Earticle

Issues in spectrum allocation between wireless network users have arisen due to the fast increase in the number of broadband services. Such issues include the failure to maximize the performance of all users by considering only a particular category of users. Specifically, a previously adopted selfish algorithm for spectrum allocation considers only the performance of the weakest user. To resolve this issue, we propose a new target data rate setting algorithm for dynamic spectrum allocation. In this algorithm, a Gaussian process regression model is trained to predict the target data rate. All users that perform below the defined target rate will have their frequency band allocations changed to one that guarantees a better performance. Through simulations, we show that the maximum data rate achieved by the weakest user in our algorithm is 121.7% higher than the selfish algorithm.

비지도 방식의 클러스터링은 주로 각 데이터에 대한 유사도나 거리에 기반하여 수행되며, 기본적으로 NP (Non-deterministic polynomial) Hard의 영역으로 알려져 있다. 각 노드에 대한 계산은 매트릭스에 기반하여 수행되는데, 노드의 수가 많은 경우 다른 노드와 비교하는 계산 시간이 매우 많이 소요될 수 밖에 없으며, 이를 단시간 내에 계산하기 위해서는 동적프로그래밍과 같은 컴퓨터 알고리즘이 수반되어야 한다. 이러한 계산 복잡도와 구현의 어려움으로 인해 빅데이터의 클러스터링은 유클리드나 코사인 유사도 등 몇 가지 전통적인 컴퓨터 거리 계산 방식에 국한되어 적용되고 그 계산 방식을 제공하는 주요한 클러스터링 라이브러리에 종속적으로 의존되어 왔다. 따라서 이러한 보편적인 클러스터링으로 계산이 불가능한 특수한 데이터의 경우에는 적용이 아예 불가능하거나 어려운 점이 존재할 수 있다. 예를 들어 개인별 직무 경력과 같은 데이터는, 특정인의 경력 정보가 다른 인력의 경력 정보와 비교를 할 수 있는데, 이를 어떻게 비교를 하여 그 거리를 특정화하고, 여러가지 “career pathway”를 분류해내고 검토하기 위한 특수한 클러스터링 알고리즘이 요구된다. 본 연구에서는 IT 분야의 경력정보 데이터를 활용하여 생명공학 분야에서 DNA 시퀀스에 대한 분류를 위해 활용되는 Optimal Matching 알고리즘을 활용하여 경력 정보의 계산한 후 이를 활용하여 클러스터링하는 시스템을 소개한다.

In designing distributed databases, DAP(Data Allocation Problem) is one of the key design issues. Because, however, most of previous researches on DAP have considered only cost aspect, they cannot increase the performance and availability and they are not proper to the system requiring high-availability or real-time processing. Therefore, we need a more formal data allocation model considering multiple aspects. In this paper, we propose the MAPN (Multiple Aspects Petri Net) modeling method for the distributed transaction modeling. The MAPN model, an extended classical petri net, is proposed for the formal modeling considering multiple aspects (cost, performance and availability) concurrently. We demonstrate that we can compose the valid DAP evaluation model considering not only cost but also performance and availability concurrently by using the MAPN structure and MAPN graph.

본 논문에서는 블록 대각화 프리코딩 기법을 사용하는 다중 사용자 MIMO 하향링크 시스템에서 전체 채널 용량을 최대화하기 위한 데이터 스트림 할당 기법을 제안한다. 기존의 블록 대각화 프리코딩 기법은 모든 사용자에게 동일한 수의 데이터 스트림을 할당하고 water-filling에 의한 전력제어 만으로 전체 채널 용량을 최대화함으로써 데이터 스트림의 수의 차이에 의한 채널 용량의 이득을 스스로 제한했다. 제안하는 블록 대각화 프리코딩의 데이터 스트림 할당 기법은 시스템의 전체 채널 용량을 최대화하기 위하여 평균 채널 이득, 순시 채널 이득의 크기를 비교하여 채널 이득이 좋은 사용자에게 많은 수의 데이터 스트림을 할당하고 water-filling을 통한 전력 제어를 하는 방법으로 채널 이득에 대한 채널 용량을 최대화 시킨다. 본 논문에서 제안된 데이터 스트림 할당 기법을 이용하여 시스템의 성능을 향상시킬 수 있음을 모의실험을 통해 증명했다.

In this paper, we propose the data stream allocation algorithms for maximizing sum capacity of downlink multiuser MIMO (Multiple-input Multiple-output) systems with BD (Block Diagonalization). The conventional BD precoding algorithms maximize the capacity by controlling power against channel gain of each user. In multiuser MIMO systems, however, the number of data streams for each user can be used to as another control parameter, which determines the capacity. This paper proposes the data stream allocation algorithm of BD for increasing capacity in multiuser MIMO systems. The proposed algorithm allocates unequal bit stream to each user based on channel matrix of each user for maximizing sum capacity. It is proved that proposed algorithm can achieve the significantly improved sum capacity by computer simulation.

차량 간의 애드훅 네트워크 (VANET)은 모바일 애드훅 네트워크 (MANET)의 일종으로 차량 간의 무선 링크를 통하여 임시적인 정보 전송을 가능케 한다. VANET에서는 차량이 하나의 노드로 참여하면서 정보를 전송한다. 하지만 차량은 빠르게 이동하기 때문에 빈번하게 연결이 끊기게 된다. 이렇게 빈번하게 연결이 끊기기 때문에 차량의 데이터 접근성이 떨어지게 된다. 기존 연구에서는 모바일 애드훅 네트워크 환경에서 데이터 복제본 할당 기법을 통하여 노드의 데이터 접근성을 향상시키고자 하였다. 하지만 기존 연구에서 제안한 중앙 집중식 그룹 방법은 차량 간의 애드훅 네트워크에서는 빠르게 이동하는 차량 때문에 적합하지 않다. 본 연구에서는 데이터 복제본 할당을 분산적인 그룹 방법으로 할 수 있는 TBG (Tree Based Grouping)기법을 제안한다. 노드 자신 만의 TBG를 형성하여 연결의 안정성을 기반으로 데이터 복제본을 할당하여 데이터 접근성을 향상시킨다. 실험 평가를 통해 기존 기법에 비해 데이터 접근성이 크게 향상됨을 보여준다.

Vehicular Ad-Hoc Network (VANET) is form of the Mobile Ad-hoc Network (MANET) to provide temporary communication among vehicles via wireless links. In VANET, the vehicle is one of the nodes in networks and communicates with each other. However, the wireless links disconnect very frequently, because vehicles have mobility and move freely. The reason why data accessibility degrades is that disconnection occurs frequently. To improve data accessibility, data replica allocation methods that made group to allocate data replica have proposed in MANET. However, those are not suitable because it is difficult to maintain stable links among the nodes moving fast by centralized group. In this paper, we proposed TBG (Tree Based Grouping) to allocate data replica with the distributed grouping method. Each node has own TBG and allocates data replica based on stability of links to improve data accessibility. The experiment demonstrates that the proposed method outperforms traditional methods in term of data accessibility.

Reverse engineering is reproducing products by directly extracting geometric information from physical objects such as clay model wooden mock-up etc. The fundamental work in the reverse engineering is to acquire the geometric data for modeling the objects. This research proposes a novel method for data acquisition aiming at unmanned fast and precise measurement. This is come true by the sensor fusion with CCD camera using structured light beam and touch trigger sensor. The vision system provides global information of the objects data. In this case the number of data and position allocation for touch sensor is critical in terms of the productivity since the number of vision data is very huge. So we applied wavelet transform to reduce the number of data and to allocate the position of the touch probe. The simulated and experimental results show this method is good enough for data reduction.

장애인에 대한 처우와 인식이 많이 개선되었음에도 실제로 장애인들이 체감하는 불편사항은 여전히 존재한다. 소수 취약계층인 장애인 관련 문제를 사회적·정책적으로 해결하기 위해 국민권익위원회에서 수집된 민원 데이터를 활용하여 장애인들의 고충을 파악하고 이에 대한 해결 방안을 모색하고자 하였다. 키워드를 ‘장애인’으로 하여 선별된 민원 텍스트 데이터를 LDA 토픽 모델링 기법을 활용하여 분석한 결과, 장애인전용주차구역에 대한 민원이 상당수를 차지했다. 장애인전용주차구역의 불법 주차 문제가 쉽사리 해결되지 않은 채 수십 년간 사회적 문제로 자리잡고 있음을 확인하고, 세부적인 문제 상황에 대하여 사례를 파악하였다. 사례들을 통하여 장애인전용주차구역에 대한 비장애인과 장애인을 아우르는 올바른 인식 개선과 홍보가 필요함을 제언하였다.

Although the treatment and perception of people with disabilities(PWD) have gradually improved, there are still inconveniences experienced by PWD. To solve the problem related to PWD, which is a vulnerable minority in our society, we tried to identify the grievances of the PWD and seek solutions by using the civil complaint data collected by the Civil Rights Commission. We performed Latent Dirichlet Allocation (LDA) topic modeling on the data that included the word ‘PWD,’ and the results showed many complaints about handicapped parking. The problem of illegal parking in handicapped parking has not been easily solved and has become a social problem for decades. We suggested that it is necessary to promote awareness of handicapped parking for PWD and non-disabled people through detailed cases.

본 연구에서는 공공데이터포털에서 제공하는 교육관련 데이터를 검색하고 토픽모델링 기법을 활용한 분류를 통해 어떠한 데이터의 종류가 구축되어 있으며 활용이 가능한지를 살펴보고자 하였다. 공공데이터포털의 데이터 에 대하여 분류체계를 기준으로 교육분야의 파일데이터는 3,072건이 수집되었으며, 검색어를 활용하여 ‘교육’을 검색하여 나타난 파일데이터 2,361건으로 나타났다. 각각의 데이터셋에 대하여 불용어처리를 실시하고 데이터전 처리를 수행하여 LDA기반 토픽모델링을 활용하여 텍스트마이닝 분석을 실시하였다. 사전에 교육으로 분류된 데 이터셋에서는 현재 재학중인 학교급별 학생을 대상으로 지원하는 프로그램과 정보에 대한 내용이 제공되고 있었 다. 한편, 교육으로 검색하여 수집된 데이터셋에서는 장애인, 학부모, 노인, 아동 등 평생교육의 관점으로 제공되 는 교육 프로그램 및 지원현황이라는 특징이 나타났다. 데이터과학기반의 의사결정 및 문제해결력을 기르기 위 해 공공데이터포털이 제공하는 데이터에서 교육과정 및 내용이 충분히 제공되는 것도 좋은 기회가 될 것이다.

This study aims to search for education-related datasets provided by public data portals and examine what data types are constructed through classification using topic modeling methods. Regarding the data of the public data portal, 3,072 cases of file data in the education field were collected based on the classification system. Text mining analysis was performed using the LDA-based topic modeling method with stopword processing and data pre-processing for each dataset. Program information and student-supporting notifications were usually provided in the pre-classified dataset for education from the data portal. On the other hand, the characteristics of educational programs and supporting information for the disabled, parents, the elderly, and children through the perspective of lifelong education were generally indicated in the dataset collected by searching for education. The results of data analysis through this study show that providing sufficient educational information through the public data portal would be better to help the students' data science-based decision-making and problem-solving skills.

연구목적: 본 연구는 서울특별시 서초구를 대상으로 강우, 소방 활동, 사회 취약성 데이터를 통합하여 복합재난 위험 도를 예측하고, 이를 기반으로 소방 자원 배치 전략을 제시하는 것을 목적으로 한다. 연구자료는 2020–2024년 서초 구 시간별 강우량 자료, 화재 출동 개별 내역, 119 구조·구급활동 실적, 통계 연보에서 추출한 인구·주거·사회 취약성 지표를 사용하였다. 특히 신고일시·출동일시·도착일시를 활용하여 출동 지연, 도착시간, 총 대응 시간을 산출하고, 65세 이상 인구 비율, 장애인 등록 인구 비율, 1인 가구 비율, 반지하·지하 주택 비율을 사회 취약성 변수로 구성하였 다. 연구방법: 분석 방법으로는 먼저 화재 출동 내역을 이용해 연도·월·시간대별 출동 건수와 평균 도착시간, 평균 총 대응 시간을 산출하여 기초 통계를 제시하고, 강우량 및 사회 취약성 지표와 결합하여 복합재난 발생에 영향을 미치 는 설명변수를 구성하였다. 이후 다중회귀분석(Multiple Regression Analysis, MRA)과 Random Forest(RF)를 이용하 여 시간 단위 화재 출동 건수 및 발생 여부를 예측하고, 두 모형의 성능을 비교하였다. 2024년을 검증자료로 사용한 결과, 시간당 화재 출동 건수 예측에서 MRA 모형의 평균절대오차(MAE)는 0.24건, RF 모형의 MAE는 0.18건으로, RF가 약 25.0% 낮은 예측 오차를 보였다. 화재 발생 여부(해당 시간에 1건 이상 발생)의 분류 성능을 AUC로 비교한 결과, 로지스틱 회귀는 0.83, RF 분류기는 0.90을 기록하여 RF가 우수한 성능을 나타냈다. 연구결과: RF 변수 중요도 분석 결과, 이전 24시간 누적 강우량, 현 시각 강우량, 신고 시간의 시간대(야간 여부), 65세 이상 인구 비율, 장애인 등록 인구 비율, 반지하·지하 주택 비율, 1인 가구 비율순으로 중요도가 높게 나타났다. 이는 강우 특성뿐 아니라 고령자 및 장애인 밀집 지역, 주거 취약 지역, 1인 가구 밀집 지역이 복합재난 위험에 유의 미한 영향을 미침을 시사한다. 마지막으로, 예측된 위험도와 사회 취약성 지수를 결합하여 행정동별 우선 대응 순위를 제시하고, 이를 기반으로 소방 자원 배치 시나리오를 제안하였다. 결론: 본 연구는 기상·소방·사회통계 데이터를 결합한 복합재난 위험도 예측과 사회 취약성을 고려한 자원 배치 전략을 함께 제시함 으로써, 도시형 재난관리에 대한 데이터 기반 의사결정 지원에 기여할 수 있을 것으로 기대된다.

Purpose: This study aims to predict the risk of compound disasters in Seocho District, Seoul, by integrating rainfall, firefighting activity, and social vulnerability data, and to propose strategies for the optimal allocation of firefighting resources. Method: The research employs hourly rainfall data from 2020 to 2024, detailed fire dispatch records, 119 rescue and emergency activity logs, and demographic and social vulnerability indicators extracted from statistical yearbooks, and calculates dispatch delays, arrival times, and total response times using reported, dispatch, and arrival timestamps. Social vulnerability variables include the proportion of residents aged 65 or older, the proportion of registered persons with disabilities, the share of single-person households, and the percentage of semi-basement or basement dwellings. Result: Multiple Regression Analysis and Random Forest models are applied to predict hourly fire dispatch counts and fire occurrence, and their predictive performances are compared using 2024 data as a validation set; results show that the Random Forest model achieves a lower mean absolute error than the regression model in count prediction and a higher AUC in occurrence classification.Variable importance analysis further indicates that cumulative rainfall over the previous 24 hours, current rainfall, time of report (day/night), and the proportions of elderly residents, registered disabled residents, semi-basement or basement dwellings, and single-person households are major contributors to predicted compound disaster risk. Conclusion: Overall, the study concludes that integrating meteorological, firefighting, and socio-demographic data enables more accurate compound disaster risk prediction and supports socially responsive resource allocation strategies, thereby contributing to data-driven decision-making in urban disaster management.

데이터 할당 기술은 데이터 방송 시스템의 성능을 향상시키기 위해서 필수적이다. 본 논문은 다중 데이터 질의가 제기되는 환경에서 방송채널에 데이터를 할당하는 주제를 연구하여 DAMA(Dta Allocation using Moving Average)로 명명된 새로운 데이터 할당 기법을 제안한다. 제안된 기법은 각 데이터의 방송빈도를 자신의 액세스 확률 의 이동 평균에 의해 결정하는 전략을 채택한다. DAMA는 질의 크기에 따라 액세스 확률의 영향력을 적절하게 제어 할 수 있기 때문에 질의 응답시간의 성능을 향상시킬 수 있다. 제안된 기법의 성능 평가를 위해 시뮬레이션이 수행되 었다. 실험 결과에 따르면, 평균 응답시간의 성능에서 DAMA는 다른 기법보다 우수한 성능을 보인다.

A data allocation technique is essential to improve the performance of data broadcast systems. This paper explores the issues for allocating data items on broadcast channels in the environment where multiple-data queries are submitted, and proposes a new data allocation scheme named DAMA. The proposed scheme employs the strategy that the broadcast frequency of each data is determined by the moving average of its access probability. DAMA could enhance the performance of query response time since it is capable of controlling the influence of access probability properly according to the query size. Simulation is performed to evaluate the performance of the proposed scheme. The simulation results show that the performance of DAMA is superior to other schemes in terms of the average response time.

데이터 할당 기술은 데이터 방송 시스템의 성능을 향상시키기 위해서 필수적이다. 본 논문은 질의 프로파일과 질의 요청 확률이 주어진 환경에서 다중 데이터 질의를 처리하기 위하여 방송채널에 데이터를 할당하는 주제를 연구하여 IDAS(Interdependent Dta Allocation Scheme)로 명명된 새로운 데이터 할당 기법을 제안한다. 제안된 기법은 각 데이터의 방송빈도를 자신의 상대적 액세스 확률의 제곱근 값에 비례하게 설정하는 전략을 채택한다. IDAS 기법은 요청 확률이 높은 질의들을 빠르게 처리할 수 있고 적절한 수준의 질의 데이터 인접성을 보일 수 있기 때문에 질의 응답시간의 성능을 향상시킬 수 있다. 제안된 기법의 성능 평가를 위해 시뮬레이션이 수행되었다. 실험 결과에 따르면, 평균 응답시간의 성능에서 IDAS는 다른 기법보다 우수한 성능을 보인다.

A data allocation technique is essential to improve the performance of data broadcast systems. This paper explores the issues for allocating data items on broadcast channels to process multiple-data queries in the environment where query profiles and query request rates are given, and proposes a new data allocation scheme named IDAS. The proposed scheme employs the strategy that the broadcast frequency of each data is determined by the square root value of its relative access probability. IDAS could enhance the performance of query response time since it can process queries of high request rate fast and show a resonable degree of query data adjacency. Simulation is performed to evaluate the performance of the proposed scheme. The simulation results show that IDAS outperforms other schemes in terms of the average response time.

데이터 할당 기술은 데이터 방송 시스템의 성능을 향상시키기 위해서 필수적이다. 본 논문은 질의 프로파일과 질의 요청 확률이 주어진 환경에서 다중 데이터 질의를 처리하기 위하여 방송채널에 데이터를 할당하는 주제를 연구하여 QBDA(Query-Based Data Allocation)로 명명된 새로운 데이터 할당 기법을 제안한다. 제안된 기법은 요청율이 높은 질의에 우선권을 주어 데이터를 스케줄링하며, 데이터 충돌을 줄이기 위하여 마킹 개념을 도입한다. QBDA 기법의 성능 평가를 위해 시뮬레이션이 수행되었다. 실험 결과에 따르면, 제안된 기법은 요청 확률이 높은 질의들을 빠르게 처리할 수 있을 뿐만 아니라 질의 데이터 인접성 및 데이터 충돌 확률 측면에서 매우 바람직한 특성을 보이기 때문에 평균 응답시간의 성능에서 다른 기법보다 우수한 성능을 보인다.

A data allocation technique is essential to improve the performance of data broadcast systems. This paper explores the issues for allocating data items on broadcast channels to process multiple-data queries in the environment where query profiles and query request rates are given, and proposes a new data allocation scheme named QBDA. The proposed scheme allows the query with higher request rate to have higher priority to schedule its data items and introduces the concept of marking to reduce data conflicts. Simulation is performed to evaluate the performance of QBDA. The simulation results show that the proposed scheme outperforms other schemes in terms of the average response time since it can process queries with high request rate fast and show a very desirable characteristics in the aspects of query data adjacency and data conflict probability.

방송 기반의 데이터 전파는 모바일 컴퓨팅 환경에서 보편적으로 받아들여지는 통신 방식이다. 그러나 많은 데이터를 방송해야 할 경우에 방송 채널의 순차성으로 인하여 원하는 데이터를 수신하기까지의 예상 지연시간이 증가한다. 이 대기시간을 줄이기 위하여 본 논문은 다중 채널에 적절하게 데이터를 할당하기 위한 주제를 연구하여 NODA(near optimal data allocation)로 명명된 새로운 데이터 할당 기법을 제안한다. 제안된 기법은 우선 각 방송 채널이 방송해야 하는 데이터들을 결정하기 위하여 평균 예상지연시간의 이론적 하한 값에 기초하여 전체 데이터들을 K 개의 그룹으로 분할한다. 그리고 나서 NODA는 동일 방송 채널에 할당된 데이터들을 다른 빈도로 방송하기 위하여, 각 그룹의 데이터들을 확장된 동적 프로그래밍 알고리즘을 사용하여 B 개의 그룹으로 분할한다. 제안된 기법은 동일 채널에 할당된 데이터들을 그들의 인기도를 반영하여 방송할 수 있기 때문에 평균 예상지연시간을 최소화할 수 있다.

Broadcast-based data dissemination has become a widely accepted approach of communication in the mobile computing environment. However, with a large set of data items, the expected delay of receiving a desired data increases due to the sequential nature of the broadcast channel. This paper explores the issue of designing proper data allocation on multiple broadcast channels to reduce this wait time, and proposes a new data allocation scheme named near optimal data allocation(NODA). The proposed scheme first partitions all data items in K group based on the theoretical lower-bound of the average expected delay to determine data items which each broadcast channel has to broadcast. Then, NODA further partitions each group of data items in B groups using extended dynamic programming algorithm to broadcast data items allocated on the same broadcast channel in different frequencies. The proposed scheme is capable of minimizing the average expected delay time since it can broadcast data items allocated on the same channel reflecting their popularities.

An anti-forensic data hiding method in an NTFS index record is a method designed for anti- forensics, which records data as a file name in index entries and thereafter the index entries are made to remain in the intentionally generated slack area in a 4KB-sized index record[7]. In this paper, we propose a maximum data allocation rule for an anti-forensic data hiding method in an NTFS index record; i.e., a computational method for storing optimal data to hide data in an index record of NTFS is developed and the optimal solution is obtained by applying the method. We confirm that the result of analyzing the case where the number of index entries n = 7 is the maximum case, and show the screen captures of index entries as experimental results.

Bank switching in embedded processors having partitioned memory architecture results in code size as well as run time overhead. An algorithm and its application to assist the compiler in eliminating the redundant bank switching codes introduced and deciding the optimum data allocation to banked memory is presented in this work. A relation matrix formed for the memory bank state transition corresponding to each bank selection instruction is used for the detection of redundant codes. Data allocation to memory is done by considering all possible permutation of memory banks and combination of data. The compiler output corresponding to each data mapping scheme is subjected to a static machine code analysis which identifies the one with minimum number of bank switching codes. Even though the method is compiler independent, the algorithm utilizes certain architectural features of the target processor. A prototype based on PIC 16F87X microcontrollers is described. This method scales well into larger number of memory blocks and other architectures so that high performance compilers can integrate this technique for efficient code generation. The technique is illustrated with an example.

An efficient functionality of any distributed database system “DDBS” is highly dependent on its proper design in terms of the adopted fragmentation and allocation methods. However, an optimal fragmentation and allocation design techniques could be very complex and requires good experiences and knowledge to reach. Fragmentation of a large, global databases are performed by dividing the database relations horizontally, vertically or as a combination of both. In order to enable distributed database systems to work efficiently, these fragments have to be allocated across the available sites in such a way that reduces communication cost i.e. to minimize the total volume of data transmitted during queries execution over sites. This paper presents a new data re-allocation model for replicated and non-replicated constrained DDBSs by bringing a change to data access pattern. This approach assumes that the distribution of fragments over network sites was initially performed according to a properly forecasted set of query frequency values that could be employed over sites. Our model takes sites constraints into account in the re-allocation phase. It proposes an efficient plan to re-allocate data fragments across sites based on communication and update cost values for each fragment individually. The re-allocation process will be performed by selecting the maximal update cost value for each fragment and making the re-allocation accordingly. Experimental results confirmed that the proposed technique will effectively contribute in solving fragments re-allocation problem in a dynamic distributed relational databases environment.

Cloud computing is a technology in which the Cloud Service Providers (CSP) provide many virtual servers to the users to store their information in the cloud. The faults occurring on the assignment and dismission of the virtual machines, the processing cost in the allocation of resources must also be considered. The parallel processing of the information on the virtual machines must be done effectively and in an efficient manner. A variety of systems were developed to facilitate Many Task Computing (MTC). These systems aim to hide the issues of parallelism and fault tolerant and they are used in many applications. In this paper, we introduced Nephele, a data processing framework to exploit dynamic resource provisioning offered by IaaS clouds. The performance evaluation of the virtual machines has been evaluated and the allocation and de-allocation of job tasks to the specific virtual machines has also been considered. A performance comparison with the well known data processing framework hadoop has been done. Thus this paper tells about the effective and efficient manner of processing the data by parallel processing and allocating the correct resources for the desired task. It also helps to reduce the cost of resource utilization by exploiting the dynamic resource utilization.