메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
분산 데이터베이스 설계에서 데이터의 할당은 중요한 설계 이슈이다. 데이터의 할당은 분산 데이터베이스 비용(cost) 감소, 성능(performance) 및 가용성(availability) 향상 등의 이점을 최대화할 수 있도록 최적화 되어야 한다. 기존 연구들은 비용 혹은 성능중의 한 측면만을 고려하고 있어 비현실적이며 보다 형식적이고 일반화된 데이터 할당 방법론이 요구된다. 이 논문에서는 비용, 성능 및 가용성 등의 다중 측면을 동시에 고려함으로써 데이터 할당에 대한 파레토 최적해를 제공하는 MADAM(Multiple Aspects-based Data Allocation Model) 방법론을 제안하였으며 제안한 MADAM 방법론 중에서도 파레토 최적화를 위해 새롭게 제시한 PAGA(PAreto Genetic Algorithms) 기법에 대해 기술하였다.

목차

요약

1. 서론

2. 기존 연구

3. 다중 측면을 고려하는 데이터 할당 방법론

4. 파레토 유전자 알고리즘

5. 결론

참고 문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017926386