분산 실시간 서비스를 위한 TMO 객체그룹 모델의 구축

신창선; 김명희; 주수종

추천

검색

질문

자료유형: 학술저널

저자정보: 신창선 김명희 주수종

저널정보: Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 시스템 및 이론 정보과학회논문지 : 시스템 및 이론 제30권 제5·6호

발행연도: 2003.6

수록면: 307 - 318 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문에서는 분산 객체 컴퓨팅 환경에서 보장된 실시간 서비스를 지원하는 TMO 객체그룹(TMO Object Group) 모델을 설계,구축하고, 우리 모델의 정확한 분산 실시간 서비스 수행능력을 검증한다.
우리가 제안한 TMO 객체그룹은 TINA(Telecommunications Information Networking Architecture)의 객체그룹 개념을 기반으로, 실시간 특성을 가지는 TMO(Time-triggered Message-triggered Object) 객체들과 객체그룹 내의 객체 관리 서비스(Object Management Service), 실시간 스케쥴링 서비스(Real-Time Scheduling Service)를 지원하는 컴포넌트들로 구성된다. 또한, TMO 객체는 분산 시스템에 비중복 또는 중복으로 존재할 수 있다. 본 모델은 특정 ORB나 운영체제들의 제약 없이 COTS(Commercial Off-The-Shelf) 미들웨어 상에서 보장된 분산 실시간 서비스를 수행한다.
TMO 객체그룹을 구축하기 위해 TMO 객체의 개념과 TMO 객체그룹의 구조를 정의하였고, 객체그룹 내의 컴포넌트들의 기능과 그들간의 상호작용을 설계,구현하였다. TMO 객체그룹은 객체 관리 서비스와 실시간 스케쥴링 서비스 지원을 위해 동적바인더객체(Dynamic Binder Object)와 스케쥴러객체(Scheduler Object)를 각각 가진다. 동적바인더객체는 클라이언트들의 요청에 대해 중복 TMO 객체 중 적정 객체를 선정하는 동적 바인딩 서비스를 지원하고, 스케쥴러객체는 클라이언트들의 서비스 요청에 대해 TMO 객체가 수행해야 할 작업들의 우선순위를 정하는 실시간 스케쥴링 서비스를 지원한다. TMO 객체그룹의 수행 검증을 위해 이미 연구된 알고리즘을 확장한 동적 바인딩 서비스를 위한 바인딩 우선순위(Binding Priority) 알고리즘과 실시간 스케쥴링 서비스를 위한 EDF(Earliest Deadline First) 알고리즘을 적용하여 동적바인더객체와 스케쥴러객체를 구현했다. 마지막으로 수치 분석을 통해 TMO 객체그룹이 비중복/중복 TMO 객체의 동적 바인딩 서비스와 클라이언트들의 요청을 받는 임의의 TMO 객체에서 실시간 스케쥴링 서비스를 지원하는지 검증했다.

In this paper, we design and construct a TMO object group that provides the guaranteed real-time services in the distributed object computing environments, and verify execution power of its model for the correct distributed real-time services.
The TMO object group we suggested is based on TINA's object group concept. This model consists of TMO objects having real-time properties and some components that support the object management service and the real-time scheduling service in the TMO object group. Also TMO objects can be duplicated or non-duplicated on distributed systems. Our model can execute the guaranteed distributed real-time service on COTS middlewares without restricting the specially ORB or the operating system. For achieving goals of our model, we defined the concepts of the TMO object and the structure of the TMO object group. Also we designed and implemented the functions and interactions of components in the object group. The TMO object group includes the Dynamic Binder object and the Scheduler object for supporting the object management service and the real-time scheduling service, respectively. The Dynamic Binder object supports the dynamic binding service that selects the appropriate one out of the duplicated TMO objects for the clients' request. And the Scheduler object supports the real-time scheduling service that determines the priority of tasks executed by an arbitrary TMO object for the clients' service requests. And then, in order to verify the executions of our model, we implemented the Dynamic Binder object and the Scheduler object adopting the binding priority algorithm for the dynamic binding service and the EDF algorithm for the real-time scheduling service from extending the existing known algorithms. Finally, from the numerical analyzed results we are shown, we verified whether our TMO object group model could support dynamic binding service for duplicated or non-duplicated TMO objects, also real-time scheduling service for an arbitrary TMO object requested from clients.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

신창선

소속기관 국립순천대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 컴퓨터학

논문수 35 이용수 4,743

김명희

소속기관 원광 디지털대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 컴퓨터학

논문수 113 이용수 6,418

주수종

소속기관 원광대학 전기전자 및 정보공학부

주요연구분야 공학 > 컴퓨터학 공학 > 전기전자공학 > 전기공학

논문수 47 이용수 2,773

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-569-017873184

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)