KR101505468B1 - Data comparing processing method and system in cloud computing environment - Google Patents

Data comparing processing method and system in cloud computing environment Download PDF

Info

Publication number
KR101505468B1
KR101505468B1 KR1020130147492A KR20130147492A KR101505468B1 KR 101505468 B1 KR101505468 B1 KR 101505468B1 KR 1020130147492 A KR1020130147492 A KR 1020130147492A KR 20130147492 A KR20130147492 A KR 20130147492A KR 101505468 B1 KR101505468 B1 KR 101505468B1
Authority
KR
South Korea
Prior art keywords
virtual machine
sequence data
information
data
cloud computing
Prior art date
Application number
KR1020130147492A
Other languages
Korean (ko)
Inventor
정창성
김기현
김수현
김윤기
손인규
윤상덕
정인용
조창우
한병전
Original Assignee
고려대학교 산학협력단
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 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Priority to KR1020130147492A priority Critical patent/KR101505468B1/en
Application granted granted Critical
Publication of KR101505468B1 publication Critical patent/KR101505468B1/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]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
    • 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
    • G06F9/465—Distributed object oriented systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

The present invention relates to a method and a system to compare and process data in a cloud computing environment. More specifically, the method includes: a step in which an information receiving part receives, in real time, at least one piece of current situation information following the occurrence of an event; a step in which a task scheduler requests a cloud resource for the analysis of the received current situation information; a step in which a resource management part generates a virtual machine in response to the cloud resource request from the task scheduler; a step in which a clustering management part receives the situation information from the task scheduler, and converts the received situation information into a sequence data format; a step in which the virtual machine processes the sequence data in parallel after distributing the data to compare the data to at least one piece of pre-stored past situation information; and a step in which a user management part receives an analysis result of the sequence data from the virtual machine, and transmits the received analysis result to a user terminal. According to the formation, the method and the system to compare and process data in a cloud computing environment are capable of quickly performing comparative analysis through distributed parallel processing between pre-stored past data and current data, inputted in real time.

Description

클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법 및 시스템{Data comparing processing method and system in cloud computing environment}[0001] The present invention relates to a data comparison processing method and system in a cloud computing environment,

본 발명은 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법 및 시스템에 관한 것으로, 특히 기저장된 과거 데이터와 실시간으로 입력되는 현재 데이터간 분산 병렬 처리를 통해 신속하게 비교 분석할 수 있는 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법 및 시스템에 관한 것이다.
The present invention relates to a data comparison processing method and system in a cloud computing environment, and more particularly, to a data comparison processing method in a cloud computing environment capable of quick comparison and analysis through distributed parallel processing between previously stored past data and current data input in real time And a system.

최근 들어, 가상화 기술의 발달과 성능향상 및 대용량의 하드웨어 인프라 구축 기술이 구현됨에 따라, 아마존을 비롯한 대표적인 글로벌 기업에서는 가상화 기반의 클라우드 컴퓨팅 서비스를 상용화하고 있는 추세이다. In recent years, as the development of virtualization technology, the improvement of performance, and the construction of large-capacity hardware infrastructure have been implemented, major global companies such as Amazon are commercializing virtualization-based cloud computing services.

특히, 클라우드 환경에서는 가상화를 통해 서비스 제공자로부터 사용자가 원하는 만큼의 컴퓨팅 자원을 할당받을 수 있으며, 사용자에게 할당된 컴퓨팅 자원에 대한 포괄적인 제어를 통해 사용자의 요구사항에 맞춰 컴퓨팅 자원 할당을 신속하게 확장하거나, 축소할 수 있다. Particularly, in the cloud environment, virtualization allows users to be allocated as much computing resources as desired from the service provider, and the computing resources allocated to the user can be controlled in a comprehensive manner to quickly expand the allocation of computing resources according to the user's requirements Or reduced.

따라서, 물리머신 기반이던 클러스터가 클라우드의 이점을 얻기 위해, 점차 가상화 클러스터로 구축 환경이 변화되었다.Therefore, in order for clusters based on physics machines to benefit from the cloud, the deployment environment was gradually changed to a virtualized cluster.

이러한, 클러스터 컴퓨팅 환경은 대규모 병렬 또는 분산 어플리케이션을 실행하기 위해 큰 성장을 지속해왔는데, 고성능 서버 클러스터들과 고가용성 클러스터들 같은 클러스터 서비스들을 제공하기 위해, 서로 연결된 다수의 물리머신으로 구성된다. These cluster computing environments have been growing to run massively parallel or distributed applications and consist of multiple physical machines connected together to provide cluster services such as high performance server clusters and high availability clusters.

이와 더불어, 현대 사회에서 각종 범죄의 사고, 재난 등의 문제가 급격히 발생하고 있어, 이를 방지하기 위한 대비책의 마련이 요구되고 있다. In addition, problems such as accidents and disasters of various types of crimes are occurring in modern society, and preparation of measures to prevent them is required.

특히 각종 범죄, 사고, 재난 등의 문제가 발생하는 것을 미연에 방지하기 위해서는 상기 문제들이 발생할 때의 주변 상황정보를 미리 파악하여 문제가 발생하기 전 사용자에게 알려줌으로써, 사용자로 하여금 문제 발생을 인지할 수 있는 것이 중요하다. In particular, in order to prevent problems such as various crimes, accidents, and disasters from occurring, it is necessary to grasp the surrounding situation information at the time when the problems occur and inform the user before the problem occurs so that the user It is important to be able to.

하지만 문제 발생 시 함께 생성되는 주변 상황은 그 양이 워낙 방대하여 주변 상황의 정보만을 가지고 문제가 발생하였는지에 대한 예측이 정확하지 않고, 시간이 오래 소요된다는 문제점이 발생했다. However, there is a problem that it takes a long time because the amount of the surrounding situation generated when the trouble occurs is so large that the prediction of whether or not the problem occurs only with the surrounding situation information is not accurate.

상술한 바와 같이, 본 발명의 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법 및 시스템을 살펴보면 다음과 같다. As described above, the data comparison processing method and system in the cloud computing environment of the present invention will be described as follows.

선행기술은 한국공개특허공보 제2013-0085473호(2013.07.30)로서, 클라우드 컴퓨팅 서비스 침입 탐지 시스템의 암호화 시스템에 관한 것이다. 이러한 선행기술은 가상머신을 모니터링하여 상기 가상머신의 트래픽 값이 사용자가 설정한 임계값을 초과하는 경우 초급경보를 발생하는 초급 탐지기; 상기 초급경보와 로컬 데이터 베이스의 블랙리스트를 비교하여 동일하면 침입으로 판단하며 침입으로 판단되면 하이퍼경보를 발생하는 침입 탐지 판단기; 및 상기 초급경보와 하아퍼경보를 전송받는 침입 탐지 관리자를 포함하되, 상기 초급 경보와 하이퍼 경보는 메모리, CPU, 메모리, 스토리지 사용률을 포함한 상태값과 상기 임계 초과값, 침입탐지 ID가 포함되고, 상기 초급 탐지기는, 상기 가상머신의 네트워크 임계치가 초과된 경우 상기 초급 경보를 암호화하는 초급탐지기 암호기를 포함하며, 상기 침입탐지 판단기는 침입탐지 관리자 ID를 저장하고, 상기 가상머신의 네트워크 임계치가 초과된 경우 상기 하이퍼 경보를 암호화하는 판단기 암호기, 판단기 복호기를 포함하고, 상기 침입탐지 관리자는 상기 침입탐지 판단기의 ID를 저장하고, 비밀키 생성기, 관리자 복호기를 포함함으로써, 클라우드 컴퓨팅 서비스의 침입탐지 시스템이 같은 물리적 공간에 존재하기 때문에 가짜 초급탐지기 생성 및 데이터 유출 등 침입탐지 시스템의 성능 저하 및 공격 발생이 가능하므로 침입탐지 시스템의 노드간 인증 및 암호화 기법을 제공할 수 있는 효과가 있다.
The prior art is Korean Patent Laid-Open Publication No. 2013-0085473 (July 30, 2013), which relates to an encryption system of a cloud computing service intrusion detection system. This prior art discloses an apparatus for monitoring a virtual machine, the apparatus comprising: a base detector for generating a base alarm when a traffic value of the virtual machine exceeds a threshold set by a user; An intrusion detection determiner that compares the black list of the entry alarm with a local database and generates a hyper alert when it is determined that an intrusion is detected and is determined to be an intrusion; And an intrusion detection manager that receives the primary alarm and the low alarm, wherein the primary alarm and the hyper alert include a status value including a memory, a CPU, a memory, and a storage usage rate, the threshold value, and an intrusion detection ID, Wherein the intrusion detector comprises an intrusion detector decryptor for encrypting the entry alarm when the network threshold of the virtual machine is exceeded, wherein the intrusion detection determiner stores an intrusion detection manager ID, and wherein the network threshold of the virtual machine is exceeded The intrusion detection manager stores the ID of the intrusion detection determiner, and includes a secret key generator and an administrator decoder to detect an intrusion of the cloud computing service, Because the system is in the same physical space, It is possible to provide an inter-node authentication and encryption method of an intrusion detection system because degradation and attack of an intrusion detection system such as a terminal leakage can be occurred.

상기와 같은 종래 기술의 문제점을 해결하기 위해, 본 발명은 기저장된 과거 데이터와 실시간으로 입력되는 현재 데이터간 분산 병렬 처리를 통해 신속하게 비교 분석할 수 있는 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법 및 시스템을 제공하고자 한다.
In order to solve the problems of the related art as described above, the present invention provides a data comparison processing method and system in a cloud computing environment capable of quick comparison and analysis through distributed parallel processing between pre-stored historical data and current data input in real time .

위와 같은 과제를 해결하기 위한 본 발명의 한 실시 예에 따른 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법은 정보수신부가 이벤트 발생에 따른 적어도 하나의 현재 상황정보를 실시간으로 입력받는 단계; 작업 스케줄러가 수신한 상기 상황정보의 분석을 위한 클라우드 자원을 요청하는 단계; 자원 관리부가 상기 작업 스케줄러의 클라우드 자원 요청에 응답하여 가상머신을 생성하는 단계; 클러스터링 관리부가 상기 작업 스케줄러로부터 상황정보를 수신하고, 수신한 상황정보를 시퀀스 데이터 형태로 변환하는 단계; 상기 가상머신이 상기 시퀀스 데이터를 분산 후 병렬 처리하여 기저장된 적어도 하나의 과거 상황정보와 비교 분석하는 단계; 및 사용자관리부가 상기 가상머신으로부터 상기 시퀀스 데이터의 분석결과를 수신하고, 수신한 분석결과를 사용자단말로 전송하는 단계;를 포함한다. According to an aspect of the present invention, there is provided a data comparison processing method in a cloud computing environment, the method comprising: receiving information on at least one current situation in real time in response to occurrence of an event; Requesting a cloud resource for analysis of the status information received by the task scheduler; Generating a virtual machine in response to a cloud resource request of the task scheduler; The clustering management unit receiving status information from the job scheduler and converting the received status information into a sequence data format; Comparing and analyzing the sequence data with at least one previously stored past situation information by parallel processing the sequence data; And a step in which the user management unit receives the analysis result of the sequence data from the virtual machine and transmits the analysis result to the user terminal.

특히, 맵리듀스(MapReduce)를 통해 상기 시퀀스 데이터를 분산 후 병렬 처리하는 가상머신이 상기 시퀀스 데이터를 분산 후 병렬 처리하여 분석하는 단계를 포함할 수 있다. Particularly, a step of distributing and parallel-processing the sequence data through a MapReduce may be performed by a virtual machine that distributes the sequence data and then parallel-processes the sequence data.

보다 바람직하게는 상기 시퀀스 데이터를 기저장된 적어도 하나의 과거 상황정보와 비교하여 유사도를 판단하는 가상머신이 상기 시퀀스 데이터를 분산 후 병렬 처리하여 비교 분석하는 단계를 포함할 수 있다.More preferably, the virtual machine for comparing the sequence data with at least one past state information stored previously may determine the degree of similarity, and the virtual machine may execute the parallel processing of the sequence data for comparison and analysis.

특히, 재난, 재해, 범죄, 사고 중 적어도 하나에 해당하는 이벤트 발생에 따른 현재 상황정보인 이벤트 발생에 따른 적어도 하나의 상황정보를 포함할 수 있다. In particular, it may include at least one situation information according to occurrence of an event, which is current situation information according to occurrence of an event corresponding to at least one of a disaster, a disaster, a crime, and an accident.

보다 바람직하게는 상기 시퀀스 데이터의 비교 분석이 완료된 후, 상기 자원관리부가 생성한 가상머신을 종료한 후 폐기하는 단계;를 더 포함할 수 있다. Preferably, after the comparison and analysis of the sequence data is completed, the step of terminating the virtual machine after finishing the virtual machine created by the resource management unit.

위와 같은 과제를 해결하기 위한 본 발명의 다른 실시 예에 따른 클라우드 컴퓨팅 환경 내 데이터 비교 처리 시스템은 이벤트 발생에 따른 적어도 하나의 현재 상황정보를 실시간으로 입력받는 정보 수신부; 상기 상황정보의 분석을 위한 클라우드 자원을 요청하는 작업 스케줄러; 상기 작업 스케줄러의 클라우드 자원 요청에 응답하여 가상머신을 생성하는 자원 관리부; 상기 작업 스케줄러로부터 상황정보를 전달받아, 전달받은 상황정보를 시퀀스 데이터로 변환하는 클러스터링 관리부; 변환된 상기 시퀀스 데이터를 분산 후 병렬 처리하여 기저장된 과거 상황정보와 비교 분석하는 가상머신; 및 상기 가상머신으로부터 상기 시퀀스 데이터의 분석결과를 수신하고, 수신한 분석결과를 사용자단말로 전송하는 사용자관리부;를 포함한다. According to another aspect of the present invention, there is provided a data comparison processing system in a cloud computing environment, comprising: an information receiving unit receiving at least one current status information according to an event occurrence in real time; A task scheduler for requesting a cloud resource for analyzing the situation information; A resource manager for generating a virtual machine in response to a cloud resource request of the task scheduler; A clustering management unit for receiving status information from the job scheduler and converting received status information into sequence data; A virtual machine for performing parallel processing on the converted sequence data and for comparing and analyzing the converted sequence data; And a user management unit for receiving the analysis result of the sequence data from the virtual machine and transmitting the analysis result to the user terminal.

보다 바람직하게는 과거의 각종 상황 발생 시 생성되는 주변의 상황정보를 적어도 하나 저장하는 데이터 저장부;를 더 포함할 수 있다. More preferably, the data storage unit may store at least one peripheral situation information generated in the past when various situations occur.

특히, 맵리듀스(MapReduce)를 통해 상기 시퀀스 데이터를 분산 후 병렬 처리하는 가상머신을 포함할 수 있다. In particular, it may include a virtual machine for distributing and parallel processing the sequence data through MapReduce.

보다 바람직하게는 상기 시퀀스 데이터를 기저장된 적어도 하나의 과거 상황정보와 비교하여 유사도를 판단하는 가상머신을 포함할 수 있다. More preferably, it may include a virtual machine for comparing the sequence data with at least one previously stored past state information to determine similarity.

특히, 재난, 재해, 범죄, 사고 중 적어도 하나에 해당하는 이벤트 발생에 따른 상황정보인 이벤트 발생에 따른 적어도 하나의 상황정보를 포함할 수 있다. In particular, it may include at least one situation information according to occurrence of an event, which is status information on occurrence of an event corresponding to at least one of a disaster, a disaster, a crime, and an accident.

보다 바람직하게는 상기 가상머신이 상기 시퀀스 데이터의 비교 분석을 완료하면, 생성한 가상머신을 종료한 후 폐기하는 자원 관리부를 포함할 수 있다.
More preferably, the virtual machine may include a resource manager for terminating the virtual machine after the virtual machine completes the comparison and analysis of the sequence data.

본 발명의 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법 및 시스템은 기저장된 과거 데이터와 실시간으로 입력되는 현재 데이터간 분산 병렬 처리를 통해 신속하게 비교 분석할 수 있는 효과가 있다. The data comparison processing method and system in the cloud computing environment of the present invention can quickly compare and analyze data through distributed parallel processing between pre-stored historical data and current data input in real time.

또한 본 발명의 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법 및 시스템은 과거의 범죄, 재난 상황 등 비상상황 발생 시 생성된 주변 상황을 모두 저장하고, 저장된 과거의 주변 상황을 현재 수신한 주변상황과 비교하여 유사도를 분석함으로써, 비상 상황이 현재 발생하기 전에 미리 사용자에게 알려줄 수 있는 효과가 있다. In addition, the data comparison processing method and system in the cloud computing environment of the present invention stores all the surrounding conditions generated in the event of an emergency such as a crime in the past, a disaster situation, It is possible to inform the user in advance of the occurrence of an emergency situation beforehand.

이에 더불어, 본 발명의 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법 및 시스템은 가상머신을 이용하여 현재 수신한 주변 상황에 대한 분산 병렬 처리를 통한 비교 분석이 완료되면, 생성된 가상머신을 종료한 후 폐기함으로써, 생성된 가상머신의 유지에 따르는 전력, 메모리 및 디스크가 낭비되는 것을 방지할 수 있는 효과가 있다.
In addition, the data comparison processing method and system in the cloud computing environment according to the present invention is configured such that, when the comparison and analysis through the distributed parallel processing on the peripheral environment currently received using the virtual machine are completed, the created virtual machine is terminated and discarded , Power to keep the generated virtual machine, memory and disk are prevented from being wasted.

도 1은 본 발명의 일 실시 예에 따른 클라우드 컴퓨팅 환경 내 데이터 비교 처리 시스템의 블록도이다.
도 2는 본 발명의 다른 실시 예에 따른 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법의 순서도이다.1 is a block diagram of a data comparison processing system in a cloud computing environment in accordance with an embodiment of the present invention.
2 is a flowchart of a data comparison processing method in a cloud computing environment according to another embodiment of the present invention.

이하, 본 발명을 바람직한 실시 예와 첨부한 도면을 참고로 하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 여기에서 설명하는 실시 예에 한정되는 것은 아니다. DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENT Hereinafter, the present invention will be described in detail with reference to preferred embodiments and accompanying drawings, which will be easily understood by those skilled in the art. The present invention may, however, be embodied in many different forms and should not be construed as limited to the embodiments set forth herein.

먼저, 본 발명을 설명하기에 앞서 본 발명이 구현되는 클라우드 컴퓨팅 환경에 대하여 간략히 살펴보도록 한다. Before describing the present invention, a brief description of a cloud computing environment in which the present invention is implemented will be described.

클라우드 컴퓨팅이란, 구름(cloud)과 같이 무형의 형태로 존재하는 하드웨어 또는 소프트웨어 등의 컴퓨팅 자원을 사용자가 필요한 만큼 빌려 쓰고 이에 따른 사용요금을 지급하는 방식의 컴퓨팅 서비스로서, 서로 다른 물리적인 위치에 존재하는 컴퓨팅 자원을 가상화 기술로 통합하여 제공하는 기술을 말한다. 클라우드로 표현되는 인터넷상의 서버에서 데이터 저장, 처리, 네트워크, 콘텐츠 사용 등 IT 관련 서비스를 한번에 제공하는 혁신적인 컴퓨팅 기술인 클라우드 컴퓨팅은 인터넷을 이용한 IT 자원의 주문형 아웃소싱 서비스라고 정의되기도 한다.Cloud computing is a computing service in which computing resources such as hardware or software existing in an intangible form such as a cloud are borrowed as much as the user needs and payment is made accordingly, And virtualization technologies to provide computing resources. Cloud Computing, an innovative computing technology that provides IT-related services such as data storage, processing, networking, and content usage from servers on the Internet in a cloud, is defined as an on-demand outsourcing service for IT resources using the Internet.

이러한 클라우드 컴퓨팅을 도입하면, 기업 또는 개인은 컴퓨터 시스템을 유지, 보수, 관리하기 위해 소요되는 비용과, 서버의 구매 및 설치 비용, 업데이트 비용, 소프트웨어 구매 비용 등의 막대한 비용과 시간 및 인력을 줄일 수 있고, 에너지 절감에도 기여할 수 있다.With cloud computing, businesses or individuals can reduce the cost, time, and manpower required to maintain, maintain, and maintain a computer system, purchase and installation costs for servers, update costs, and software purchasing costs. And can contribute to energy saving.

또한, PC에 자료를 보관할 경우에는 하드디스크 장애 등으로 인하여 자료가 손실될 수도 있지만, 클라우드 컴퓨팅 환경에서는 외부 서버에 자료들이 저장되기 때문에 안전하게 자료를 보관할 수 있고, 저장 공간의 제약도 극복할 수 있으며, 시간과 장소에 구애받지 않고 자신이 작업한 문서 등을 열람 및 수정할 수 있다. In addition, if data is stored on a PC, data may be lost due to a hard disk failure, etc. However, since data is stored in an external server in a cloud computing environment, data can be safely stored and the storage space can be overcome , You can view and modify your own documents, regardless of time and place.

특히, 클라우드 환경에서는 가상화를 통해 서비스 제공자로부터 사용자가 원하는 만큼의 컴퓨팅 자원을 할당받을 수 있으며, 사용자에게 할당된 컴퓨팅 자원에 대한 포괄적인 제어를 통해 사용자의 요구사항에 맞춰 컴퓨팅 자원 할당을 신속하게 확장하거나, 축소할 수 있다. Particularly, in the cloud environment, virtualization allows users to be allocated as much computing resources as desired from the service provider, and the computing resources allocated to the user can be controlled in a comprehensive manner to quickly expand the allocation of computing resources according to the user's requirements Or reduced.

따라서, 물리머신 기반이던 클러스터가 클라우드의 이점을 얻기 위해, 점차 가상화 클러스터로 구축 환경이 변화되었다.Therefore, in order for clusters based on physics machines to benefit from the cloud, the deployment environment was gradually changed to a virtualized cluster.

가상환경의 구현 시 사용되는 가상머신은 특정한 프로그램을 실행하되, 하드웨어와 직접적인 통신이 이루어지지 않는 가상의 컴퓨터를 말한다. 이러한 가상머신은 시스템 가상머신과 프로세스 가상머신으로 크게 나누어지는데, 본 발명에서는 시스템 가상머신에 대한 가상환경을 중심으로 설명하도록 한다. A virtual machine used to implement a virtual environment is a virtual computer that executes a specific program but does not communicate directly with hardware. These virtual machines are roughly divided into a system virtual machine and a process virtual machine. In the present invention, a virtual environment for a system virtual machine will be mainly described.

시스템 가상머신은 완전한 시스템 플랫폼 즉, 완전한 운영체제(Operating System)의 실행을 지원하며, 각각의 운영체제를 실행하는 가상 머신 사이의 기초가 되는 물리 컴퓨터를 다중화(multiplex)한다. 이처럼, 가상화를 제공하는 소프트웨어 계층은 가상머신 모니터 또는 하이퍼바이저(Hypervisor)라고 하며, 상기 하이퍼바이저는 하드웨어 또는 호스트 운영체제의 위에서 실행할 수 있다. The system virtual machine supports the execution of a complete system platform, that is, a complete operating system, and multiplexes physical computers that are the basis of virtual machines running each operating system. As such, the software layer that provides virtualization is referred to as a virtual machine monitor or hypervisor, which can run on top of hardware or a host operating system.

이에 따라, 클라우드 컴퓨팅 환경에서의 데이터 비교 처리 방법에 대하여 자세히 살펴보도록 한다. Accordingly, a data comparison processing method in a cloud computing environment will be described in detail.

도 1은 본 발명의 일 실시 예에 따른 클라우드 컴퓨팅 환경 내 데이터 비교 처리 시스템의 블록도이다.1 is a block diagram of a data comparison processing system in a cloud computing environment in accordance with an embodiment of the present invention.

도 1에 도시된 바와 같이, 본 발명의 가상 맵리듀스 클러스터 내 데이터 전송경로 추천 시스템(100)은 정보 수신부(120), 작업 스케줄러(130), 자원 관리부(140), 클러스터링 관리부(150), 가상머신(160), 사용자 관리부(170) 및 데이터 저장부(180)를 포함한다. 1, the data transmission path recommendation system 100 of the present invention includes a data receiving unit 120, a task scheduler 130, a resource managing unit 140, a clustering managing unit 150, A machine 160, a user management unit 170, and a data storage unit 180.

정보 수신부(120)는 이벤트 발생에 따른 적어도 하나의 상황정보를 사용자단말(110)로부터 실시간으로 입력받는다. 즉, 상기 사용자 단말(110)이 위치하는 지역에 측정한 주변 상황정보를 획득하여 실시간으로 상기 정보수신부(120)로 전달한다. 이때, 상기 이벤트 발생에 따른 적어도 하나의 상황정보는 재난, 재해, 범죄, 사고 중 적어도 하나에 해당하는 이벤트 발생 시, 발생 시간, 발생 위치, 날씨 정보, 특이 상황 등과 주변 상황을 나타내는 정보를 말한다. The information receiving unit 120 receives at least one status information according to the occurrence of an event from the user terminal 110 in real time. That is, the user terminal 110 acquires the measured circumstance information in an area where the user terminal 110 is located and transmits the acquired information to the information receiving unit 120 in real time. At this time, at least one situation information according to the occurrence of the event refers to information indicating occurrence time, occurrence place, weather information, specific situation, and the surrounding situation when an event corresponding to at least one of disaster, disaster, crime and accident occurs.

작업 스케줄러(130)는 상기 정보 수신부(120)가 수신한 상기 상황정보를 분석할 수 있도록 클라우드 자원을 요청하며, 또한 상기 상황정보의 클라우드 자원 내 분산 배치 및 실행을 수행할 수 있다. The task scheduler 130 may request cloud resources to analyze the status information received by the information receiving unit 120 and may also perform distributed configuration and execution of the status information in the cloud resources.

자원 관리부(140)는 상기 작업 스케줄러(130)의 클라우드 자원 요청에 응답하여 상황정보의 분석을 수행하는 가상머신(160)을 생성한다. 이러한 자원 관리부(140)는 상기 상황정보에 대한 비교 분석을 완료하면, 생성한 가상머신(160)을 종료한 후 폐기할 수 있다. The resource management unit 140 generates a virtual machine 160 that analyzes the status information in response to the cloud resource request of the task scheduler 130. [ When the resource management unit 140 completes the comparison of the status information, the resource management unit 140 may terminate the virtual machine 160 and discard it.

클러스터링 관리부(150)는 상기 작업 스케줄러(130)로부터 상기 상황정보를 전달받아, 전달받은 상황정보를 시퀀스 데이터로 변환한다. The clustering management unit 150 receives the status information from the job scheduler 130 and converts the received status information into sequence data.

가상머신(160)은 변환된 상기 시퀀스 데이터를 분산 후 병렬 처리하여 상기 시퀀스 데이터와 기저장된 과거 상황정보와 비교 분석한다. 이러한 가상머신(160)은 맵리듀스(MapReduce)를 통해 상기 시퀀스 데이터를 분산 후 병렬 처리할 수 있다. 특히, 하둡(Hadoop)은 분산처리 플랫폼을 제공하는 아파치 오픈소스 프로젝트로, 신뢰성(Reliability)과 확장성(Scalability)을 보장하는 환경을 제공하여 현재 아마존(Amazon), 야후(Yahoo!), 페이스북(Facebook) 등의 많은 업체에서 사용되고 있다. 이러한 하둡을 구성하는 중요한 요소 중 하나인 맵리듀스는 구글(Google)에서 제안한 맵리듀스 프로그래밍 모델을 하둡에 맞춰 구현한 소프트웨어 프레임워크로서, 분산환경에서 대용량 데이터를 처리하는데 있어서, 간단하고 직관적인 인터페이스를 제공한다.The virtual machine 160 performs parallel processing on the converted sequence data, and compares and analyzes the sequence data with pre-stored past situation information. The virtual machine 160 may execute the parallel processing of the sequence data through MapReduce. In particular, Hadoop is an Apache open source project that provides a distributed processing platform, providing an environment that assures reliability and scalability and is currently available for Amazon, Yahoo, Facebook, (Facebook) and many other companies are used. One of the important elements of Hadoop, MapReduce is a software framework implemented in Hadoop that implements the MapleDeus programming model proposed by Google. It provides a simple and intuitive interface for handling large amounts of data in a distributed environment. to provide.

또한, 상기 가상머신(160)은 상기 시퀀스 데이터를 기저장된 적어도 하나의 과거 상황정보와 비교하여 유사도를 판단할 수 있다. In addition, the virtual machine 160 may compare the sequence data with at least one previously stored past state information to determine the similarity.

사용자 관리부(170)는 상기 가상머신(160)으로부터 상기 시퀀스 데이터의 분석결과를 수신하고, 수신한 분석결과를 사용자단말(110)로 전송한다. The user management unit 170 receives the analysis result of the sequence data from the virtual machine 160 and transmits the analysis result to the user terminal 110.

데이터 저장부(180)는 과거의 각종 비상 상황 발생 시 생성되는 주변 상황정보를 적어도 하나 기저장하며, 상기 정보 수신부(120)로 입력되는 상황정보 또한 저장한다. The data storage unit 180 stores at least one peripheral condition information generated when various emergency situations occur in the past and also stores the status information input to the information receiving unit 120. [

이하, 도 2를 참조하여 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법에 대하여 살펴보도록 한다. Hereinafter, a data comparison processing method in a cloud computing environment will be described with reference to FIG.

도 2는 본 발명의 다른 실시 예에 따른 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법의 순서도이다. 2 is a flowchart of a data comparison processing method in a cloud computing environment according to another embodiment of the present invention.

도 2에 도시된 바와 같이, 본 발명의 다른 실시 예에 따른 클라우드 환경 내 데이터 비교 처리 방법은 먼저, 정보수신부(120)가 이벤트 발생에 따른 적어도 하나의 상황정보를 사용자단말(110)로부터 실시간으로 입력받는다(S210). 즉, 상기 사용자 단말(110)이 위치하는 지역의 주변 상황정보를 획득하여 상기 정보 수신부(120)로 실시간으로 전달한다. 이때, 상기 이벤트 발생에 따른 적어도 하나의 상황정보는 재난, 재해, 범죄, 사고 중 적어도 하나에 해당하는 이벤트 발생에 따른 발생 시간, 발생 위치, 날씨 정보, 특이 상황 등과 같이 주변 상황을 나타내는 정보를 말한다. 예를 들어, 사용자 단말(110)이 새벽 6시에 교차로 주변에 위치하는 경우, 상기 정보 수신부(120)가 상기 사용자 단말(110)로부터 새벽 6시라는 시간 정보와, 교차로 주변이라는 위치 정보를 수신할 수 있다.2, in the data comparison processing method in a cloud environment according to another embodiment of the present invention, at first, the information receiving unit 120 transmits at least one status information according to an event occurrence from the user terminal 110 in real time (S210). That is, it acquires the surrounding information of the area where the user terminal 110 is located and transmits the information to the information receiving unit 120 in real time. At this time, at least one situation information according to the occurrence of the event refers to information indicating a surrounding situation such as occurrence time, occurrence location, weather information, specific situation, etc. according to at least one of disaster, disaster, crime and accident . For example, when the user terminal 110 is located at the vicinity of the intersection at 6:00 am, the information receiving unit 120 receives the time information of 6:00 am and the location information of the vicinity of the intersection from the user terminal 110 can do.

이후, 작업 스케줄러(130)가 앞서 정보 수신부(120)가 수신한 상기 상황정보의 분석을 위해 클라우드 자원을 요청한다(S220). Then, the task scheduler 130 requests the cloud resource for analyzing the status information received by the information receiving unit 120 (S220).

자원 관리부(140)가 상기 작업 스케줄러(130)로부터 수신한 클라우드 자원 요청에 응답하여 가상머신(160)을 생성한다(S230). The resource management unit 140 generates the virtual machine 160 in response to the request for the cloud resource received from the task scheduler 130 at step S230.

클러스터링 관리부(150)가 상기 작업 스케줄러(130)로부터 상황정보를 전달받고, 전달받은 상황정보를 시퀀스 데이터 형태로 변환한다(S240). The clustering management unit 150 receives status information from the task scheduler 130 and converts the received status information into a sequence data format (S240).

이에 따라, 상기 가상머신(160)이 상기 시퀀스 데이터를 분산 후 병렬 처리하여 데이터 저장부(180)에 기저장된 적어도 하나의 과거 상황정보와 비교 분석한다(S250). 이때, 상기 가상머신(160)이 맵리듀스(MapReduce)를 통해 상기 시퀀스 데이터를 분산 후 병렬 처리하여 기저장된 동일한 이벤트 발생에 따른 상황정보와 비교 분석할 수 있다. 특히, 이때 사용되는 맵리듀스는 그 간편성, 확장성, 성능으로 인하여 생물 정보학(bioinformatics)이나 자연 언어 처리(natural language processing) 등과 같은 대규모 데이터 처리 어플리케이션을 위한 효과적인 모델 중 하나이다. 맵리듀스의 핵심 개념은 하나의 job을 다수의 작은 태스크로 분할하여 클러스터 된 자원 상에서 처리하는 것이다. 이러한 맵리듀스 모델은 맵(map), 셔플(shuffle), 리듀스(reduce)인 세 개의 주 단계로 구성된다. 각각의 맵리듀스 작업(job)은 맵 또는 리듀스 단계에서 처리되는 몇 개의 태스크(task)로 나누어지며, 셔플 단계는 상기 맵 단계 및 리듀스 단계를 중개하는 중간 단계로서의 역할을 한다. Accordingly, the virtual machine 160 performs the parallel processing on the sequence data, and compares the analyzed sequence data with at least one past state information stored in the data storage unit 180 at step S250. At this time, the virtual machine 160 can parse the sequence data through MapReduce and parallel-process the sequence data, and compare and analyze the stored sequence data with the same situation information. In particular, the MapReduce used at this time is one of the effective models for large-scale data processing applications such as bioinformatics and natural language processing due to its simplicity, scalability and performance. The core concept of MapReduce is to split a job into a number of smaller tasks and process them on clustered resources. This maple deuce model consists of three main steps: map, shuffle, and reduce. Each MapReduce job is divided into several tasks that are processed in the map or reduce step, and the shuffle step serves as an intermediate step to mediate the map step and the reduce step.

특히, 분산 파일 시스템의 데이터는 기본적으로 다수의 작은 블록(block)으로 나누어진다. 각각의 맵퍼(mapper)는 분할된 작은 데이터를 이용하여 맵 태스크를 수행하고 그것의 출력(output)을 로컬 디스크((local disk)에 저장한다. 셔플 단계에서 리듀서는 맵 태스크들의 출력들을 복사하고 병합하여 리듀스 단계에서 병합된 데이터를 입력으로 리듀스 태스크를 수행한다. In particular, the data in a distributed file system is basically divided into a number of small blocks. Each mapper uses a small piece of data to perform a map task and stores its output on a local disk. At the shuffle stage, the reducer copies the outputs of the map tasks and merges them And performs the task of rediscing input data merged in the reduction step.

또한, 상기 가상머신(160)이 상기 시퀀스 데이터를 기저장된 적어도 하나의 과거 상황정보와 비교하여 유사도를 판단할 수 있다. In addition, the virtual machine 160 may compare the sequence data with at least one previously stored past situation information to determine the degree of similarity.

즉, 앞서 상기 정보 수신부가 상기 사용자 단말로부터 새벽 6시라는 시간 정보 및 교차로 주변이라는 위치 정보를 수신함에 따라, 가상머신이 상기 시간 정보, 위치 정보에 대하여 맵리듀스를 통한 데이터의 분산 병렬 처리를 수행하여 데이터 저장부에 기저장된 과거 상황정보와 비교하여 유사도를 판단한다. That is, the information receiving unit receives the time information of 6 am and the position information of the vicinity of the intersection from the user terminal, and the virtual machine performs distributed parallel processing of the data on the time information and the position information through the map deuce And compares the past status information with the past status information stored in the data storage unit.

이에 따라, 사용자관리부(170)가 상기 가상머신(160)으로부터 현재 주변 상황 정보에 대한 분석결과를 수신하고, 수신한 분석결과를 사용자단말(110)로 전송한다(S260). 결국 상기 사용자관리부(170)가 유사도 분석결과를 사용자단말(110)로 전송함으로써, 사용자단말(110)이 현재 위치하고 있는 곳에서 발생한 이벤트는 사고이고, 유사도 결과 만큼의 사고 발생율이 존재하는 것을 사용자로 하여금 확인할 수 있도록 디스플레이한다. Accordingly, the user management unit 170 receives the analysis result of the current circumstance information from the virtual machine 160 and transmits the analysis result to the user terminal 110 (S260). As a result, the user management unit 170 transmits the result of the similarity analysis to the user terminal 110, so that the event occurring at the place where the user terminal 110 is currently located is an accident, So that it can be confirmed.

이에 더하여, 상기 가상머신(160)이 현재 주변 상황정보에 대한 비교 분석을 완료하면, 상기 자원관리부(140)가 생성한 가상머신을 종료한 후 폐기한다. In addition, when the virtual machine 160 completes the comparative analysis of the current circumstance information, the virtual machine 160 terminates the virtual machine created by the resource manager 140 and discards the virtual machine.

상술한 예 뿐만 아니라, 이러한 본 발명은 군사 위험 상황 발생 감지 기술에서도 적용될 수 있다. In addition to the above-described examples, the present invention can also be applied to a technology for detecting a military risk situation.

예를 들어, 사용자 단말로부터 2013년 9월 1일 오전 4시 55분에, 강원도 철원군 철원읍 지역(XY9012345678), 특이 상황으로서 적 소대급 병력이 전방 3km 지점에서 8시 방향으로 시간당 200m 의 속도로 이동 중이라는 특이상황을 나타내는 현재 상황정보를 수신하면, 데이터 저장부에 기저장된 과거 상황정보 예를 들어, 200년 10월 5일 오전 7시 12분, 2005년 11월 15일 오전 3시 27분, 1999년 5월 19일 오전 2시 23분 등의 시간 정보 또는 강원도 철원군 전 지역, 강원도 철원군 철원읍 지역 등의 적어도 하나의 상황정보를 맵리듀스를 통해 분산 병렬처리하여 비교 분석하고, 각 상황정보 별 유사도를 확인한 후 내림차순으로 정렬하여 유사도가 가장 높은 순서에 해당하는 과거 상황정보를 발생시킨 이벤트를 사용자 단말로 전송하여 알려준다. For example, from a user terminal, at 4:55 am on September 1, 2013, the Cheongwon-gun area (XY9012345678) in Cheolwon-gun, Gangwon-do, If the current situation information indicating the specific situation of the middle status is received, the past status information previously stored in the data storage unit may be stored at the time of 7:12 am on Oct. 5, 200, 3:27 am on Nov. 15, 2005, Time information such as 2:23 am on May 19, 1999, or at least one situation information such as the entire area of Cheolwon-gun in Gangwon-do and the Cheolwon-eup area in Cheolwon-gun, Gangwon-do by distributed parallel processing through Maple deuce, And then transmits the event generated in the order of highest similarity to the user terminal.

본 발명의 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법 및 시스템은 기저장된 과거 데이터와 실시간으로 입력되는 현재 데이터간 분산 병렬 처리를 통해 신속하게 비교 분석할 수 있는 효과가 있다. The data comparison processing method and system in the cloud computing environment of the present invention can quickly compare and analyze data through distributed parallel processing between pre-stored historical data and current data input in real time.

또한 본 발명의 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법 및 시스템은 과거의 범죄, 재난 상황 등 비상상황 발생 시 생성된 주변 상황을 모두 저장하고, 저장된 과거의 주변 상황을 현재 수신한 주변상황과 비교하여 유사도를 분석함으로써, 비상 상황이 현재 발생하기 전에 미리 사용자에게 알려줄 수 있는 효과가 있다. In addition, the data comparison processing method and system in the cloud computing environment of the present invention stores all the surrounding conditions generated in the event of an emergency such as a crime in the past, a disaster situation, It is possible to inform the user in advance of the occurrence of an emergency situation beforehand.

이에 더불어, 본 발명의 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법 및 시스템은 가상머신을 이용하여 현재 수신한 주변 상황에 대한 분산 병렬 처리를 통한 비교 분석이 완료되면, 생성된 가상머신을 종료한 후 폐기함으로써, 생성된 가상머신의 유지에 따르는 전력, 메모리 및 디스크가 낭비되는 것을 방지할 수 있는 효과가 있다.In addition, the data comparison processing method and system in the cloud computing environment according to the present invention is configured such that, when the comparison and analysis through the distributed parallel processing on the peripheral environment currently received using the virtual machine is completed, the created virtual machine is terminated and discarded , Power to keep the generated virtual machine, memory and disk are prevented from being wasted.

상기에서는 본 발명의 바람직한 실시 예에 대하여 설명하였지만, 본 발명은 이에 한정되는 것이 아니고 본 발명의 기술 사상 범위 내에서 여러 가지로 변형하여 실시하는 것이 가능하고 이 또한 첨부된 특허청구범위에 속하는 것은 당연하다.
While the present invention has been described in connection with what is presently considered to be practical exemplary embodiments, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, Do.

110: 사용자단말 120:정보 수신부
130: 작업 스케줄러 140: 자원 관리부
150: 클러스터링 관리부 160: 가상머신
170: 사용자 관리부 180: 데이터 저장부110: user terminal 120: information receiver
130: Task scheduler 140: Resource manager
150: clustering management unit 160: virtual machine
170: user management unit 180:

Claims (12)

정보수신부가 이벤트 발생에 따른 적어도 하나의 현재 상황정보를 실시간으로 입력받는 단계;
작업 스케줄러가 수신한 상기 상황정보의 분석을 위한 클라우드 자원을 요청하는 단계;
자원 관리부가 상기 작업 스케줄러의 클라우드 자원 요청에 응답하여 가상머신을 생성하는 단계;
클러스터링 관리부가 상기 작업 스케줄러로부터 상황정보를 수신하고, 수신한 상황정보를 시퀀스 데이터 형태로 변환하는 단계;
상기 가상머신이 상기 시퀀스 데이터를 분산 후 병렬 처리하여 기저장된 적어도 하나의 과거 상황정보와 비교 분석하는 단계; 및
사용자관리부가 상기 가상머신으로부터 상기 시퀀스 데이터의 분석결과를 수신하고, 수신한 분석결과를 사용자단말로 전송하는 단계;
를 포함하는 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법.
The information receiving unit receiving at least one current situation information in real time according to an event occurrence;
Requesting a cloud resource for analysis of the status information received by the task scheduler;
Generating a virtual machine in response to a cloud resource request of the task scheduler;
The clustering management unit receiving status information from the job scheduler and converting the received status information into a sequence data format;
Comparing and analyzing the sequence data with at least one previously stored past situation information by parallel processing the sequence data; And
The user management unit receiving the analysis result of the sequence data from the virtual machine and transmitting the analysis result to the user terminal;
The method comprising the steps of:
제1항에 있어서,
상기 가상머신이 상기 시퀀스 데이터를 분산 후 병렬 처리하여 분석하는 단계는
맵리듀스(MapReduce)를 통해 상기 시퀀스 데이터를 분산 후 병렬 처리하는 것을 특징으로 하는 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법.
The method according to claim 1,
Wherein the step of distributing and parallel processing the sequence data by the virtual machine
Wherein the sequence data is distributed and processed in parallel through MapReduce.
제1항에 있어서,
상기 가상머신이 상기 시퀀스 데이터를 분산 후 병렬 처리하여 비교 분석하는 단계는
상기 시퀀스 데이터를 기저장된 적어도 하나의 과거 상황정보와 비교하여 유사도를 판단하는 것을 특징으로 하는 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법.
The method according to claim 1,
Wherein the step of distributing and parallel-processing the sequence data and comparing and analyzing the sequence data
And comparing the sequence data with at least one previously stored past situation information to determine a degree of similarity in the cloud computing environment.
제1항에 있어서,
상기 이벤트 발생에 따른 적어도 하나의 상황정보는
재난, 재해, 범죄, 사고 중 적어도 하나에 해당하는 이벤트 발생에 따른 현재 상황정보인 것을 특징으로 하는 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법.
The method according to claim 1,
The at least one status information according to the event occurrence
Wherein the current state information is information on a current state according to occurrence of an event corresponding to at least one of a disaster, a disaster, a crime, and an accident.
제1항에 있어서,
상기 시퀀스 데이터의 비교 분석이 완료된 후, 상기 자원관리부가 생성한 가상머신을 종료한 후 폐기하는 단계;
를 더 포함하는 것을 특징으로 하는 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법.
The method according to claim 1,
After the comparison and analysis of the sequence data is completed, terminating the virtual machine created by the resource management unit and discarding it;
The method further comprising the steps of:
제1항 내지 제5항 중 어느 한 항에 따른 방법을 컴퓨터로 실행하기 위한 프로그램이 기록된 컴퓨터 판독가능 기록매체.
A computer-readable recording medium on which a program for executing a method according to any one of claims 1 to 5 is recorded.
이벤트 발생에 따른 적어도 하나의 현재 상황정보를 실시간으로 입력받는 정보 수신부;
상기 상황정보의 분석을 위한 클라우드 자원을 요청하는 작업 스케줄러;
상기 작업 스케줄러의 클라우드 자원 요청에 응답하여 가상머신을 생성하는 자원 관리부;
상기 작업 스케줄러로부터 상황정보를 전달받아, 전달받은 상황정보를 시퀀스 데이터로 변환하는 클러스터링 관리부;
변환된 상기 시퀀스 데이터를 분산 후 병렬 처리하여 기저장된 과거 상황정보와 비교 분석하는 가상머신; 및
상기 가상머신으로부터 상기 시퀀스 데이터의 분석결과를 수신하고, 수신한 분석결과를 사용자단말로 전송하는 사용자관리부;
를 포함하는 클라우드 컴퓨팅 환경 내 데이터 비교 처리 시스템.
An information receiving unit for receiving at least one current situation information according to the occurrence of an event in real time;
A task scheduler for requesting a cloud resource for analyzing the situation information;
A resource manager for generating a virtual machine in response to a cloud resource request of the task scheduler;
A clustering management unit for receiving status information from the job scheduler and converting received status information into sequence data;
A virtual machine for performing parallel processing on the converted sequence data and for comparing and analyzing the converted sequence data; And
A user management unit receiving the analysis result of the sequence data from the virtual machine and transmitting the analysis result to the user terminal;
And a data comparison processing system in a cloud computing environment.
제7항에 있어서,
과거의 각종 상황 발생 시 생성되는 주변의 상황정보를 적어도 하나 저장하는 데이터 저장부;
를 더 포함하는 것을 특징으로 하는 클라우드 컴퓨팅 환경 내 데이터 비교 처리 시스템.
8. The method of claim 7,
A data storage unit for storing at least one peripheral situation information generated in the past when various situations occur;
Further comprising: means for determining whether the cloud computing environment is in the cloud computing environment.
제7항에 있어서,
상기 가상머신은
맵리듀스(MapReduce)를 통해 상기 시퀀스 데이터를 분산 후 병렬 처리하는 것을 특징으로 하는 클라우드 컴퓨팅 환경 내 데이터 비교 처리 시스템.
8. The method of claim 7,
The virtual machine
Wherein the sequence data is distributed and processed in parallel through MapReduce.
제7항에 있어서,
상기 가상머신은
상기 시퀀스 데이터를 기저장된 적어도 하나의 과거 상황정보와 비교하여 유사도를 판단하는 것을 특징으로 하는 클라우드 컴퓨팅 환경 내 데이터 비교 처리 시스템.
8. The method of claim 7,
The virtual machine
And comparing the sequence data with at least one previously stored past state information to determine a degree of similarity.
제7항에 있어서,
상기 이벤트 발생에 따른 적어도 하나의 상황정보는
재난, 재해, 범죄, 사고 중 적어도 하나에 해당하는 이벤트 발생에 따른 상황정보인 것을 특징으로 하는 클라우드 컴퓨팅 환경 내 데이터 비교 처리 시스템.
8. The method of claim 7,
The at least one status information according to the event occurrence
Wherein the event information includes at least one of events corresponding to at least one of a disaster, a disaster, a crime, and an accident.
제7항에 있어서,
상기 자원 관리부는
상기 가상머신이 상기 시퀀스 데이터의 비교 분석을 완료하면, 생성한 가상머신을 종료한 후 폐기하는 것을 특징으로 하는 클라우드 컴퓨팅 환경 내 데이터 비교 처리 시스템.8. The method of claim 7,
The resource management unit
And when the virtual machine completes the comparison and analysis of the sequence data, terminates the generated virtual machine and discards the virtual machine.
KR1020130147492A 2013-11-29 2013-11-29 Data comparing processing method and system in cloud computing environment KR101505468B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130147492A KR101505468B1 (en) 2013-11-29 2013-11-29 Data comparing processing method and system in cloud computing environment

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130147492A KR101505468B1 (en) 2013-11-29 2013-11-29 Data comparing processing method and system in cloud computing environment

Publications (1)

Publication Number Publication Date
KR101505468B1 true KR101505468B1 (en) 2015-03-25

Family

ID=53028416

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130147492A KR101505468B1 (en) 2013-11-29 2013-11-29 Data comparing processing method and system in cloud computing environment

Country Status (1)

Country Link
KR (1) KR101505468B1 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107918579A (en) * 2016-10-09 2018-04-17 北京神州泰岳软件股份有限公司 A kind of method and apparatus of Mass production base-line data
KR20180068002A (en) * 2016-12-13 2018-06-21 나무기술 주식회사 Cloud infra real time analysis system based on big date and the providing method thereof
KR20190081912A (en) * 2017-12-29 2019-07-09 주식회사 포스코아이씨티 Distributed parallel processing system for preventing data loss and method thereof

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004524611A (en) 2001-01-25 2004-08-12 ザ リンカーン エレクトリック カンパニー Systems and methods for providing a distributed welding architecture
KR20050108518A (en) * 2004-05-12 2005-11-17 한국생산기술연구원 Robot control software framework in open distributed process architecture
KR101245994B1 (en) 2012-08-31 2013-03-20 케이씨씨시큐리티주식회사 Parallel distributed processing system and method
KR101255060B1 (en) 2012-07-16 2013-04-16 한국과학기술정보연구원 System and method for extracting distributed parallel entity based on mapreduce

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004524611A (en) 2001-01-25 2004-08-12 ザ リンカーン エレクトリック カンパニー Systems and methods for providing a distributed welding architecture
KR20050108518A (en) * 2004-05-12 2005-11-17 한국생산기술연구원 Robot control software framework in open distributed process architecture
KR101255060B1 (en) 2012-07-16 2013-04-16 한국과학기술정보연구원 System and method for extracting distributed parallel entity based on mapreduce
KR101245994B1 (en) 2012-08-31 2013-03-20 케이씨씨시큐리티주식회사 Parallel distributed processing system and method

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107918579A (en) * 2016-10-09 2018-04-17 北京神州泰岳软件股份有限公司 A kind of method and apparatus of Mass production base-line data
KR20180068002A (en) * 2016-12-13 2018-06-21 나무기술 주식회사 Cloud infra real time analysis system based on big date and the providing method thereof
KR101971013B1 (en) 2016-12-13 2019-04-22 나무기술 주식회사 Cloud infra real time analysis system based on big date and the providing method thereof
KR20190081912A (en) * 2017-12-29 2019-07-09 주식회사 포스코아이씨티 Distributed parallel processing system for preventing data loss and method thereof
KR102026301B1 (en) * 2017-12-29 2019-09-27 주식회사 포스코아이씨티 Distributed parallel processing system for preventing data loss and method thereof

Similar Documents

Publication Publication Date Title
US8595564B2 (en) Artifact-based software failure detection
US10061938B2 (en) Moving a portion of a streaming application to a public cloud based on sensitive data
CN105573824B (en) Monitoring method and system for distributed computing system
US10341355B1 (en) Confidential malicious behavior analysis for virtual computing resources
CN108833522B (en) System and method for determining credibility of node
US10129311B2 (en) Moving a portion of a streaming application to a public cloud based on sensitive data
EP3226133A1 (en) Task scheduling and resource provisioning system and method
US10296750B1 (en) Robust data tagging
US11392821B2 (en) Detecting behavior patterns utilizing machine learning model trained with multi-modal time series analysis of diagnostic data
KR101505468B1 (en) Data comparing processing method and system in cloud computing environment
Pătraşcu et al. Logging framework for cloud computing forensic environments
CN114780214A (en) Task processing method, device, system and equipment
JP2024522983A (en) Data distribution and security in a multi-tier storage infrastructure
US20130145004A1 (en) Provisioning using presence detection
US20150373078A1 (en) On-demand helper operator for a streaming application
US20220091866A1 (en) Containerized software discovery and identification
US11687116B2 (en) Intelligent user equipment central processing unit core clock adjustment
KR102323670B1 (en) Dynamic multilevel rule-based auto-scaling for containerized application in private multi-cloud
US11777944B2 (en) Scalable authentication management
US20230370426A1 (en) Sensitive Data Identification In Real-Time for Data Streaming
US20220188295A1 (en) Dynamic management of blockchain resources
US11050780B2 (en) Methods and systems for managing security in computing networks
CN118312626A (en) Data management method and system based on machine learning
Svetlana et al. ANALYSIS OF FOG COMPUTING TECHNOLOGIES
CN117813797A (en) Matching cryptographic computing resources to predicted requirements for decrypting encrypted communications

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
FPAY Annual fee payment

Payment date: 20180108

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190211

Year of fee payment: 5