Earticle

본 논문에서는 시각장애인을 위한 적응적 전력 제어 장애물 회피 시스템을 제안한다. 그 시스템은 경로상에 놓인 장애물들을 회피할 수 있도록 다수의 초음파 센서를 이용한다. 우리는 보행자의 진행 방향을 몇 가지 패턴으로 나누고, 그 패턴들을 분석해서 진행 방향을 결정한다. 그때 내장된 가속도 센서를 이용하여 보행자의 움직임을 추정하고 은닉 마르코프 모델을 이용하여 가속도 정보를 처리한다. 우리의 시스템은 동작하는 초음파 센서의 개수를 가변적으로 조절하여 적응적 소비 전력 조절이 가능할 뿐만 아니라, 시각장애인이 안전하게 보행하도록 도와준다.

We propose adaptive power control of an obstacle avoidance system for visually impaired person. It utilizes multiple ultrasonic sensors to detect obstacles lying in the path. We evaluate complex structure in front of the user with predefined patterns and determine avoidance direction by analysing those patterns. It evaluates motion context using built-in accelerometer sensor and estimates acceleration information utilizing hidden Markov model. Our system safely guides visually impaired person as well as adaptively controls power consumption adjusting the number of active ultrasonic sensors.

비디오스트리밍 서비스와 같은 클라우드 컴퓨팅의 확장성 제고를 위하여, 개인 사용자들의 컴퓨팅 자원을 활용하는 기술이 널리 사용되고 있다. 이와 같이 노드의 도움을 받는 시스템은 효율성 극대화를 위하여, 노드들의 행동을 정확히 예측하는 것이 매우 중요하다. 비록 P2P시스템관련 연구가 많이 진행되어 왔으나, 대부분 한 시스템 전체에 대한 특성을 수집 및 분석하는 연구가 주를 이루고 있다. 따라서 각 노드들의 행동 패턴을 분석하는 연구는 초기 단계에 머물러 있다. 본 연구에서는 각 노드들의 가용성에 대한 행동 패턴을 자동으로 분류하기 위한 기술을 제시하고, 그 분류 결과를 수동으로 된 것과 비교한다. 실제 운영되고 있는 P2P시스템에 참여하고 있는 노드들의 사용 기록에 대하여 다양한 조건으로 k-means 클러스터링을 적용하였다. 분석 결과에 따르면, 노드의 가용성 변화 기준으로 다양한 숨겨진 행동 패턴이 존재하는 것을 볼 수 있었다. 본 연구는 노드의 불확실성에 미리 대비하기 위한 시스템 설계에 활용 될 수 있을 것으로 기대된다.

To increase the scalability of cloud computing, utilizing resources of individual users has been widely adopted especially in video streaming services. Accurately predicting behavior of user nodes is critical to achieve a high efficiency in such a peer-assisted system. Though there have been many measurement studies on peer-to-peer systems, most of them have focused on the design and characterization of the systems. Thus the behavior patterns of individual nodes have seldom been studied. In this paper, we present new techniques for classifying behavior of nodes in terms of availability and compare them with naive manual classification. We apply a k-means clustering algorithm with various classification criteria on real trace data of a peer-to-peer system. Our analysis shows that there are various hidden behavior patterns with respect to the transition of availability. Our study will give a useful hint to a system designer in handling churns more efficiently based on the peer classification.

본 논문에서 제안한 소셜 네트워킹 기반 e-health 시스템은 공동설계 및 정보시스템의 개념에 기초하여 하이브리드 클라우드 컴퓨팅 구조와 두 개의 알고리즘을 이용하여 설계되었다. 첫 번째 알고리즘에서, 워킹그룹 리스트가 P2P 네트워크상에서 초기화되며 스웨덴 국립 프로젝트(NPO)와 같은 현재의 네트워크에 통합된다. 두 번째 알고리즘은 사용자에게 거리, 시간과 위치 요소를 이용하여 소셜 네트워크 검색을 할 수 있는 능력을 제공한다. 100개의 설문과 스웨덴의 의료기관 종사자들과의 인터뷰를 통해 환자들이 정보 시스템을 이용하는 방법이나 헬스 분야에서 소셜 네트워크의 역할을 분석하였다. 추가적인 실험을 통해 제안한 알고리즘들의 실행시간이 기존의 Azure P2P 네트워크보다 적게 걸림을 확인하였으며, 워킹그룹들이 추가되는 경우에도 소셜 네트워크 기반 e-health 시스템에서는 워킹그룹 당 노드의 증가율을 제어할 수 있음을 검증하였다.

This paper proposed a social network based e-health system. It is designed with hybrid cloud computing architecture and two algorithms which use the concept of co-design and human information system. In the first algorithm, the working group list is initialized into a P2P network and integrated with the current network such as Swedish National projects (NPO). The second algorithm gives users ability to search through social network using factors such as distance, time and location. In empirical study, we investigate important aspects such as relation in the way patients use the information system or the roles of the social network in healthcare sector. Our survey was based on 100 questionnaires and some interviews with health care workers in Sweden. In addition, experimental results show that the proposed algorithms have execution time less than other networks such as Azure P2P network. As other contribution, in the proposed social network based e-health system, increasing rate of the nodes per working group can be controlled as the number of working group list increases.

본 논문은 헬스케어 응용프로그램에 적용되는 문진표를 구현하는데 있어 적합한 데이터 전달 방법을 확인하기위해 안드로이드 플랫폼의 데이터 전달 구조에 대해 조사하고 각 방법의 데이터 전달 성능을 평가한다. 데이터 전달 관점에서 문진표는 하나의 응용 프로그램 내부 또는 협업하는 응용 프로그램간 액티비티, 서비스, 브로드캐스트 리시버 및 컨텐트 프로바이더와 같은 다양한 안드로이드 컴포넌트 모델로 구성된다. 그러므로 안드로이드 컴포넌트 사이의 데이터 전달 구조를 평가해 볼 필요가 있다. 본 논문에서는 액티비티, 서비스, 브로드캐스트 리시버에 적용할 수 있는 인텐트 기반의 메시지 전달의 성능과 표준 안드로이드 컴포넌트는 아니지만 소켓 인터페이스 방식의 전달 성능을 평가한다. 본 논문의 결과는 안드로이드 응용 프로그램에서 데이터 전달 기능을 구현하는데 있어 적절한 데이터 전달 인터페이스를 선택하는데 도움이 될 것으로 기대된다.

This paper investigates a data delivery scheme of Android platform and evaluates each method in order to confirm and select proper data delivery methods while implementing a health screening form applied to healthcare applications. From data delivering perspective, the health screening form consists of multiple components such as Activity, Service, Broadcast Receiver and Content Provider in a single application or between collaborating applications. Therefore, we need to evaluate efficiency of data delivery schemes among Android components in a single application or between applications. In this work, we evaluate performance of Intent-based message passing which can be applied to Activity, Service and Broadcast Receiver and Socket interface, which is not a standard Android component. The result of this work can contribute to select efficient data transfer interfaces while implementing the function of data delivery schemes in Android application

소셜 네트워크는 이용자들의 공통적 관심 분야를 기반으로 서로 연결된 개별적 온라인 서비스 구조이다. 소셜 네트워킹 웹사이트의 사용은 온라인 커뮤니케이션과 데이터 공유 및 상호작용 방법을 혁신적으로 바꿔놓았다. 소셜 네트워킹 사이트의 사용량이 증가함에 따라 막대한 양의 사용자 상호작용 데이터가 매일 축적되고 있어 다양한 분야에서의 적용을 위한 대량의 소셜 네트워크 데이터 마이닝 및 분석 방안이 갈수록 주목받고 있다. OLAP데이터 분석은 효과적으로 소셜 데이터를 분석하기 위하여 사용될 수 있는 유용한 데이터 분석방법이지만 계속적으로 가변하는 대량 데이터와 OLAP쿼리의 복잡성 때문에 작업 시간이 오래걸리는 문제점이 있다. 본 논문은 대량의 소셜 네트워크 데이터 분석에 적합한 클라우드 컴퓨팅의 발전이 이루어지면서 효율적이고 빠른 데이터 분석을 위하여 클라우드 컴퓨팅 플랫폼을 사용하는 OLAP기반 소셜 데이터 분석도구에 대해 설명한다.

A social network is an online structure of individuals which are related to each other based on some common relationship of interest. The usage of social networking websites has literally revolutionized the methods of online communication, data sharing and interaction. As a result of the increased usage of social networking sites a massive amount of user interaction data is been generated daily. The mining and analysis of this large amount of social network data for a variety of applications is getting popularity. OLAP analysis is a famous data analysis method which can be used to effectively analyze social data. However, because of the huge amount of continuously changing data and the complexity of OLAP queries, this data analysis in a time consuming task. The advances in cloud computing motivated us to use the cost effective cloud computing infrastructure for the task of analyzing large amount of social network data. This paper presents an OLAP based social data analysis tool which uses cloud computing platform for efficient and timely analysis of data. The usage of cloud computing infrastructure results in reduction of computational cost, device and location independence, and an increase in peak-load capacity.

로봇 네비게이션은 외부 환경요소의 지각변화를 감지하는 데 있어서 복잡하고 어려운 작업을 요구한다. 로봇 네비게이션 개발의 방법 중 하나로 로봇의 위치 변화를 검출하고 로봇에서 촬영된 이미지를 분석하는 이미지 프로세싱 기술이 있다. 촬영된 이미지는 로봇의 이동 경로에 따라 변화되는 텍스처 이미지의 변화량과 순서, 조명등의 조건 데이터를 포함하게 되고, 기존의 컴퓨팅 자원을 활용하여 이를 분석하는 경우 텍스처 이미지 시퀀스의 변화량 검출 및 인식 작업에 많은 자원의 할애와 처리 시간 증대라는 문제점이 있다. 본 논문에서는 시퀀스 이미지의 효율적인 3D 변화량 측정을 위한 클라우드 컴퓨팅 인프라 응용 방안에 대해 설명한다.

The robot navigation in outdoor environments is a daunting task as it requires the robots to sense the perceptual changes in their environment. One of the possible methods for robot navigation is to use the image processing techniques to analyze the images captured by the robot for detecting the changes in position of the robot. The images captured by the robot camera thus results in a sequence of texture image whereby the appearance of the texture changes with the motion of the robot and with changes in lighting conditions. The detection of these perceptual changes from the texture image sequence is an expensive task if conventional computing resources are utilized. This paper presents the application of a cost effective cloud computing infrastructure for the task of 3D change estimation in texture sequence images. The utilization of cloud computing infrastructure helped in providing a time efficient and real time robot navigation system.

최근의 고성능 컴퓨팅 플랫폼(Latest High Performance Computing: HPC)들은 멀티코어 마이크로 프로세서 및 멀티코어 GPU (Graphic Processing unit) 같은 이질적인 칩들을 조합하여 구축되고 있으며, 그러한 이유로 이질적 HPC 플랫폼으로 불린다. 이러한 이질적 HPC 플랫폼 상에서의 응용 프로그램 병렬화는 GPU의 탁월한 부동 소수점 연산 능력을 활용하기 위해서 SIMD 방식을 주로 따르고 있다. 하지만, 이러한 방식은 이질적 HPC 플랫폼을 구성하는 중요 요소 중 하나인 범용 멀티코어 마이크로프로세서의 CPU 코어들을 병렬실행에 제대로 활용하지 못하기 때문에 가용 가능한 성능을 최대한 끌어내지 못함으로써 제한된 병렬화 방식이다. 본 논문에서는 응용 프로그램을 이질적 HPC 플랫폼 상에 매핑시키는 과정에서 가용 가능한 성능을 최대한 끌어낼 수 있도록 하는 병렬화 방법론을 제안한다. 제안하는 병렬화 방법론에서는 병렬 태스크들을 그 특징 및 계산 요구량에 따라 이질적 HPC 아키텍쳐의 구성 요소들에 적절히 분배할 수 있는 기법을 개발한다. 이를 위하여 태스크 매핑 과정에서 SIMD 방식을 넘어선 보다 보편적으로 적용 가능한 실행 모델을 활용한다.

Latest High Performance Computing (HPC) platforms are built with heterogeneous chips such as multicore microprocessors and multicore GPUs (Graphic Processing units), thus they are commonly called as Heterogeneous HPC platforms. Parallelizing applications on such platforms is mostly dominated by SIMD style of parallelism mainly to exploit GPUs’ excellent floating-point performance. However, it is a restricted parallel execution model because the multiple CPU cores are not usually participating in the parallel execution, thus the full performance potential of heterogeneous architectures is not exploited. In this paper, we propose a generalized parallelization methodology to efficiently map applications onto the heterogeneous HPC architectures in order to fully exploit their performance potential. For the methodology, we develop strategies to map parallel tasks onto different components of the heterogeneous architectures based on their application characteristics and the computing demands. A general parallel execution model beyond SIMD is adopted in the task mapping.

빗물이나 도로 표면의 종류에 따라 발생되는 반사광은 도로 상황을 자동으로 분석하는 비전 기술에서 가장 어려운 문제점 중의 하나이다. 특히 무인 자동 주행에서는 운전자의 안전을 위하여 어떠한 경우에도 정확한 도로 분석을 필요로 하며, 동시에 실시간 처리도 요구된다. 본 논문에서는 여러 가지 상황에서 조명 반사를 제거하기 위하여 커널 독립 성분 분석을 이용하여 조명 반사와 도로 정보를 분리하는 방법을 제안하며, 실시간 처리를 위하여 CUDA를 이용하여 구현하였다. 제안된 방법은 실험을 통해서 성능 평가 되었으며, 향후 적용 가능한 가능성을 보여주었다.

Lighting reflection caused by rainwater or status of road surface is one of the most difficult problem in automatic vision system. In autonomous vehicle system, accurate analysis on road condition and realtime implementation should be required concurrently. In this paper, we propose the separation of road information and reflection using kernel independent component analysis and its implementation using CUDA for realtime application. The experimental results show that proposed method is plausible and applicable to real application in the future.

본 논문에서는 DRAM 기반의 차세대스토리지 시스템이라 할 수 있는 DRAM-SSD의 데이터 처리 성능을 분석하고 평가하였다. 실험결과에 따르면, tpmC 경우에, DDR-SSD는 기존의 HDD보다 22배 빠르고 138% 전력절감 효과를 나타내었고, TPC와 파일처리를 동시에 수행하는 환경에서는 거의 300배 정도의 성능향상 효과를 보여주었다. 이러한 결과는 HDD 시스템은 동일한 유형의 작업을 수행하는데 효과가 있는 반면, DRAM-SSD 시스템은 다른 유형의 여러작업을 수행하는 경우에도 좋은 성능을 발휘할 수 있다는 것을 의미한다.

In this paper, we analyze and evaluate the data processing performance of the NGS system(DRAM-SSD) based on DRAM memory. Our experiments show that DDR-SSD storage is 22 times faster than HDD storage in performance and 138% energy reduction effect in case of tpmC only. Furthermore, DDR-SSD storage is almost 300 times better than HDD storage in performance in case of simultaneous TPC and file processing performance test. This implies that while HDD storage system has the performance advantage on the same task, DRAM-SSD storage system demonstrate the desired target performance even in the multiple different tasks.

에너지 비용이 증가함에 따라서, 다수의 서버를 가진 데이터센터의 전력 사용 제어가 중요해지고 있다. 서버의 에너지 비용을 감소시키기 위하여, DVFS와 같은 기술들이 서버 시스템에 적용된다. 본 논문에서는 HTTP 서버를 동작시키는 멀티코어 서버 시스템의 전력 소모량을 측정하여 분석한다. 멀티코어 서버시스템의 전력 소모 특성을 파악하기 위하여, CPU 중심 부하와 I/O 중심 부하를 생성하여 실험하였다. 실험 결과를 분석한 결과 CPU 중심 부하에 대해서는 서버에 대한 DVFS의 사용이 에너지 효율적이나, I/O 중심 부하에 대해서는 그렇지 않으며, 인터럽트 처리를 병렬화 하는 것이 더 효율적임을 보였다.

Power consumption in data centers with large number of servers is being issued as energy costs increase. To reduce the energy costs, technologies such as DVFS are adopted to server systems. In this paper, we measure a multi-core server system’s power consumption running an HTTP server. To identify the characteristics of multi-core servers’ power consumption, we examined CPU-intensive and I/O-intensive synthetic workloads. Experimental results show that we can use DVFS for energy efficient server operation for CPU-intensive loads, while parallelizing the interrupt processing helps saving energy for I/O-intensive workloads.