KR20050078101A - 그리드 정보서비스를 위한 지능형 모니터링 시스템 및 방법 - Google Patents

그리드 정보서비스를 위한 지능형 모니터링 시스템 및 방법 Download PDF

Info

Publication number
KR20050078101A
KR20050078101A KR1020040006222A KR20040006222A KR20050078101A KR 20050078101 A KR20050078101 A KR 20050078101A KR 1020040006222 A KR1020040006222 A KR 1020040006222A KR 20040006222 A KR20040006222 A KR 20040006222A KR 20050078101 A KR20050078101 A KR 20050078101A
Authority
KR
South Korea
Prior art keywords
information
change
resource
monitoring
state
Prior art date
Application number
KR1020040006222A
Other languages
English (en)
Other versions
KR100547625B1 (ko
Inventor
임민열
김은성
홍원택
이종숙
박형우
허의남
Original Assignee
한국과학기술정보연구원
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 한국과학기술정보연구원 filed Critical 한국과학기술정보연구원
Priority to KR1020040006222A priority Critical patent/KR100547625B1/ko
Publication of KR20050078101A publication Critical patent/KR20050078101A/ko
Application granted granted Critical
Publication of KR100547625B1 publication Critical patent/KR100547625B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
    • G06F11/3096—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents wherein the means or processing minimize the use of computing system or of computing system component resources, e.g. non-intrusive monitoring which minimizes the probe effect: sniffing, intercepting, indirectly deriving the monitored data from other directly available data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/301—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is a virtual computing platform, e.g. logically partitioned systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

본 발명은 자원 정보 관리 시스템에 관한 것으로, 특히 네트워크 상에 퍼져 있는 자원을 최적의 동적 주기로 모니터링하는 것이다. 구체적으로, 자원 상태의 변화 정도를 감시하고 그로부터 얻어지는 자원의 상태 변화율 및 모니터링의 잘못된 예측으로 인한 손실률을 이용해 모니터링 주기를 조절하는 시스템 및 방법에 관한 것이다. 본 발명의 시스템 및 방법에 의하면, 동적인 정보를 보다 정확하게 수집할 수 있고, 상태의 변화 발생시에 모니터링 하므로써 오버헤드를 최소화한다.

Description

그리드 정보서비스를 위한 지능형 모니터링 시스템 및 방법{Monitering system for information service of Grid and method thereof}
국가나 전세계에서 단순히 컴퓨터만이 아니라 대용량 저장 장치, 다양한 고성능 연구 장비들의 통합되어 네트워크로 연결된 가상의 슈퍼컴퓨터를 형태를 그리드라 한다.
이러한 이기종의 컴퓨팅 자원이나 연구 장비를 통합하는 그리드 환경에서는 하드웨어와 소프트웨어 정보, 동적인 시스템 상태 정보 등 다양하고 많은 자원들이 있는데, 이것은 그리드 자원 관리 시스템에 의해 관리된다. 이러한 자원관리 시스템은 자원을 모니터링함으로써, 자원을 수집하고 자원의 정보를 파악하고 자원의 상태를 파악할 수 있다. 따라서, 그리드 환경에서 자원 관리 시스템이 자원의 정보를 분석하고 관리하기 위해서는 반드시 모니터링 과정이 선행되어야 한다. 즉, 효율적인 자원관리를 위해 자원 정보에 관한 모니터링은 반드시 이루어져야 한다.
그리드 상에서의 모니터링 기술은 오류가 감지된 응용프로그램, 네트워크, 호스트의 오류 혹은 과부하가 감지될 경우 능동적인 자원관리가 가능하도록 한다. 여기서 문제는 반드시 이루어져야 하는 자원 정보에 대한 모니터링을 얼마나 자주 하느냐 하는데 있다.
실시간으로 변하는 그리드 자원의 특성상 정확한 자원 정보를 파악하기 위해서는 모니터링 또한 실시간으로 이루어져야 한다. 그러나, 실시간 모니터링은 시스템 성능에 오버헤드를 발생시키므로 얼마나 효율적인 주기로 모니터링을 하는가가 중요하다. 예를들어 자원 상태 변화가 거의 없는데 짧은 주기로 모니터링이 계속 이루어진다면 모니터링에 의한 오버헤드만이 증가할 것이며, 자원 상태 변화가 큰데 긴 주기로 모니터링이 이루어진다면 정확하지 않은 자원 정보를 가지고 자원 관리 시스템에서 자원 관리를 하게 된다.
현재 그리드의 모니터링 시스템은 그리드 환경의 유동성이 크고, 실시간으로 달라질 수 있는 가능성을 무시한 채, 일정한 주기를 주어 자원 정보에 대한 모니터링을 하고 있다. 다시 말해서 그리드 환경의 자원 성능 상태와는 상관없이 모니터링한다.
그리드 모니터링 시스템은 그리드 환경에서 개별 작업환경에서와 같이 프로그램이 수행되는 과정에서 잘못이 유발될 수 있는 조건을 찾아 자원을 모니터링하는 메커니즘과 QoS를 조절하기 위한 회복 메커니즘으로 구성된다.
한 예로, 정보력그리드(Information Power Grid [IPG])는 오류를 유발할 수 있는 가능성이 높은 특성을 고려하여 구축된 모니터링 시스템으로, 컴포넌트, 센서(sensor) 및 구동기(actuator), 이벤트 서비스(event service)의 세가지 기본적인 구성요소를 포함한다.
센서는 타겟 시스템의 자원을 측정한다. 통상 센서는 각각 유닉스 유틸리티와 센서의 특정화된 측정을 실행한다. 이러한 측정은 센서마다 추정되는 수치로 표현된다. 내부센서는 리소스 사용정보를 불려진 프로세스 상에서 수집할 수 있다.
구동기는 센서의 작업과 동일하지만, 다른 점은 특정화된 작업이나, 작업관리 또는 사용자 정의 작업을 수행하는데 있어, 쉘(shell) 스크립트를 사용한다. 구동기를 사용하는 작업은 프로세스 중단(kill process), 메일전송(send mail), 쉘 명령(shell command) 수행, 글로버스 명령 일부 등을 포함한다.
이벤트 서비스는 센서에서 수집된 정보를 그 정보에 관심이 있는 다른 작업공간에 제공하는 메커니즘이다. 이벤트 서비스는 고객이 특정 정보와 그 정보를 위한 서버를 요구하기 위해 요청자와 제공자 범례를 갖고 있다.
그러나, 이러한 종래의 기술은 자원 정보를 좀더 정확하게 알기 위해서나 오류를 막기 위해서만 설계되어 있을 뿐, 모니터링이 가지고 있는 근본적인 문제였던 모니터링 시의 오버헤드에 대해선 대책이 세워지지 못했다. 그리드 환경에서 자원을 사용자가 원하는 만큼 가장 정확한 정보를 제공하기 위해서는 항시 모니터링을 하는 것이 좋으나 실질적인 오버헤드가 너무 많아 효과적으로 모니터링하는 메커니즘이 필요하다.
상기 문제를 해결하기 위하여, 본 발명은 자원 상태 변화율에 따라 모니터링 주기를 최적화할 수 있는 시스템 및 방법을 제공하는 것을 목적으로 한다.
따라서, 본 발명은 보다 정확한 데이터를 수집하면서, 시스템의 오버헤드를 줄일 수 있다.
본 발명은 자원 상태 변화가 많은 그리드 환경의 특성을 고려하여, 자원 상태의 변화 정도를 감시하고 그로부터 얻어지는 자원의 상태 변화율 및 모니터링의 잘못된 예측으로 인한 손실률을 이용해 모니터링 주기를 조절하는 시스템 및 방법에 관한 것이다.
본 발명은 CPU 상태를 관찰하여 자원 정보의 상태 변화율을 파악하고, 이것을 이용하여 다른 자원 상태도 변화가 발생하였는지를 판단한다.
그리드 프로그램이 수행될 때, CPU의 변화율에 따라 나머지 자원들의 사용량이 변하므로 CPU 사용률의 변화를 살펴보면 자원의 상태 변화 정도를 예측할 수 있다. CPU의 사용률이 거의 변화가 없으면 다른 자원의 상태도 거의 변화가 없고, CPU 사용률에 변화가 많이 생기면 다른 자원 상태 또한 변화가 많다고 판단할 수 있는 것이다. 따라서, 본 발명은 단지 CPU 사용률이 아니라, CPU 사용률의 변화율의 크고, 작음으로 모니터링의 여부를 결정하고 모니터링 주기를 조절한다. CPU의 상태를 이용하여 자원의 상태가 변화하였음을 발견되면, 이때 모니터링을 실시한다. 시스템 사용률이 많고 적음을 모니터링 주기에 적용하는 대신에, 시스템 사용률의 변화 정도를 모니터링 주기에 적용하여, 그리드 환경에 보다 적합한 모니터링을 할 수 있게 한다.
(1) 동적 모니터링 방법
CPU 사용률로 자원의 상태가 변화하였음을 알아보는 방법을 설명한다.
먼저, 현재 모니터링을 통해 들어오는 CPU 상태 정보와 과거 모니터링한 CPU 상태 정보를 비교한다.
현재 CPU가 사용하고 있는 CPU 사용률을 %로 모니터링해 오면, 다른 사용자에게 자원을 할당해 줄 수 있는 양은 전체 CPU 사용률 100%에서 현재 CPU 사용률을 뺀 값 e(k)가 된다. 이를 CPU idle 값이라 한다. 즉, e(k-1)은 전단계에서 모니터링된 CPU 사용률을 뺀 %로 전단계에서 다른 사용자에게 할당할 수 있는 CPU 사용률이다.
또한, 현재의 자원 상태 변화뿐만 아니라 과거 히스토리까지 고려한 PID(Proportional Integrated Differential) 컨트롤러 및 동적 임계치(dynamic threshold)를 이용하여 자원 정보 상태 예측값 u(k)를 다음 식으로 계산한다.
이때, PID 컨트롤러는 각각 kp =-0.5, ki=0.125, kd =-0.125로 조율을 맞춘다. 이것은 PID 컨트롤러를 이용하여 u(k)를 현재 모니터링된 CPU idle 값 e(k)로 나타낸 것이다.
마지막으로, 자원 상태 변화를 알기 위해 CPU 사용률의 변화량 |u(k)-u(k-1)|를 계산한다.
|u(k)-u(k-1)|의 값을 시스템의 현 상태를 PID 컨트롤러로 나타낸 ki*e(k) 값과 비교해 볼 수 있다. 두 식을 비교해 볼 때 |u(k)-u(k-1)|이 ki*e(k)보다 작거나 같으면, 현재 CPU 사용률과 그 전의 CPU 사용률의 변화정도가 거의 없는 것이므로 CPU 사용률의 변화율이 거의 없는 안정된 상태를 의미한다. 반대로, |u(k)-u(k-1)|가 ki*e(k)보다 크다면 현재 CPU 사용률과 그 전의 CPU 사용률의 변화정도가 큰 것으로 자원의 상태에 큰 변화가 있는 상태라는 것을 유추할 수 있다. 즉, CPU 사용률의 변화량을 PID 컨트롤러를 통해 나타낸 |u(k)-u(k-1)|값과 ki*e(k) 값을 비교하여 그리드의 자원 상태가 변화하였음을 파악하므로써, 모니터링이 이루어지도록 하는 것이다.
또한, 본 발명은 자원의 오버헤드, 자원 정보의 불확실성에 대한 손실률 등을 이용하여 주기를 계산하는 방법을 제공한다.
(2) 최적 모니터링 주기의 계산
그리드 환경에서는 자원관리 시스템이 모니터링 시스템을 통하여 자원 상태 정보를 계속해서 필요로 한다. 이렇게 자원 정보에 대한 모니터링은 계속 일어나 매번 자원의 상태 정보를 업데이트한다. 실시간으로 자원의 상태 정보가 변하는 그리드 환경에서 자원에 대한 모니터링 시스템은 실시간으로 처리되는 것이 가장 정확하겠지만, 방대한 자원의 정보를 실시간으로 처리하는 데 많은 자원이 사용됨에 따른 오버헤드 비용이 소모된다.
그러므로, 모니터링 시스템이 얼마나 적합한 주기로 모니터링이 이루어지는 것이 보다 더 효율적인가에 대한 문제가 중요시 고려된다. 즉, 실시간으로 모니터링을 한다면 가장 정확한 자원의 정보를 알 수 있겠지만, 자원의 성능에 대한 오버헤드가 클 것이며, 자원의 변화가 큰 상태에 시스템에서 모니터링 주기가 길다면 자원의 상태 정보를 정확하게 분석할 수가 없을 것이다.
또한, 자원의 변화가 거의 없는 상태에서 모니터링 주기가 짧다면 자원 성능에 오버헤드가 발생될 뿐이다. 그러므로, 자원의 변화 상태 정도에 따라 능동적으로 모니터링 주기가 조절되는 것이 가장 최적의 모니터링 시스템이라 할 수 있다.
상술한 자원의 상태변화를 파악하여 상태 변화율이 큰 경우에 모니터링이 이루어지는 동적 모니터링 주기 메커니즘과 달리, 그리드 환경에서 모니터링 주기를 시스템 상황에 따라 변화를 주어 모니터링함으로써, 정확한 자원의 정보를 제공하면서 모니터링 비용과 오버헤드를 줄이는 메커니즘을 설명한다.
그리드 환경에서의 가변적인 사항은 크게 세 가지가 있다. 첫째, 자원의 상황이 얼마나 가변적인지를 표시하는 자원 상태 변화율, 둘째, 사용자가 원하는 자원을 제공하기 위해 자원 정보를 알아보는데 사용되는 모니터링 자원에 대한 오버헤드 비용, 세째, 실시간으로 자원 상태에 대한 정보를 갖고 있지 않기에 자원 정보를 잘못 파악하여 발생되는 손실률이 그것이다. 본 발명의 모니터링 시스템 및 방법은 상기 3가지의 가변 사항을 고려하여 자원 상태에 따라 변화하는 모니터링 주기를 모델링한다.
이하에서는 상기 가변사항에 대한 변수를 정의한다.
첫째, 모니터링 주기 동안 자원의 상태가 얼마나 변화할 지에 대한 자원 상태 변화율은 변화가능성 p로 나타낸다. 변화가능성 p는 사용자수, 프로세스 수 등의 시스템 상황에 따라 달라지게 된다. 초기 시스템 상황을 파악하려면 실시간 모니터링을 하여 모니터링 주기 동안의 변화가능성 p를 샘플링 해야 하는데, 이는 실시간 모니터링과 모니터링 주기를 갖은 모니터링 시스템을 각각 실행시켜야 하므로 오버헤드가 크다. 따라서, 본 발명에서는 현재 사용자 수와 프로세스 수 등을 고려하여 관리자가 변화가능성 p를 초기화하는 것으로 한다.
둘째, 주기적인 모니터링에 의한 시스템 자원 사용 오버헤드 비용 M은 일정한 오버헤드 비용이기에 CPU, 메모리, 네트워크 사용률의 합계 %로 나타내 이용한다.
세째, 모니터링 주기동안 자원 상태 정보가 변화하여 제대로 작업을 수행하지 못해 발생한 손실률을 L로 나타낸다. 즉, 모니터링 주기 동안 20%의 변화가능성 p를 갖은 상황에서 자원 상태 변화가 40%였다면, 20%의 자원 상태 변화를 제외한 20% 자원 상태 변화는 작업을 제대로 수행하지 못해 발생한 손실률 L이 된다.
상기 네 가지의 변수들 중에, 자원 상태 변화가능성을 예측하는 p값은 사용자에 의해 초기값을 주고, 모니터링 시스템이 실행되면서 모니터링 시스템 자체가 갖는 오버헤드 비용 또한 시스템마다 주어진 값이므로, 시스템의 변화로 자원 상태를 예측하지 못하여 발생되는 손실률 L에 의해서 모니터링 주기 t가 변하게 된다.
즉, 사용자가 자원을 얻고자 한다면, 자원의 정보를 알기 위해 모니터링 자체가 사용하는 오버헤드 비용 M, 자원 상태 정보가 얼마나 많이 변화되었는가를 나타내는 변화가능성 p, 모니터링된 자원의 상태가 갑자기 변화하여 변화가능성 p보다 크게 되어 발생되는 손실률 L로 모니터링 주기 t를 조절하는 것이다.
이제, 그리드 환경에서 자원 상태 정보의 변화가능성 p와 모니터링 시스템 실행에 따른 오버헤드 비용 M, 자원 상태가 변함을 예측하지 못해 발생한 손실률 L을 이용하여 최적의 모니터링 주기 topt를 모델링 하는 과정을 설명한다.
첫 단계로, 모니터링 주기 t 시간 동안에 시스템이 변화할 가능성을 다음과 같이 나타낼 수 있다.
두 번째 단계로, 상기 모니터링 주기 t 시간 동안 자원의 상태 정보가 변화하여 발생하게 되는 손실 비용은 t시간 동안 변화될 가능성에 의한 손실량 L이므로 다음과 같이 나타낼 수 있다.
세 번째 단계에서는 모니터링 주기 t 동안 모니터링이 실행되면서 사용한 자원 자체에 대한 오버헤드 비용을 포함하면, 모니터링 시스템이 구동될 때 모니터링 주기 t 동안에 발생한 모든 비용을 나타낸다. 즉, 모니터링 주기 t 동안의 총 비용인 것이며, 이는 다음과 같다.
M +
네 번째 단계로, 위의 모니터링 주기 t 동안의 모든 비용을 단위 시간당 사용한 비용으로 나타낸 것으로, 총비용을 모니터링 주기 t로 나눈 것이다. 즉, 시간당 모니터링의 비용이 다음과 같다.
다섯 번째 단계로, 최적의 모니터링 주기 topt 값을 구하기 위해 단위 시간당 모니터링에 사용된 비용 C 값을 최소화 해야 한다. 즉, 미분을 통해 모니터링 비용을 최소화하여 식을 간단히 정리하면 다음과 같다.
이상의 방법으로 topt 을 간단하게 계산하여 손실률에 따른 모니터링 주기를 조절할 수 있다. 즉, 자원 상태의 변화율이 작아서 자원의 손실률 L이 작아지면 모니터링 주기 topt 는 길어진다.
본 발명은 다른 실시예로 타겟 시스템의 자원을 측정하는 센서, 현저한 변화가 있는 자원의 상태 정보만을 제공하는 정보제공부, 및 상기 정보제공부로부터 제공되는 정보를 수집하는 정보수집가로 구성되며,상기 정보제공부는 자원의 상태 정보를 제공하는 정보제공자, 상기 정보제공자로부터 제공되는 정보의 변화를 감지하는 변화감지기, 및 상기 변화감지기에서 정보의 변화가 감지된 경우 상기 정보제공자로부터 정보를 요구하는 정보제공매니저로 구성되는 것을 특징으로 하는 그리드 환경의 모니터링 시스템을 제공한다.
또한, 본 발명은 일 실시예로서, 상기 변화감지기는 정보제공자로부터 들어오는 현재의 CPU 상태 정보와 과거의 CPU 상태 정보를 비교하고, 다른 사용자에게 자원을 할당해 줄 수 있는 양을 계산하며, 자원 정보 상태 예측값을 구하고, CPU 사용률의 변화량을 계산하여, 상기 CPU 사용률의 변화량과 시스템의 현상태를 비교하고, 상기 비교로부터 자원의 상태 변화를 판단하는 것을 특징으로 하는 그리드 환경의 모니터링 시스템을 제공한다.
나아가 본 발명은 일 실시예로서, 시스템 변화 가능성 p, 자원의 상태 정보가 변화하므로써 발생하게 되는 손실률 L, 및 오버헤드 비용 M으로부터 모니터링 주기 t 동안의 시스템 변화 가능성을 구하고, 상기 t 시간 동안 시스템 변화 가능성에 의한 손실비용을 구하고, 상기 t 시간 동안의 총비용을 구하여 그로부터 계산된 최적의 모니터링 주기 topt 로 모니터링하는 그리드 환경의 모니터링 시스템을 제공한다.
이때 topt 값은 상기 (2)최적의 모니터링 주기 계산에서 설명된 방법에 의해 구해진다.
본 발명은 현재 자원의 상태 변화가 발생하였을 때 모니터링 할 수 있으므로, 동적인 정보를 보다 정확하게 수집할 수 있고, 상태의 변화 발생시에 모니터링 하므로써 오버헤드를 최소화한다.
또한, 그리드 모니터링 기반 위에 새로운 하나의 모듈을 추가함으로써, 자원 상태 변화율에 따라 최적의 모니터링 주기를 갖도록 설계할 수 있어, 쉽게 적용될 수 있다.
도1은 종래 모니터링 시스템 구성도이다.
도2는 그리드 환경의 최적화된 동적 모니터링 모듈이 포함된 본 발명의 모니터링 시스템의 구성도이다.
도3은 자원의 유효한 변화에 대해 감지하고 이를 자원정보 시스템에 알려주는 본 발명의 모니터링 방법의 전체 흐름도이다.

Claims (6)

  1. 현재 모니터링을 통해 들어오는 CPU 상태 정보와 과거 모니터링한 CPU 상태 정보를 비교하는 단계;
    다른 사용자에게 자원을 할당해 줄 수 있는 양을 계산하는 단계;
    자원 정보 상태 예측값을 구하는 단계;
    CPU 사용률의 변화량을 계산하는 단계;
    상기 CPU 사용률의 변화량과 시스템의 현상태를 비교하는 단계; 및
    상기 비교로부터 자원의 상태가 변화하였음이 발견되면, 모니터링을 실시하는 단계를 포함하는 것을 특징으로 하는 그리드 환경의 모니터링 방법.
  2. 시스템 변화 가능성 p를 구하는 단계;
    자원의 상태 정보가 변화하므로써 발생하게 되는 손실률 L을 상기 p와 자원 상태 변화의 차로 구하는 단계;
    CPU, 메모리 및 네트워크의 사용률의 합계로서 오버헤드 비용 M을 구하는 단계;
    모니터링 주기 t 동안의 시스템 변화 가능성을 구하는 단계;
    상기 t 시간 동안 시스템 변화 가능성에 의한 손실비용을 구하는 단계;
    상기 t 시간 동안의 총비용을 구하는 단계; 및
    최적의 모니터링 주기 topt 값을 구하는 단계를 포함하는 것을 특징으로 하는 그리드 환경의 모니터링 방법.
  3. 제 2 항에서, 상기 p는 현재 사용자수와 프로세스수를 고려하여 구하는 것을 특징으로 하는 그리드 환경의 모니터링 방법.
  4. 타겟 시스템의 자원을 측정하는 센서,
    현저한 변화가 있는 자원의 상태 정보만을 제공하는 정보제공부, 및
    상기 정보제공부로부터 제공되는 정보를 수집하는 정보수집가로 구성되며,
    상기 정보제공부는 자원의 상태 정보를 제공하는 정보제공자,
    상기 정보제공자로부터 제공되는 정보의 변화를 감지하는 변화감지기, 및
    상기 변화감지기에서 정보의 변화가 감지된 경우 상기 정보제공자로부터 정보를 요구하는 정보제공매니저로 구성되는 것을 특징으로 하는 그리드 환경의 모니터링 시스템.
  5. 제 4 항에 있어서, 상기 변화감지기는 정보제공자로부터 들어오는 현재의 CPU 상태 정보와 과거의 CPU 상태 정보를 비교하고, 다른 사용자에게 자원을 할당해 줄 수 있는 양을 계산하며, 자원 정보 상태 예측값을 구하고, CPU 사용률의 변화량을 계산하여, 상기 CPU 사용률의 변화량과 시스템의 현상태를 비교하고, 상기 비교로부터 자원의 상태 변화를 판단하는 것을 특징으로 하는 그리드 환경의 모니터링 시스템.
  6. 시스템 변화 가능성 p, 자원의 상태 정보가 변화하므로써 발생하게 되는 손실률 L, 및 오버헤드 비용 M으로부터 모니터링 주기 t 동안의 시스템 변화 가능성을 구하고, 상기 t 시간 동안 시스템 변화 가능성에 의한 손실비용을 구하고, 상기 t 시간 동안의 총비용을 구하여 그로부터 계산된 최적의 모니터링 주기 topt 로 모니터링하는 그리드 환경의 모니터링 시스템.
KR1020040006222A 2004-01-30 2004-01-30 그리드 정보서비스를 위한 지능형 모니터링 시스템 및 방법 KR100547625B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020040006222A KR100547625B1 (ko) 2004-01-30 2004-01-30 그리드 정보서비스를 위한 지능형 모니터링 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020040006222A KR100547625B1 (ko) 2004-01-30 2004-01-30 그리드 정보서비스를 위한 지능형 모니터링 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20050078101A true KR20050078101A (ko) 2005-08-04
KR100547625B1 KR100547625B1 (ko) 2006-01-31

Family

ID=37265359

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020040006222A KR100547625B1 (ko) 2004-01-30 2004-01-30 그리드 정보서비스를 위한 지능형 모니터링 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR100547625B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100856664B1 (ko) * 2006-06-14 2008-09-04 주식회사 케이티 그리드 기술 기반의 ａｓｐ 서비스 장치 및 그 서버 풀할당 방법
KR100858210B1 (ko) * 2008-02-11 2008-09-10 주식회사 케이티 그리드 기술 기반의 ａｓｐ 서비스 장치에서의 서버 풀관리 방법
KR100858205B1 (ko) * 2006-06-13 2008-09-10 주식회사 케이티 그리드 기술 기반의 ａｓｐ 서비스 장치 및 그 방법
KR101248470B1 (ko) * 2012-03-14 2013-03-27 주식회사 팀스톤 자원 모니터링 컴퓨팅 장치, 방법 및 그 방법을 실행시키기 위한 프로그램을 기록한 기록매체
KR101478327B1 (ko) * 2013-01-28 2014-12-31 네이버 주식회사 시스템 최적화 모니터링 및 오동작 방지 장치, 방법 및 컴퓨터 판독 가능한 기록 매체
CN116599873A (zh) * 2023-07-13 2023-08-15 中国电信股份有限公司 VoLTE系统监控方法及装置、存储介质和电子设备

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100858205B1 (ko) * 2006-06-13 2008-09-10 주식회사 케이티 그리드 기술 기반의 ａｓｐ 서비스 장치 및 그 방법
KR100856664B1 (ko) * 2006-06-14 2008-09-04 주식회사 케이티 그리드 기술 기반의 ａｓｐ 서비스 장치 및 그 서버 풀할당 방법
KR100858210B1 (ko) * 2008-02-11 2008-09-10 주식회사 케이티 그리드 기술 기반의 ａｓｐ 서비스 장치에서의 서버 풀관리 방법
KR101248470B1 (ko) * 2012-03-14 2013-03-27 주식회사 팀스톤 자원 모니터링 컴퓨팅 장치, 방법 및 그 방법을 실행시키기 위한 프로그램을 기록한 기록매체
KR101478327B1 (ko) * 2013-01-28 2014-12-31 네이버 주식회사 시스템 최적화 모니터링 및 오동작 방지 장치, 방법 및 컴퓨터 판독 가능한 기록 매체
CN116599873A (zh) * 2023-07-13 2023-08-15 中国电信股份有限公司 VoLTE系统监控方法及装置、存储介质和电子设备
CN116599873B (zh) * 2023-07-13 2023-11-07 中国电信股份有限公司 VoLTE系统监控方法及装置、存储介质和电子设备

Also Published As

Publication number Publication date
KR100547625B1 (ko) 2006-01-31

Similar Documents

Publication Publication Date Title
US10719343B2 (en) Optimizing virtual machines placement in cloud computing environments
US9588816B2 (en) Performance interference model for managing consolidated workloads in QOS-aware clouds
US8234229B2 (en) Method and apparatus for prediction of computer system performance based on types and numbers of active devices
KR20190070659A (ko) 컨테이너 기반의 자원 할당을 지원하는 클라우드 컴퓨팅 장치 및 방법
US7890297B2 (en) Predictive monitoring method and system
JP6193393B2 (ja) 分散コンピューティングシステムのための電力の最適化
US8732307B1 (en) Predictive control for resource entitlement
EP2625615A2 (en) Systems and methods for power consumption profiling and auditing
US20060136695A1 (en) Method and system for controlling the capacity usage of a logically partitioned data processing system
Rameshan et al. Hubbub-scale: Towards reliable elastic scaling under multi-tenancy
KR100547625B1 (ko) 그리드 정보서비스를 위한 지능형 모니터링 시스템 및 방법
Shen et al. A resource-efficient predictive resource provisioning system in cloud systems
WO2019153188A1 (en) Gpu power modeling using system performance data
Rameshan et al. Augmenting elasticity controllers for improved accuracy
Chen et al. Towards resource-efficient cloud systems: Avoiding over-provisioning in demand-prediction based resource provisioning
US20220050761A1 (en) Low overhead performance data collection
Huh et al. Accommodating QoS prediction in an adaptive resource management framework
Rood et al. Scheduling on the grid via multi-state resource availability prediction
Zhao et al. Software maintenance optimization based on Stackelberg game methods
JPWO2013129061A1 (ja) 同時接続数制御システム、同時接続数制御サーバ、同時接続数制御方法および同時接続数制御プログラム
Katal et al. Virtual Machine Scaling in Autonomic Cloud Resource Management
Pfister et al. Daedalus: Self-Adaptive Horizontal Autoscaling for Resource Efficiency of Distributed Stream Processing Systems
Liao et al. STAAF: Spatial-Temporal Correlations Aware AutoScaling Framework for Microservices
Beltrán et al. Estimating a workstation CPU assignment with the DYPAP monitor
Appleby et al. Using automatically derived load thresholds to manage compute resources on-demand

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
FPAY Annual fee payment

Payment date: 20100830

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20130111

Year of fee payment: 8

LAPS Lapse due to unpaid annual fee