지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 허의남
- 발행연도
- 2023
- 저작권
- 경희대학교 논문은 저작권에 의해 보호받습니다.
이용수34
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
클라우드 컴퓨팅 기술의 등장 이후 다양한 분야에서 클라우드가 활용되고 있다. 클라우드 기술이 자율주행, IoT, 유연의료, 스마트 시티 등의 분야에서 중요한 부분을 담당하게 되며 지연시간 감소와 빠른 처리 시간 필요 등 클라우드의 단점은 해결해야 할 과제가 되었다. 이에 Edge Computing 기술이 개발되었으며 사용자 단말기와 가까운 곳에 배치되어 전송 지연 시간, 대역폭의 제한을 감소시키며 클라우드의 단점을 보완하였다. 하지만 Edge Computing 기술 또한 5G, 6G 네트워크의 등장과 인공지능의 복잡한 연산 처리가 필요 해지며 많은 자원을 필요로 하게 되었다. Edge Computing은 사용자와 가까운 곳에 단말을 설치하기 위해 Cloud Computing의 데이터 센터에 비해 설치된 물리 장비 자원을 사용하기 때문에 자원이 한정적이라는 한계점이 있다.
Kubernetes는 컨테이너화 된 애플리케이션을 자동으로 배포하고 스케일링하는 관리시스템을 제공하여 자원을 효율적으로 활용할 수 있는 방안을 제안하였다. 또 Kubernetes 기반 KubeEdge가 개발되어 Edge Computing 환경에서도 Kubernetes의 관리시스템을 사용할 수 있다. 하지만 몇 가지 문제점이 있다. 첫 번째, Kubernetes 오토 스케일링 기능은 노드에 자원이 부족한 경우를 고려 하지 않는다. 노드에 자원이 부족한 경우 Pod 는 Pending 상태가 되며 더이상 스케일링하지 못한다. 이에 대한 대안으로 노드 스케일링 기능이 있지만 이 또한 자원이 부족한 경우 스케일링 수행이 불가능하다. 두 번째, 스케일링 수행 시 메트릭 상태를 체크하는 시간이 존재한다. 스케일링 등록 후 상태 값을 일정 주기로 가져와 체크하지만 체크 주기에 따라 스케일링 수행에 시간이 소요된다. 이는 빠른 처리 시간과 지연시간 감소가 필요한 Edge Computing 환경에 영향을 줄 수 있다.
본 논문에서는 이와 같은 문제점을 해결하고자 Mobile Edge Computing 환경에서 자원을 효율적으로 활용할 수 있도록 스케일 인-아웃을 통한 다중 자원 할당 시스템을 제안한다. 트래픽 기반의 스케일 인-아웃 기능으로 EMA 수식을 사용한 스케줄링 기법을 제안하고 제안한 알고리즘에 따라 시스템 구현 후 트래픽 부하 테스트를 통해 여유 자원이 있는 노드에 자원이 생성되고 트래픽 수치가 감소함을 확인하였다.
Kubernetes는 컨테이너화 된 애플리케이션을 자동으로 배포하고 스케일링하는 관리시스템을 제공하여 자원을 효율적으로 활용할 수 있는 방안을 제안하였다. 또 Kubernetes 기반 KubeEdge가 개발되어 Edge Computing 환경에서도 Kubernetes의 관리시스템을 사용할 수 있다. 하지만 몇 가지 문제점이 있다. 첫 번째, Kubernetes 오토 스케일링 기능은 노드에 자원이 부족한 경우를 고려 하지 않는다. 노드에 자원이 부족한 경우 Pod 는 Pending 상태가 되며 더이상 스케일링하지 못한다. 이에 대한 대안으로 노드 스케일링 기능이 있지만 이 또한 자원이 부족한 경우 스케일링 수행이 불가능하다. 두 번째, 스케일링 수행 시 메트릭 상태를 체크하는 시간이 존재한다. 스케일링 등록 후 상태 값을 일정 주기로 가져와 체크하지만 체크 주기에 따라 스케일링 수행에 시간이 소요된다. 이는 빠른 처리 시간과 지연시간 감소가 필요한 Edge Computing 환경에 영향을 줄 수 있다.
본 논문에서는 이와 같은 문제점을 해결하고자 Mobile Edge Computing 환경에서 자원을 효율적으로 활용할 수 있도록 스케일 인-아웃을 통한 다중 자원 할당 시스템을 제안한다. 트래픽 기반의 스케일 인-아웃 기능으로 EMA 수식을 사용한 스케줄링 기법을 제안하고 제안한 알고리즘에 따라 시스템 구현 후 트래픽 부하 테스트를 통해 여유 자원이 있는 노드에 자원이 생성되고 트래픽 수치가 감소함을 확인하였다.
목차
제 1 장 서론 1제 2 장 관련 연구 32.1 Edge Computing과 5G 통신 32.2 네트워크 트래픽 경향 42.3 Kubernetes와 KubeEdge 52.4 자원 스케일 82.4.1 부하분산 92.4.2 Taint와 Toleration 92.4.3 HPA(Horizontal Pod Autoscaler) 102.5 지수 이동 평균식 11제 3 장 시스템 모델 및 알고리즘 제안 133.1 스케일 인-아웃 다중 자원 할당 133.2 지수 이동 평균식을 이용한 트래픽 예측 알고리즘 15제 4 장 시스템 구현 및 실험 204.1 컨테이너 실험 환경 204.2 트래픽 예측을 통한 스케일 인-아웃 시스템 구현 224.3 실험 시나리오 244.3.1 네트워크 트래픽 테스트 244.3.2 노드 제약 조건 254.4 실험 결과 26제 5 장 결론 29참고문헌 30Abstract 31
최근 본 자료
댓글(0)
0