긴급 데이터 우선 처리를 위한 케플러 워크플로우의 확장 :Extension of Kepler Workflow for Priority Processing of Urgent Data

전원표

추천

검색

자료유형: 학위논문

저자정보: 전원표 (국민대학교, 국민대학교 일반대학원)

지도교수: 황선태

발행연도: 2018

저작권: 국민대학교 논문은 저작권에 의해 보호받습니다.

이용수5

이 논문의 연구 히스토리 (5)

2018

긴급 데이터 우선 처리를 위한 케플러 워크플로우의 확장

전원표 2018.01 학위논문

2017

케플러 워크플로우를 통한 파이프라인 기반 워크플로우의 구현

전원표 , 허대영 , 황선태 한국정보과학회 학술발표논문집 2017.12 학술대회자료

긴급 데이터 우선 처리를 위한 케플러 워크플로우의 확장

전원표 , 허대영 , 황선태 한국정보과학회 학술발표논문집 2017.12 학술대회자료

파이프라인 기반 워크플로우의 우선 데이터 처리 방안

전원표 , 허대영 , 황선태 정보과학회 컴퓨팅의 실제 논문지 2017.12 학술저널

파이프라인 기반 워크플로우의 우선 데이터 처리 방안

전원표 , 허대영 , 황선태 한국정보과학회 학술발표논문집 2017.06 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

화산재 확산 시뮬레이션은 화산재해 대응 시스템의 일환으로 수행하는 과학 시뮬레이션이다. 이 시뮬레이션은 화산 폭발 시 화산재의 이동 및 전파 그리고 침전을 예측하는 것이 그 목적이다. 다양한 파라미터를 통해 수행되는 소프트웨어와 그 실행 결과로 생성되는 수많은 파일을 다루는 과학 시뮬레이션의 특성상 워크플로우로 구성하여 실행과정을 단순화하고 재사용 가능하게 할 수 있는데, 이를 위해 시간 단위로 생성되는 파일에 대한 파이프라인 방식의 처리를 정의한 파이프라인 기반 워크플로우가 제안되었다. 화산의 분화 시간과 분화 규모와 같은 화산재 확산에 영향을 주는 변수는 그 조합이 매우 다양하기 때문에 실제로는 가능한 여러 파라미터를 통해 동시에 시뮬레이션을 수행하는데 급변하는 재난상황에서 가장 발생할 가능성이 높은 결과를 먼저 받아볼 수 있다면 이를 토대로 먼저 대응하고 다른 결과들로 추가적인 조치가 가능할 것이다. 이를 달성 하기 위하여 화산재 확산 시뮬레이션에서 수행하는 계산들은 화산재해 피해예측 시스템의 제한된 성능의 계산 서버에서 수행되므로 계산 자원을 적절히 분배하는 일이 필요하다. 본 논문에서는 기존에 제안되었던 파이프라인 기반 워크플로우에 특정 계산 흐름을 먼저 처리하는 기능을 추가하고 케플러 워크플로우를 확장하는 방식의 구현을 다룬다.

제 1장 서론 1
제 2장 관련 연구 5
2.1 화산재해 피해 예측 시스템 5
2.1.1 WPS 6
2.1.2 WRF 6
2.1.3 Fall3D 7
2.2 케플러 8
2.2.1 액터(Actor)와 디렉터(Director) 9
2.2.2 포트(Ports)와 토큰(Token) 9
2.2.3 채널(Channel)과 관계(Relations) 10
2.2.4 파라미터(Parameters) 10
2.2.5 어트리뷰트(Attributes) 11
2.3 파이프라인 기반 워크플로우 11
2.3.1 리스트 생성자(List Generator) 12
2.3.2 함수실행자(Applier) 12
2.3.3 리듀서(Reducer) 13
2.3.4 데이터홀더(Data Holder) 13
2.3.5 파이프라인 기반 워크플로우의 표현 14
제 3장 긴급 데이터 우선처리를 위한 파이프라인 기반 워크플로우의 개선 17
3.1 화산재 확산 시뮬레이션 사례에서의 긴급 데이터 17
3.2 긴급 데이터 우선 처리를 위한 고려사항 20
3.3 긴급 데이터 우선 처리를 위한 스케줄링 관점의 접근 22
3.4 긴급 데이터 우선 처리를 위한 작업할당자 제안 30
3.4.1 작업 할당자 32
제 4장 케플러의 기능확장 및 구현 39
4.1 개념 사상 39
4.1.1 리스트 생성자 40
4.1.2 함수 실행자 40
4.1.3 리듀서 41
4.1.4 데이터 홀더 41
4.1.5 작업 할당자 42
4.2 액터 및 어트리뷰트의 설계 및 구현 43
4.2.1 파일 스트림 43
4.2.2 감시자 45
4.2.3 패턴 분할기 46
4.2.4 결합자 48
4.2.5 슬라이딩 윈도우 버퍼 48
4.2.6 파일 스트림 샘플 딜레이 49
4.2.7 파일 스트림 배열 변환기 51
4.2.8 배리어 52
4.2.9 작업 종료 감지기 54
4.2.10 작업 할당자 56
4.3 화산재 확산 시뮬레이션의 케플러 다이어그램 표현 58
4.3.1 generator 합성 액터 58
4.3.2 applier 합성 액터 60
4.3.3 reducer 합성 액터 62
제 5장 성능 평가 65
5.1 분화 시나리오 65
5.2 실험 파라미터 설정 67
5.3 긴급 데이터 우선 처리의 성능 평가 69
5.3.1 긴급 데이터가 없는 경우의 워크플로우 수행(하나의 흐름) 70
5.3.2 긴급 데이터가 없는 경우의 워크플로우 수행(VEI2~VEI7) 71
5.3.3 워크플로우 시작 시점에서 긴급 데이터 지정(VEI2~VEI7) 72
5.3.4 워크플로우 수행 도중 긴급 데이터 지정(VEI2~VEI7) 75
5.4 오버헤드 78
제 6장 결론 및 향후 과제 79
참 고 문 헌 81
Abstract 83

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

이 논문의 연구 히스토리 (5)

초록· 키워드

목차

최근 본 자료

댓글(0)