KR101961631B1 - 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법 및 컴퓨팅 장치 - Google Patents

분산 컴퓨팅 환경에서의 서비스 실행 설정 방법 및 컴퓨팅 장치 Download PDF

Info

Publication number
KR101961631B1
KR101961631B1 KR1020130003090A KR20130003090A KR101961631B1 KR 101961631 B1 KR101961631 B1 KR 101961631B1 KR 1020130003090 A KR1020130003090 A KR 1020130003090A KR 20130003090 A KR20130003090 A KR 20130003090A KR 101961631 B1 KR101961631 B1 KR 101961631B1
Authority
KR
South Korea
Prior art keywords
service
execution
requested
node
setting
Prior art date
Application number
KR1020130003090A
Other languages
English (en)
Other versions
KR20140090891A (ko
Inventor
정명준
명재석
박일평
송상일
이상구
이상근
신현정
서영완
김용진
Original Assignee
삼성전자 주식회사
서울대학교 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 삼성전자 주식회사, 서울대학교 산학협력단 filed Critical 삼성전자 주식회사
Priority to KR1020130003090A priority Critical patent/KR101961631B1/ko
Publication of KR20140090891A publication Critical patent/KR20140090891A/ko
Application granted granted Critical
Publication of KR101961631B1 publication Critical patent/KR101961631B1/ko

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
    • G06F9/54—Interprogram communication
    • G06F9/543—User-generated data transfer, e.g. clipboards, dynamic data exchange [DDE], object linking and embedding [OLE]
    • 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]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer And Data Communications (AREA)

Abstract

분산 컴퓨팅 환경에서의 서비스 실행 설정 방법 및 컴퓨팅 장치에 관한 것으로 분산 컴퓨팅 환경에서 각 노드의 노드정보에 기초하여 요청된 서비스에 대한 요구사항을 만족할 수 있는 서비스 실행을 설정함으로써 서비스에 대한 사용자 만족도를 향상시킬 수 있다.

Description

분산 컴퓨팅 환경에서의 서비스 실행 설정 방법 및 컴퓨팅 장치{METHOD FOR SERVICE EXECUTION CONFIGURATION IN DISTRIBUTED COMPUTING ENVIRONMENT AND COMPUTING DEVICE}
분산 컴퓨팅 환경에서의 태스크 실행 설정 방법 및 컴퓨팅 장치와 관련된다.
분산 컴퓨팅 환경에 존재하는 다른 노드들의 자원을 협력적으로 활용하여 복잡한 서비스를 실행하는 분산 컴퓨팅 기술이 등장하였다. 기존의 기술은 주어진 컴퓨팅 자원의 제약조건 (CPU, Memory, Network Bandwidth, Power 등) 하에서 목표하는 서비스를 실행하는데 걸리는 시간을 최소화하는 실행 설정(Execution Configuration)을 찾는데 초점을 두었다. 이러한 기술은 부족한 컴퓨팅 자원을 보완하여 서비스의 실행속도를 향상시킴으로써 사용자의 만족도를 향상시키는데 그 목적이 있다.
소수의 데이터 파일을 대상으로 하는 계산 집중적 태스크인 그래픽 처리, 멀티미디어 데이터 인코딩과 같은 경우 컴퓨팅 자원에 비하여 데이터의 특성(종류, 크기 등)이 태스크 처리 시간에 미치는 영향이 크지 않으며 결과의 품질에도 영향을 주지 않아 기존의 기술로 효율적인 처리가 가능했다. 그러나 최근 수백만 수천만 사용자의 사용 내역 데이터, 웹 데이터를 대상으로 하는 지능형 서비스들 (예를 들어, 추천 서비스, 검색 서비스, 위치 기반 서비스 등)에 대한 요구 사항이 증대되고 있고 이러한 지능형 서비스를 제공하기 위해서는 다양한 위치에 분산되어 있는 매우 큰 데이터를 대상으로 한 태스크들을 처리해야 한다. 그러나, 기존의 데이터 특성을 고려하지 않은 분산 컴퓨팅 기술은 어디에 있는 어떤 데이터를 활용해야 하는지 판단할 수 없어 모든 데이터를 동등하게 활용할 수 밖에 없으므로, 대용량 데이터 전체를 대상으로 하는 태스크들을 처리하기 매우 어렵다. 또한, 지금까지 대부분의 지능형 서비스는 서버-클라이언트 방식으로 이루어지고 있지만, 서버-클라이언트 방식일 경우 서버와 통신이 불가능 할 경우 서비스가 불가능 할 수 있다.
한편, 지능형 서비스에서는 서비스 결과의 응답속도, 정확도, 참신성, 의외성, 적시성과 같은 품질이 사용자 만족도에 매우 중요한 요소로써 작용하게 되나 기존에는 서비스를 실행하는 데 걸리는 시간을 최소화하는 것이 사용자 만족도에 가장 중요한 요소로 고려되었으므로, 사용자의 만족도가 떨어질 수 있다.
분산 컴퓨팅 환경에서 서비스 실행 설정 방법 및 컴퓨팅 장치를 제공하는 것을 목적으로 한다.
일 실시예에 따른 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법은 사용자로부터 요청된 서비스에 대한 요구사항을 결정하는 단계, 서비스를 요청받은 노드 및 서비스를 요청받은 노드와 네트워크로 연결된 적어도 하나 이상의 노드들의 노드정보를 획득하는 단계 및 상기 획득된 노드정보에 기초하여 상기 요구사항을 만족하는 서비스 실행을 설정하는 단계를 포함할 수 있다.
이때, 상기 사용자로부터 요청된 서비스에 대한 요구사항을 결정하는 단계는 상기 요청된 서비스에 대해 요구되는 사용자 만족도 및 자원 사용량 중 적어도 하나를 결정할 수 있다.
일 실시예에 따르면, 상기 사용자로부터 요청된 서비스에 대한 요구사항을 결정하는 단계는 사용자 만족도를 평가하기 위한 속성들에 대한 가중치를 사용자로부터 입력받아 요구되는 사용자 만족도를 결정할 수 있다.
또 다른 실시예에 따르면, 상기 사용자로부터 요청된 서비스에 대한 요구사항을 결정하는 단계는 사용자로부터 선호하는 자원 사용량을 입력받아 요구되는 자원 사용량을 결정할 수 있다.
일 실시예에 따르면, 상기 사용자로부터 요청된 서비스에 대한 요구사항을 결정하는 단계는 서비스의 종류별로 미리 설정된 사용자 만족도를 평가하기 위한 속성들에 대한 가중치를 이용하여 요구되는 사용자 만족도를 결정할 수 있다.
또 다른 실시예에 따르면, 상기 사용자로부터 요청된 서비스에 대한 요구사항을 결정하는 단계는 서비스의 종류별로 미리 설정된 자원 사용량을 이용하여 요구되는 자원 사용량을 결정할 수 있다.
일 실시예에 따르면, 상기 노드정보를 획득하는 단계는 사용자로부터 서비스를 요청 받은 노드의 성능정보 및 데이터 특성에 대한 정보와 사용자로부터 서비스를 요청 받은 노드와 네트워크로 연결된 적어도 하나 이상의 노드의 성능정보 및 데이터 특성에 대한 정보를 획득하는 단계 및 상기 획득된 데이터 특성에 대한 정보를 이용하여 각 노드의 데이터 품질을 평가하는 단계를 포함할 수 있다.
일 실시예에 따르면, 상기 서비스 실행을 설정하는 단계는 상기 노드정보에 기초하여 상기 요청된 서비스를 실행하기 위한 적어도 하나 이상의 태스크에 대한 태스크 실행 설정 조합을 생성하는 단계 및 상기 생성된 태스크 실행 설정 조합들 중 상기 서비스에 대한 요구사항을 만족하는 태스크 실행 설정 조합으로 서비스 실행을 설정하는 단계를 포함할 수 있다.
이때, 상기 태스크 실행 설정은 서비스 실행을 위한 태스크를 어떠한 데이터를 이용하여 어느 노드에서 처리할 것인지 여부를 포함할 수 있다.
일 실시예에 따르면, 상기 서비스 실행을 설정하는 단계는 과거의 서비스 실행 결과를 이용하여 서비스 실행을 설정할 수 있다.
일 실시예에 따르면, 상기 서비스 실행을 설정하는 단계는 상기 과거의 서비스 실행 결과에 기초한 확률모델을 이용하여 서비스 실행을 설정할 수 있다.
일 실시예에 따른 컴퓨팅 장치는 사용자로부터 요청된 서비스에 대한 요구사항을 결정하는 요구사항 결정부, 자신의 노드정보 및 네트워크로 연결된 적어도 하나 이상의 노드의 노드정보를 획득하는 노드정보 수집부 및 상기 획득된 노드정보에 기초하여 상기 요구사항을 만족하는 서비스 실행을 설정하는 서비스 실행 설정부를 포함할 수 있다.
일 실시예에 따르면, 상기 요구사항 결정부는 상기 요청된 서비스에 대해 요구되는 사용자 만족도 및 자원 사용량 중 적어도 하나를 결정할 수 있다.
또 다른 실시예에 따르면, 상기 요구사항 결정부는 사용자로부터 사용자 만족도를 평가하기 위한 속성들에 대한 가중치를 입력받아 요구되는 사용자 만족도를 결정할 수 있다.
일 실시예에 따르면, 상기 요구사항 결정부는 사용자로부터 선호하는 자원 사용량을 입력받아 요구되는 자원 사용량을 결정할 수 있다.
또 다른 실시예에 따르면, 상기 요구사항 결정부는 서비스의 종류별로 미리 설정된 사용자 만족도를 평가하기 위한 속성들에 대한 가중치를 이용하여 요구되는 사용자 만족도를 결정할 수 있다.
일 실시예에 따르면, 상기 요구사항 결정부는 서비스의 종류별로 미리 설정된 자원 사용량을 이용하여 요구되는 자원 사용량을 결정할 수 있다.
일 실시예에 따르면, 상기 노드정보 수집부는 자신의 성능정보 및 데이터 특성에 대한 정보와 네트워크로 연결된 적어도 하나의 노드의 성능정보 및 데이터 특성에 대한 정보를 획득하고, 상기 데이터 특성에 대한 정보를 이용하여 각 노드의 데이터 품질을 평가할 수 있다.
일 실시예에 따르면, 상기 서비스 실행 설정부는 상기 노드정보에 기초하여 상기 요청된 서비스를 실행하기 위한 적어도 하나 이상의 태스크에 대한 태스크 실행 설정 조합을 생성하고, 상기 생성된 태스크 실행 설정 조합들 중 상기 서비스에 대한 요구사항을 만족하는 태스크 실행 설정 조합으로 서비스 실행을 설정할 수 있다.
이때, 상기 태스크 실행 설정은 서비스 실행을 위한 태스크를 어떠한 데이터를 이용하여 어느 노드에서 처리할 것인지 여부를 포함할 수 있다.
일 실시예에 따르면, 상기 서비스 실행 설정부는 과거의 서비스 실행 결과를 이용하여 서비스 실행을 설정할 수 있다.
일 실시예에 따르면, 상기 서비스 실행 설정부는 상기 과거의 서비스 실행 결과에 기초한 확률모델을 이용하여 서비스 실행을 설정할 수 있다.
분산 컴퓨팅 환경에서의 서비스 실행에 있어 각 노드에 분산되어 있는 데이터의 선별적 사용을 가능케 함으로써 대용량 분산 데이터를 대상으로 하는 태스크의 처리 응답시간 절감 및 확장성을 확보할 수 있다.
또한, 중앙 서버와의 통신이 불가능한 경우, 접근 가능한 나머지 분산 노드들에 있는 자원과 데이터를 활용하여 서비스 실행이 가능하도록 할 수 있다.
나아가, 중앙 서버가 아닌 분산된 노드에 개인정보를 저장해 놓고 상황에 따라 서비스 실행 설정을 통해 활용할 수 있도록 하여 전체 시스템의 보안 수준을 높일 수 있다.
도 1은 일 실시예에 따른 분산 컴퓨팅 환경을 설명하기 위한 예시도,
도 2는 일 실시예에 따른 컴퓨팅 장치의 구성도,
도 3a 내지 도 3d는 도 3a 내지 도 3d는 일 실시예에 따른 서비스 실행을 위한 태스크의 실행 설정을 설명하기 위한 예시도
도 4는 일 실시예에 따른 서비스 실행 설정 절차를 나타내는 순서도,
도 5는 일 실시예에 따른 태스크 실행 설정을 이용한 서비스 실행 설정 절차를 나타내는 순서도이다.
이하, 첨부된 도면을 참조하여 기술되는 바람직한 실시예를 통하여 본 발명을 당업자가 용이하게 이해하고 재현할 수 있도록 상세히 기술하기로 한다.
도 1은 일 실시예에 따른 분산 컴퓨팅 환경을 설명하기 위한 예시도이다.
도 1을 참조하면, 하나 이상의 노드(110-1 내지 110-n)는 유무선 네트워크를 통해 분산 컴퓨팅 환경을 형성할 수 있다. 이때, 각 노드(110-1 내지 110-n)는 예를 들어, 모바일 단말 장치, 휴대용 디지털 기기(PDP, PMP 등), 퍼스널 컴퓨터(랩탑, 데스크탑, 태블릿 등의 형태를 포함), 서버 등 다양한 형태일 수 있다. 다만, 이에 한정되는 것은 아니며, 유무선 네트워크를 통한 데이터의 송수신, 데이터 처리 및 데이터 저장을 수행할 수 있는 모든 형태의 컴퓨팅 장치를 포함할 수 있다.
한편, 사용자로부터 서비스를 요청받은 노드 1은(100-1) 자신이 가진 데이터(A, C)뿐 아니라, 여러 노드에 분산되어 있는 데이터(A, B, C, D)를 이용하여 서비스를 제공할 수 있다. 이때, 도시된 예와 같이 서비스 실행을 위해 필요한 데이터는 여러 노드에 분산되어 존재할 수 있고, 동일한 데이터가 여러 노드에 중복적으로 존재할 수 있다.
또한, 사용자로부터 서비스를 요청받은 노드(100-1)는 복잡한 서비스의 제공을 위해 분산 컴퓨팅 환경에 존재하는 다른 노드들(100-2 내지 100-n)의 자원을 활용할 수 있다.
도 2는 일 실시예에 따른 컴퓨팅 장치의 구성도이다.
도 2를 참조하면, 일 실시예에 따른 컴퓨팅 장치는 요구사항 결정부(110), 노드 정보 수집부(130) 및 서비스 실행 설정부(150)를 포함할 수 있다.
요구사항 결정부(110)는 사용자로부터 요청된 서비스에 대한 요구사항을 결정할 수 있다. 이때, 서비스에 대한 요구사항은 요청된 서비스에 대해 요구되는 사용자 만족도 및 자원 사용량 중 적어도 하나일 수 있다.
사용자 만족도는 사용자가 서비스 결과에 대해 가지는 만족도를 평가한 것으로, 사용자 만족도는 다양한 속성에 의해 평가될 수 있다. 예를 들어, 사용자 만족도는 Speed, Accuracy, Novelty, Serendipity 및 Timeliness 등의 속성에 의해 평가될 수 있다.
이때, Speed는 요청된 서비스가 실행되는데 걸린 시간을 의미하며, Accuracy는 서비스 실행 결과가 사용자가 원하던 결과와 얼마나 일치하는가를 나타낸다. 예를 들어, 검색 서비스의 경우, 검색을 요청 받은 시점에서 검색결과가 도출된 시점까지 걸린 시간을 Speed로 검색된 결과 중 사용자가 실제로 접속한 웹 페이지의 비율을 Accuracy로 정의할 수 있다.
한편, Novelty는 서비스 실행 결과가 사용자에게 얼마나 새로운 정보를 주는지를 나타낸다. 예를 들어, 검색 서비스의 경우, 검색 결과 중 최근에 생성된 문서의 비율이 높을수록 높은 값을 가지도록 할 수 있다.
Serendipity는 사용자가 생각하지 못했던 서비스 실행 결과가 도출되었는지 여부를 나타낸다. 예를 들어 추천 서비스의 경우, 사용자가 그 동안 소비한 아이템들과 유사도가 낮으며 사용자의 취향에 부합하는 아이템을 추천할 경우 Serendipity가 증가하도록 정의할 수 있다.
또한, Timeliness는 서비스 실행 결과가 사용자의 현재 상황에 얼마나 부합하는지를 나타낸다. 예를 들어, 서비스 실행 결과를 만들어내기 위해 사용 가능한 상황 정보(시간정보, 장소정보 등)의 수에 비례하도록 정의할 수 있다.
한편, 사용자 만족도를 평가하기 위한 속성은 위에 열거된 것에 한정되는 것은 아니므로, 열거된 속성 외에 다양하게 정의된 속성을 사용할 수 있다. 또한, 서비스에 대한 사용자 만족도를 평가하기 위한 속성들은 요청된 서비스의 종류에 따라 다르게 구성될 수 있다.
또한, 사용자 만족도를 평가하기 위한 속성은 0에서 1사이의 실수로 정규화된 값을 이용할 수 있다.
한편, 일 실시예에 따르면, 사용자 만족도를 평가하기 위한 속성은 수학식 1과 같이 표현될 수 있다.
Figure 112013002788250-pat00001
또한, 사용자 만족도는 수학식 2 또는 3과 같이 각 속성들에 대한 가중합으로 구할 수 있다.
Figure 112013002788250-pat00002
Figure 112013002788250-pat00003
수학식 2 및 3에서 Su는 사용자 만족도를 나타내며, wi는 각 속성들에 대한 가중치를 나타낸다.
한편, wi는 0에서 1 사이의 실수값을 가지고 가중치들의 합이 1이 되도록 설정될 수 있다. 다만, 이에 한정되는 것은 아니며, 다양한 방법으로 변형 실시될 수 있다.
일 실시예에 따르면, 요구사항 결정부(110)는 사용자 만족도를 평가하기 위한 속성들에 대한 가중치를 사용자로부터 입력받아 서비스에 대해 요구되는 사용자 만족도를 결정할 수 있다. 이때, 일 실시예에 따르면, 사용자로부터 가중치를 입력받기 위한 사용자 인터페이스가 제공될 수 있다.
또 다른 실시예에 따르면, 사용자 만족도를 평가하기 위한 속성들에 대한 가중치는 서비스의 종류별로 미리 설정된 값을 이용할 수 있다. 예를 들어, 검색 서비스, 위치 정보 서비스, 추천 서비스 등 서비스의 종류에 따른 가중치를 미리 설정해 두고, 사용자로부터 서비스를 요청 받은 경우, 미리 설정된 가중치를 적용하여 요구되는 사용자 만족도를 결정할 수 있다.
한편, 요청된 서비스에 대해 요구되는 자원 사용량은 요청된 서비스를 실행하기 위해 요구되는 시스템 자원 사용량을 의미한다. 예를 들어, 전력 소모량, CPU 사용량, 저장 용량, 메모리의 크기, 네트워크 대역폭 등 일 수 있다. 다만, 이는 예시적인 것에 불과하므로, 자원 사용량은 요청된 서비스를 실행하기 위해 필요한 모든 형태의 시스템 자원을 포함할 수 있다.
일 실시예에 따르면, 요구사항 결정부(110)는 사용자로부터 선호하는 파워 소모량, CPU 사용량, 저장 용량, 메모리의 크기, 네트워크 대역폭 중 적어도 하나를 입력 받아 서비스에 대해 요구되는 자원 사용량을 결정할 수 있다. 이때, 일 실시예에 따르면, 사용자로부터 요구되는 자원 사용량을 입력 받기 위한 사용자 인터페이스가 제공될 수 있다.
또 다른 실시예에 따르면, 요구되는 자원 사용량은 서비스의 종류별로 미리 설정된 값을 이용할 수 있다. 예를 들어, 검색 서비스, 위치 정보 서비스, 추천 서비스 등 서비스의 종류에 따른 자원 사용량을 미리 설정해 두고, 사용자로부터 서비스를 요청 받은 경우, 미리 설정된 값을 적용하여 요구되는 자원 사용량을 결정할 수 있다.
또 다른 실시예에 따르면, 사용자가 사용자 만족도를 나타내는 속성에 대한 가중치 또는 자원 사용량 중 일부만을 입력하거나 입력하지 않은 경우에는 입력되지 않은 값은 디폴트 값으로 설정되도록 할 수 있다.
노드 정보 수집부(130)는 자신의 노드정보 및 네트워크로 연결된 적어도 하나 이상의 노드의 노드정보를 획득할 수 있다. 이때, 일 실시예에 따르면, 노드정보는 노드의 상태정보 및 노드가 가지고 있는 데이터에 대한 정보 중 적어도 하나를 포함할 수 있다.
노드의 상태정보는 예를 들어, 배터리 잔량, 메모리 사용량, 데이터 처리량, 네트워크 대역폭 등 장치의 상태와 관련된 값일 수 있다. 또한, 노드가 가지고 있는 데이터에 대한 정보는 노드가 어떠한 데이터를 가지고 있는지에 대한 정보 및 노드가 가지고 있는 데이터의 특성에 대한 정보를 포함할 수 있다.
각 노드가 가지고 있는 데이터의 특성은 예를 들어, Diversity, Credibility, Participants, Recency, Anonymity, Language 등과 같은 속성으로 나타낼 수 있다.
Diversity는 데이터가 표현하고 있는 객체의 다양성을 나타낸다. 예를 들어, Diversity는 데이터가 포함하고 있는 객체들의 타입(예를 들어, 데이터 집합 내에 존재하는 파일 확장자의 종류)의 수에 대한 증가함수로 나타낼 수 있다.
Credibility는 데이터의 신뢰성을 나타낸다. 예를 들어 웹페이지로 이루어진 데이터의 경우 각 웹 페이지 사이의 링크 정보를 활용하여 페이지 랭크(page rank)값을 계산하고, 각 페이지의 페이지 랭크값을 종합하여 Credibility로 활용할 수 있다. 또 다른 예로, 사람 객체 간의 연결 데이터일 경우, 팔로워(follower)의 수, 이웃의 수 등의 가중합을 Credibility로 활용할 수 있다.
Participants는 데이터를 생성하거나 가공하는데 참여한 주체의 수를 나타낸다. 예를 들어, Participants는 데이터 군집 내에 존재하는 객체가 보다 많은 사람에 의해 생성될수록 증가되는 값으로 나타낼 수 있다.
Recency는 데이터 내의 객체들이 얼마나 최근에 생성 또는 수정 되었는지를 나타낸다. 예를 들어, 파일과 같은 데이터 내의 객체가 생성 또는 수정된 시간들을 종합하여 현재 시각에 가까울수록 1에 가깝도록 정규화하여 나타낼 수 있다.
Anonymity는 데이터를 생성한 주체의 익명화가 얼마나 되었는지를 나타낸다. Anonymity는 예를 들어, k-diversity와 같은 익명화 알고리즘의 k값에 비례하는 값으로 나타낼 수 있다.
Language는 데이터 내의 객체를 표현하고 있는 언어의 다양성을 나타낸다. 예를 들어, Language는 데이터 내의 객체들을 표현하는 데 사용된 언어의 종류에 비례하는 값으로 나타낼 수 있다.
한편, 데이터의 특성을 나타내기 위한 속성은 위에 열거된 것에 한정되는 것은 아니며, 열거된 요소 외에 다양하게 정의된 속성들을 사용할 수 있다. 또한, 사용자 만족도를 평가하기 위한 속성은 0에서 1사이의 실수로 정규화된 값을 이용할 수 있다.
일 실시예에 따르면, 노드가 가지고 있는 데이터의 특성은 수학식 3과 같은 형태로 나타낼 수 있다.
Figure 112013002788250-pat00004
한편, 일 실시예에 따르면, 노드 정보 수집부(130)는 네트워크로 연결된 노드들로부터 수집된 데이터 특성 및 자신이 가지고 있는 데이터의 특성에 기초하여 노드별 데이터 품질을 평가할 수 있다.
구체적으로, 일 실시예에 따르면, 데이터의 품질은 수학식 5 또는 수학식 6과 같이 데이터 특성을 나타내는 속성들의 가중합으로 구할 수 있다.
Figure 112013002788250-pat00005
Figure 112013002788250-pat00006
수학식 5 및 6에서 qi는 각 노드가 가지고 있는 데이터의 품질을 나타낸다. 또한, wi는 각 속성들에 대한 가중치를 나타내며, 0에서 1 사이의 실수값을 가지고 가중치들의 합이 1이 되도록 설정될 수 있다. 다만, 이에 한정되는 것은 아니며, 다양한 방법으로 변형 실시될 수 있다.
일 실시예에 따르면, 각 데이터 특성 요소들에 대한 가중치는 사용자에 의해 입력받을 수 있다.
또 다른 실시예에 따르면, 동일하거나 유사한 데이터에 대한 가중치 정보가 있는 경우, 그 데이터의 가중치가 이용될 수 있다.
또 다른 실시예에 따르면, 데이터 특성 요소들에 대한 가중치는 서비스 종류별로 미리 설정된 값을 이용할 수 있다.
한편, 데이터의 품질을 평가하기 위한 방법은 상기 수학식 5 또는 수학식 6에 한정되는 것은 아니다. 예를 들어, 데이터 특성요소들의 평균값을 이용하거나, min 또는 max 함수를 이용하는 등 필요에 따라 다양한 형태의 함수를 이용하여 데이터의 품질을 평가할 수 있다.
서비스 실행 설정부(150)는 요청된 서비스의 실행을 설정할 수 있다. 구체적으로, 서비스 실행 설정부(150)는 노드 정보 수집부(130)에 의해 수집된 노드정보에 기초하여 요구사항 결정부(110)에 의해 결정된 요구사항을 만족하도록 서비스 실행을 설정할 수 있다.
일 실시예에 따르면, 요청된 서비스의 실행을 위해 복수의 태스크가 처리되어야 할 수 있으므로, 서비스 실행 설정부(150)는 요청된 서비스에 대한 요구사항 및 노드정보에 기초하여 각 태스크를 어느 노드에서 어떠한 데이터를 이용하여 처리할 것인지를 결정하여 서비스 실행을 설정할 수 있다. 이에 대한, 구체적인 설명은 후술한다.
한편, 도 2에 도시된 컴퓨팅 장치의 각 구성은 마이크로 프로세서와 같은 하드웨어 또는 하드웨어와 소프트웨어가 결합된 형태로 구현될 수 있으며, 구체적 동작에 있어 명확히 구분되지 않을 수 있다.
도 3a 내지 도 3d는 일 실시예에 따른 서비스 실행을 위한 태스크의 실행 설정을 설명하기 위한 예시도이다.
도 3a 내지 도 3d를 참조하면, 서비스 실행 설정은 서비스 실행을 위한 태스크를 어떠한 데이터를 이용하여 어느 노드에서 처리할지 여부를 포함할 수 있다.
구체적으로, 요청된 서비스를 실행하기 위한 태스크는 도 3a에 도시된 예와 같이, 서비스를 요청받은 노드의 데이터를 이용하여 서비스를 요청받은 노드에서 처리될 수 있다.
또한, 도 3b에 도시된 예와 같이, 요청된 서비스를 실행하기 위한 태스크는 다른 노드로부터 데이터를 전송받아 서비스 실행을 요청받은 노드에서 처리될 수 있다.
또한, 도 3c에 도시된 예와 같이, 요청된 서비스를 실행하기 위한 태스크는 서비스를 요청받은 노드가 다른 노드로 태스크 처리를 요청하고, 태스크의 처리를 요청받은 노드가 자신이 가진 데이터를 이용함으로써 처리될 수 있다.
또한, 도 3d에 도시된 예와 같이, 요청된 서비스를 실행하기 위한 태스크는 서비스를 요청받은 노드가 자신이 가진 데이터를 다른 노드로 전송하고 데이터를 전송 받은 노드에서 처리될 수 있다.
즉, 도 1을 참조하면, 특정 태스크를 처리하기 위해 데이터 A가 필요하다고 가정하는 경우, 태스크에 대한 실행 설정은 1)노드 1(100-1)이 자신이 가진 데이터 A를 이용하여 태스크를 스스로 처리하는 경우, 2)노드 1(100-1)이 노드 2(100-2) 또는 노드 5(100-5)가 가지고 있는 데이터 A를 수신받아 태스크를 처리하는 경우, 3)노드 2(100-2) 또는 노드 5(100-5)가 노드 1(100-1)로부터 태스크 처리를 요청받아 자신이 가진 데이터 A를 이용하여 태스크를 처리하는 경우, 4)노드 1(100-1)이 자신이 가진 데이터 A를 노드 2 내지 노드 n 중 하나로 전송하고 데이터 A를 전송받은 노드가 태스크를 처리하도록 하는 경우 중 하나에 의해 설정될 수 있다.
한편, 요청된 서비스를 실행하기 위해 처리 되어야 할 태스크는 복수일 수 있으며, 각 태스크에 대한 실행 설정이 다를 수 있다. 이때, 서비스 실행 설정은 복수의 태스크들에 대한 실행 설정의 조합으로 이루어질 수 있다.
일 실시예에 따르면, 서비스 실행 설정부(150)는 요청된 서비스에 대해 가능한 태스크들의 실행 설정 조합들 중 서비스에 대한 요구사항을 만족하거나 요구사항에 가장 근접한 태스크 실행 설정 조합에 따라 서비스가 실행되도록 서비스 실행을 설정할 수 있다.
이때, 일 실시예에 따르면, 서비스 실행 설정부(150)는 노드 정보 수집부(130)에 의해 수집된 성능정보 및 데이터에 대한 정보를 이용하여 가능한 태스크 실행 설정 조합들을 생성할 수 있다. 이후, 각 노드의 성능정보 및 데이터의 품질에 기초하여 요구되는 자원 사용량 또는 사용자 만족도 중 적어도 하나를 만족하는 태스크 실행 설정 조합으로 서비스 실행을 설정할 수 있다.
한편, 일 실시예에 따르면, 서비스 실행 설정부(150)는 과거의 서비스 실행 결과를 이용하여 서비스 실행을 설정할 수 있다. 구체적으로, 서비스 실행 설정부(150)는 과거에 실행된 동일 또는 유사한 서비스에 대한 서비스 실행 설정, 자원 사용량, 요구사항, 성능정보에 관한 데이터를 이용하여 요청된 서비스에 대한 서비스 실행을 설정할 수 있다.
일 실시예에 따르면 요청된 서비스에 대한 서비스 실행 설정(y*)은 수학식 7을 이용하여 구할 수 있다.
Figure 112013002788250-pat00007
수학식 7에서
Figure 112013002788250-pat00008
는 가능한 태스크 실행 설정 조합,
Figure 112013002788250-pat00009
는 사용자 만족도 속성,
Figure 112013002788250-pat00010
는 요청된 서비스에 대해 요구되는 자원 사용량,
Figure 112013002788250-pat00011
는 현재 노드의 데이터 품질,
Figure 112013002788250-pat00012
는 서비스를 요청받은 노드의 성능,
Figure 112013002788250-pat00013
는 다른 노드들의 성능,
Figure 112013002788250-pat00014
는 다른 노드들의 데이터 품질을 나타낸다.
한편, 수학식 7은 Bayesian rule을 이용하여 수학식 8과 같이 표현할 수 있다.
Figure 112013002788250-pat00015
또한, 수학식 8에서 개별 인풋의 조건부 독립을 가정하면 수학식 9와 같이 전개할 수 있다.
Figure 112013002788250-pat00016
이때, 수학식 9의 조건부 확률들은 과거의 데이터에 기반하여 구할 수 있다. 예를 들어,
Figure 112013002788250-pat00017
는 과거
Figure 112013002788250-pat00018
라는 태스크 실행 설정 조합이 실행된 횟수 중 사용자 만족도 속성
Figure 112013002788250-pat00019
가 얻어진 비율으로 구할 수 있다. 즉, 과거에 특정 서비스 실행 설정에 따른 서비스가 전체 10번 실행되었고, 해당 서비스 실행 설정에 대한 사용자 만족도(
Figure 112013002788250-pat00020
)가 <0.3,0.2,0.7,0.1,0.4>이었던 경우가 3번이었다면,
Figure 112013002788250-pat00021
으로 나타낼 수 있다. 다만, 이에 한정되는 것은 아니며, 다양한 방법으로 정의될 수 있다.
한편, 수학식 7 내지 9는 계산량을 줄이기 위해 개별 인풋의 조건부 독립을 가정하였으나, 주어진 서비스 실행 설정에 대해 사용자가 원하는 결과를 얻어낼 가능성에 중점을 두는 경우, 서비스 실행 설정은 수학식 10을 통해 구해질 수 있다.
Figure 112013002788250-pat00022
수학식 10은 주어진 서비스 실행 설정에 대해 사용자가 원하는 만족도의 결과가 만들어질 확률과 수집된 각 노드의 성능 및 각 노드의 데이터 품질에서 해당 실행설정이 만들어질 확률을 나누어 계산한 것이다. 한편, 수학식 10에서,
Figure 112013002788250-pat00023
는 가우시안 모델 등을 이용하여 구할 수 있고,
Figure 112013002788250-pat00024
는 SVM(Support Vector Machine)과 같은 분류기법을 이용하여 구할 수 있다.
한편, 수학식 7 내지 10은 예시적인 것이므로 반드시 이에 한정되는 것은 아니며, 다양한 형태로 변형 실시될 수 있다.
도 4는 일 실시예에 따른 서비스 실행 설정 절차를 나타내는 순서도이다.
도 4를 참조하면, 분산 컴퓨팅 환경에서 사용자로부터 서비스 실행을 요청받은 경우, 서비스를 요청받은 노드는 요청된 서비스에 대한 요구사항을 결정할 수 있다(410). 이때, 일 실시예에 따르면, 서비스에 대한 요구사항은 요청된 서비스에 대해 요구되는 사용자 만족도 및 자원 사용량 중 적어도 하나일 수 있다.
일 실시예에 따르면, 사용자 만족도는 사용자 만족도를 나타내는 속성에 대한 가중치를 사용자로부터 입력받아 결정될 수 있다. 이때, 사용자로부터 가중치를 입력 받기 위한 사용자 인터페이스가 제공될 수 있다.
또 다른 실시예에 따르면, 사용자 만족도를 평가하기 위한 속성들에 대한 가중치는 서비스의 종류별로 미리 설정된 값을 이용할 수 있다.
한편, 서비스에 대해 요구되는 자원 사용량은 요청된 서비스를 실행하기 위해 요구되는 시스템 자원 사용량을 의미한다. 예를 들어, 전력 소모량, CPU 사용량, 저장 용량, 메모리의 크기, 네트워크 대역폭 등 일 수 있다. 다만, 이는 예시적인 것에 불과하므로, 자원 사용량은 요청된 서비스를 실행하기 위해 필요한 모든 형태의 시스템 자원을 포함할 수 있다.
일 실시예에 따르면, 요구되는 자원 사용량은 사용자로부터 파워 소모량, CPU 사용량, 저장 용량, 메모리의 크기, 네트워크 대역폭 중 적어도 하나를 입력 받아 결정할 수 있다. 이때, 일 실시예에 따르면, 사용자로부터 요구되는 자원 사용량을 입력 받기 위한 사용자 인터페이스가 제공될 수 있다.
또 다른 실시예에 따르면, 요구되는 자원 사용량은 서비스의 종류별로 미리 설정된 값에 따라 결정될 수 있다.
또 다른 실시예에 따르면, 사용자가 사용자 만족도를 나타내는 속성에 대한 가중치 또는 자원 사용량 중 일부만을 입력하거나 입력하지 않은 경우에는 입력되지 않은 값은 디폴트 값으로 설정되도록 할 수 있다.
한편, 사용자로부터 서비스를 요청받은 노드는 자신의 노드정보 및 네트워크로 연결된 노드들의 노드정보를 획득할 수 있다(430). 이때, 일 실시예에 따르면, 노드정보는 노드의 상태정보 및 노드가 가지고 있는 데이터에 대한 정보 중 적어도 하나를 포함할 수 있다.
노드의 상태정보는 예를 들어, 배터리 잔량, 메모리 사용량, 데이터 처리량, 네트워크 대역폭 등 장치의 상태와 관련된 값일 수 있다. 또한, 노드가 가지고 있는 데이터에 대한 정보는 노드가 어떠한 데이터를 가지고 있는지에 대한 정보 및 노드가 가지고 있는 데이터의 특성에 대한 정보를 포함할 수 있다.
한편, 사용자로부터 서비스를 요청받은 노드는 네트워크로 연결된 다른 노드 및 자신의 데이터의 특성에 대한 정보에 기초하여 노드별 데이터 품질을 평가할 수 있다.
이때, 일 실시예에 따르면, 데이터의 품질은 데이터 특성 요소들의 가중합에 의해 평가될 수 있으며, 가중치는 사용자에 의해 입력 받을 수 있다.
또 다른 실시예에 따르면, 동일하거나 유사한 데이터에 대한 가중치 정보가 있는 경우, 그 데이터의 가중치가 이용될 수 있다.
또 다른 실시예에 따르면, 데이터 특성 요소들에 대한 가중치는 서비스 종류별로 미리 설정된 값을 이용할 수 있다.
한편, 데이터의 품질을 평가하기 위한 방법은 데이터 특성요소들의 가중합에 한정되는 것은 아니며, 예를 들어, 데이터 특성요소들의 평균값을 이용하거나, min 또는 max 함수를 이용하는 등 필요에 따라 다양한 형태의 함수를 이용하여 데이터의 품질을 평가할 수 있다.
한편, 사용자로부터 서비스를 요청받은 노드는 서비스 실행을 설정할 수 있다(450). 일 실시예에 따르면, 서비스 실행 설정은 요청된 서비스에 대한 요구사항 및 노드정보에 기초하여 서비스 실행을 위해 처리되어야 할 태스크를 어느 노드에서 어떠한 데이터를 이용하여 처리할지 여부를 포함할 수 있다.
구체적으로, 서비스를 요청받은 노드는 수집된 노드정보에 기초하여 요청된 서비스에 대한 요구사항을 만족할 수 있는 서비스 실행을 설정할 수 있다.
일 실시예에 따르면, 서비스 실행 설정은 요청된 서비스에 대한 요구사항 및 노드정보에 기초하여 어느 노드에서 어떠한 데이터를 이용하여 태스크를 실행할지 여부를 포함할 수 있다.
도 5는 일 실시예에 따른 태스크 실행 설정을 이용한 서비스 실행 설정 절차를 나타내는 순서도이다.
도 5를 참조하면, 사용자로부터 서비스를 요청받은 노드는 자신의 노드정보 및 다른 노드들의 노드정보를 이용하여 요청된 서비스를 실행하기 위해 처리 되어야 할 태스크들에 대해 가능한 태스크들의 실행 설정 조합을 생성할 수 있다(510).
또한, 요청된 서비스에 대해 가능한 태스크들의 실행 설정 조합들 중 서비스에 대한 요구사항을 만족하거나 요구사항에 가장 근접한 태스크 실행 설정 조합에 따라 서비스가 실행되도록 서비스 실행을 설정할 수 있다(530).
구체적으로, 각 노드의 성능정보 및 데이터의 품질에 기초하여 요구되는 자원 사용량 또는 서비스 결과 품질 중 적어도 하나를 만족하는 태스크 실행 설정 조합으로 서비스 실행을 설정할 수 있다.
한편, 일 실시예에 따르면, 서비스 실행 설정은 과거의 서비스 실행 결과를 이용하여 생성될 수 있다. 구체적으로, 요청된 서비스에 대한 서비스 실행 설정은 과거에 실행된 동일 또는 유사한 서비스에 대한 서비스 실행 설정, 자원 사용량, 요구사항, 성능 정보에 관한 데이터를 이용하여 생성될 수 있다.
한편, 본 발명의 실시 예들은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 장치에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등을 포함한다.
또한, 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
이상에서는 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
110: 요구사항 결정부 130: 노드 정보 수집부
150: 서비스 실행 설정부

Claims (22)

  1. 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법에 있어서,
    사용자로부터 요청된 제1 서비스에 대한 제1 요구사항을 결정하는 단계;
    상기 제1 서비스를 요청받은 노드 및 상기 제1 서비스를 요청받은 노드와 네트워크로 연결된 적어도 하나 이상의 노드들의 노드정보를 획득하는 단계; 및
    상기 획득된 노드정보에 기초하여 상기 제1 요구사항을 만족하는 상기 제1 서비스의 실행을 설정하는 단계;를 포함하고,
    상기 제1 서비스의 실행을 설정하는 단계는,
    상기 제1 서비스와 동일 또는 유사하고 과거에 실행된 제2 서비스에 대한 서비스 실행 설정, 상기 제2 서비스에 대한 자원 사용량, 상기 제2 서비스에 대한 제2 요구사항, 및 상기 제2 서비스에 대한 성능정보 중 적어도 하나를 이용하여 상기 제1 서비스의 실행을 설정하는 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법.
  2. 제 1 항에 있어서,
    상기 사용자로부터 요청된 제1 서비스에 대한 제1 요구사항을 결정하는 단계는,
    상기 요청된 제1 서비스에 대해 요구되는 사용자 만족도 및 자원 사용량 중 적어도 하나를 결정하는 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법.
  3. 제 2 항에 있어서,
    상기 사용자로부터 요청된 제1 서비스에 대한 제1 요구사항을 결정하는 단계는,
    사용자 만족도를 평가하기 위한 속성들에 대한 가중치를 사용자로부터 입력받아 요구되는 사용자 만족도를 결정하는 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법.
  4. 제 2 항에 있어서,
    상기 사용자로부터 요청된 제1 서비스에 대한 제1 요구사항을 결정하는 단계는,
    사용자로부터 선호하는 자원 사용량을 입력받아 요구되는 자원 사용량을 결정하는 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법.
  5. 제 2 항에 있어서,
    상기 사용자로부터 요청된 제1 서비스에 대한 제1 요구사항을 결정하는 단계는,
    서비스의 종류별로 미리 설정된 사용자 만족도를 평가하기 위한 속성들에 대한 가중치를 이용하여 요구되는 사용자 만족도를 결정하는 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법.
  6. 제 2 항에 있어서,
    상기 사용자로부터 요청된 제1 서비스에 대한 제1 요구사항을 결정하는 단계는,
    서비스의 종류별로 미리 설정된 자원 사용량을 이용하여 요구되는 자원 사용량을 결정하는 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법.
  7. 제 1 항에 있어서,
    상기 노드정보를 획득하는 단계는,
    상기 제1 서비스를 요청 받은 노드의 성능정보 및 데이터 특성에 대한 정보와 상기 제1 서비스를 요청 받은 노드와 네트워크로 연결된 적어도 하나 이상의 노드의 성능정보 및 데이터 특성에 대한 정보를 획득하는 단계; 및
    상기 획득된 데이터 특성에 대한 정보를 이용하여 각 노드의 데이터 품질을 평가하는 단계;를 포함하는 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법.
  8. 제 1 항에 있어서,
    상기 제1 서비스의 실행을 설정하는 단계는,
    상기 노드정보에 기초하여 상기 요청된 제1 서비스를 실행하기 위한 적어도 하나 이상의 태스크에 대한 태스크 실행 설정 조합을 생성하는 단계; 및
    상기 생성된 태스크 실행 설정 조합들 중 상기 제1 서비스에 대한 제1 요구사항을 만족하는 태스크 실행 설정 조합으로 상기 제1 서비스의 실행을 설정하는 단계;를 포함하는 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법.
  9. 삭제
  10. 제 1 항에 있어서,
    상기 서비스 실행을 설정하는 단계는,
    상기 제2 서비스에 대한 서비스 실행 결과에 기초한 확률 모델을 이용하여 상기 제1 서비스의 실행을 설정하는 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법.
  11. 삭제
  12. 사용자로부터 요청된 제1 서비스에 대한 제1 요구사항을 결정하는 요구사항 결정부;
    자신의 노드정보 및 네트워크로 연결된 적어도 하나 이상의 노드의 노드정보를 획득하는 노드정보 수집부; 및
    상기 획득된 노드정보에 기초하여 상기 제1 요구사항을 만족하는 상기 제1 서비스의 실행을 설정하는 서비스 실행 설정부;를 포함하고,
    상기 서비스 실행 설정부는,
    상기 제1 서비스와 동일 또는 유사하고 과거에 실행된 제2 서비스에 대한 서비스 실행 설정, 상기 제2 서비스에 대한 자원 사용량, 상기 제2 서비스에 대한 제2 요구사항, 및 상기 제2 서비스에 대한 성능정보 중 적어도 하나를 이용하여 상기 제1 서비스의 실행을 설정하는 컴퓨팅 장치.
  13. 삭제
  14. 삭제
  15. 삭제
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
  20. 삭제
  21. 삭제
  22. 삭제
KR1020130003090A 2013-01-10 2013-01-10 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법 및 컴퓨팅 장치 KR101961631B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130003090A KR101961631B1 (ko) 2013-01-10 2013-01-10 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법 및 컴퓨팅 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130003090A KR101961631B1 (ko) 2013-01-10 2013-01-10 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법 및 컴퓨팅 장치

Publications (2)

Publication Number Publication Date
KR20140090891A KR20140090891A (ko) 2014-07-18
KR101961631B1 true KR101961631B1 (ko) 2019-03-25

Family

ID=51738319

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130003090A KR101961631B1 (ko) 2013-01-10 2013-01-10 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법 및 컴퓨팅 장치

Country Status (1)

Country Link
KR (1) KR101961631B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101669366B1 (ko) * 2015-07-03 2016-11-09 인하대학교 산학협력단 유전자 알고리즘을 이용한 분산 서비스 통합 및 비용 최소화 시스템 및 방법
KR102526348B1 (ko) * 2018-05-28 2023-04-26 에스케이텔레콤 주식회사 네트워크장치 및 네트워크장치의 동작 방법
KR102462460B1 (ko) * 2020-11-24 2022-11-02 경희대학교 산학협력단 업링크 통신이 고려된 멀티 엑세스 에지 컴퓨팅 환경에서 신뢰성 있는 태스크 오프로딩 방법 및 시스템

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120067133A (ko) * 2010-12-15 2012-06-25 한국전자통신연구원 서비스 제공 방법 및 장치

Also Published As

Publication number Publication date
KR20140090891A (ko) 2014-07-18

Similar Documents

Publication Publication Date Title
Li et al. Deep reinforcement scheduling for mobile crowdsensing in fog computing
Kumari et al. Multimedia big data computing and Internet of Things applications: A taxonomy and process model
JP2019185716A (ja) エンティティ推薦方法及び装置
US11995128B2 (en) Low entropy browsing history for content quasi-personalization
Junaid et al. Modeling an optimized approach for load balancing in cloud
KR101785219B1 (ko) 사물 인터넷 환경에서의 그룹 사용자를 위한 그룹 구성 정보 기반 서비스 추천 방법
US11483408B2 (en) Feature-based network embedding
CN112231592A (zh) 基于图的网络社团发现方法、装置、设备以及存储介质
US20230368028A1 (en) Automated machine learning pre-trained model selector
KR101961631B1 (ko) 분산 컴퓨팅 환경에서의 서비스 실행 설정 방법 및 컴퓨팅 장치
KR102183140B1 (ko) 빅데이터에 기반한 사용자의 재구독 가능성 계산 장치 및 방법
WO2021245327A1 (en) Collaborative machine learning
US20230379763A1 (en) Dynamic continuous quality of service adjustment system
CN115718930A (zh) 一种基于用户画像的用户服务系统、方法及电子设备
WO2022199473A1 (zh) 基于差分隐私的业务分析方法及装置
KR101819965B1 (ko) 자원 협업을 위한 MBTI 기반 IoT 환경 자원 추천 시스템
Shafik et al. Recommendation system comparative analysis: internet of things aided networks
US20210176181A1 (en) Intelligent Conversion of Internet Domain Names to Vector Embeddings
Saputra et al. Federated learning framework with straggling mitigation and privacy-awareness for AI-based mobile application services
WO2022001887A1 (zh) 用于训练物品编码模型的方法和装置
WO2021175010A1 (zh) 用户性别识别的方法、装置、电子设备及存储介质
KR101926620B1 (ko) 자원 협업을 위한 MBTI 기반 IoT 환경 자원 추천 방법
Jain et al. An edge computing paradigm for time-sensitive applications
CN114679283A (zh) 区块链数据请求处理方法、装置、服务器及存储介质
CN115907056A (zh) 预测模型训练方法、信息预测方法及相应装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant