 맹상영 A cloud-managed platform implementation system for multi-cloud real-time integrated resource management and monitoring

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100138689A (en) * 2009-06-23 2010-12-31 삼성전자주식회사 Management server and method for providing cloud computing service
KR20170000568A (en) * 2015-06-24 2017-01-03 한국전자통신연구원 Apparatus and method for virtual desktop service based on in-memory
KR101740490B1 (en) * 2015-12-29 2017-05-26 경희대학교 산학협력단 Proactive auto scaling system and method in cloud computing environment
US20200019841A1 (en) * 2018-07-12 2020-01-16 Vmware, Inc. Neural network model for predicting usage in a hyper-converged infrastructure
KR20210113963A (en) * 2020-03-09 2021-09-17 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. Method and appartus for obtaining information
KR102187384B1 (en) * 2020-07-31 2020-12-07 나무기술 주식회사 Container VirtualOS Integrated Standardization System Based on Cloud Infrastructure
KR102353139B1 (en) 2021-10-29 2022-01-18 맹상영 A cloud-managed platform implementation system for multi-cloud real-time integrated resource management and monitoring

Similar Documents

Publication Publication Date Title
US11706712B2 (en) Elastic resource control in a container orchestration environment
US10250481B2 (en) Dynamic network monitoring
US10834178B2 (en) Provisioning a bare-metal server
Singh et al. STAR: SLA-aware autonomic management of cloud resources
US10228984B2 (en) Management of virtual machine migration in an operating environment
KR101977726B1 (en) APPARATUS AND METHOD FOR Virtual Desktop Services
US20130019015A1 (en) Application Resource Manager over a Cloud
US9513947B2 (en) Adaptive virtual machine request approver
US20180270296A1 (en) Preemptive extraction of data from long latency storage in a cloud computing environment
EP2883342B1 (en) Virtual desktop policy control
US20120123886A1 (en) Managing service demand load relative to infrastructure capacity in a networked computing environment
US8949415B2 (en) Activity-based virtual machine availability in a networked computing environment
US20220138015A1 (en) Shared enterprise cloud
US9699114B1 (en) Providing use of local or private cloud infrastructure resources to public cloud providers
US11500685B2 (en) Mixed instance catalogs
KR20110045598A (en) Enterprise platform system and server based cloud computing, and method for sevice the same
KR102442248B1 (en) Prediction system for resource management and resource usage of DaaS built on the basis of cloud infrastructure
US20180336051A1 (en) Detecting and counteracting a multiprocessor effect in a virtual computing environment
US10277521B2 (en) Authorizing an action request in a networked computing environment
Selvaganapathy et al. Virtual machine placement in energy aware load balancer using fog classifier
US10922666B1 (en) Resource management for logical and physical availability zones of a provider network
US20230031998A1 (en) Systems and methods to trigger workload migration between cloud-based resources and local resources
US20230056965A1 (en) Dynamic multi-stream deployment planner
JP2022098458A (en) Method for estimating consumption of computing resource, computer program, and system

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant