기계학습 기반 FaaS 클라우드 리전 선택 기법

조성배; 한기준; 김동균

doi:10.5626/KTCP.2021.27.7.325

추천

검색

질문

자료유형: 학술저널

저자정보: 조성배 (경북대학교) 한기준 (경북대학교) 김동균 (경북대학교)

저널정보: Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제27권 제7호

발행연도: 2021.7

수록면: 325 - 330 (6page)

DOI: 10.5626/KTCP.2021.27.7.325

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

FaaS(Function as a Service)는 분산된 클라우드 자원에 함수를 등록하고 실행되는 횟수만큼 비용을 지불하는 방식의 클라우드 서비스를 말하며 이는 주로 서버리스(Serverless) 컴퓨팅을 구현하기 위해 사용된다. 주요 클라우드 공급업체가 현재 서버리스 컴퓨팅 플랫폼을 제공함에 따라 많은 서비스가 FaaS기반으로 구축되고 있다. 개별 함수는 전 세계 여러 지역에 흩어져있는 복수의 클라우드 리전(Region)에 배포할 수 있으며, 일반적으로 단순히 지리적으로 가장 가까운 리전의 함수를 선택하여 사용하게 된다. 하지만 로그를 분석해보면 지리적으로 가장 가까운 리전의 응답속도가 항상 가장 빠른 것이 아니라는 것을 알 수 있고, 보다 빠른 리전을 예측하여 선택할 수 있다면 추가적인 서비스 응답 속도 개선이 가능하다. 본 연구에서는 FaaS의 응답 시간을 기준으로 각 리전의 로그를 비교·분석하고 기계학습을 통해 최적의 지역을 예측하는 방법을 제시하고자 한다.

#서버리스 #서버리스 컴퓨팅 #클라우드 리전 #기계 학습 #Function as a Service (FaaS) #serverless computing #cloud region #machine learning,XGBoost

참고문헌 (19)

참고문헌 신청

E. Van Eyk, L. Toader, S. Talluri, L. Versluis, A. Uta, and A. Iosup, "Serverless is More: From PaaS to Present Cloud Computing," IEEE Internet Comput., Vol. 22, No. 5, pp. 8-17, 2018.

N. Abbas, Y. Zhang, A. Taherkordi, and T. Skeie, "Mobile Edge Computing: A Survey," IEEE Internet Things J., Vol. 5, No. 1, pp. 450-465, 2018.

Amazon Web Services, Inc. (2020, March 21). AWS Lambda [Online]. Available: https://aws.amazon.com/lambda/.

Microsoft. (2020, March 21). Azure Functions [Onli ne]. Available: https://azure.microsoft.com/en-us/services/functions/.

Google. (2020, March 21). Google Cloud Functions [Online]. Available: https://cloud.google.com/functions/.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

조성배

소속기관 연세대학교

주요연구분야 공학 > 컴퓨터학 TOP 0.5% 복합학 > 학제간연구

논문수 548 이용수 54,347

한기준

소속기관 경북대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 컴퓨터학

논문수 298 이용수 7,531

김동균

소속기관 경북대학교

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

논문수 126 이용수 7,460

이 논문과 함께 이용한 논문

풍력발전기용 3열 롤러 피치 베어링의 롤러 프로파일에 따른 응력 평가

이만규 , 이병인 , 김승우 외 1명 동력시스템공학회지 2024 .10

분절모델 기반의 소리 이벤트 검출

김수종 , 정용주 한국정보기술학회논문지 2023 .06

QR 분해에 기반한 저 복잡도 센서 선택 알고리즘

김윤학 한국정보통신학회논문지 2023 .01

LLM 애플리케이션 아키텍처를 활용한 생성형 AI 서비스 구현: RAG모델과 LangChain 프레임워크 기반

정천수 지능정보연구 2023 .12

분산 엣지 클라우드 환경에서 이벤트 기반 Function as a Service 연구

김도현 , 송수현 , 송지원 외 2명 한국통신학회 학술대회논문집 2021 .11

최근 본 자료

전체보기

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 (19)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)