Earticle

N데이터센터는 정부부처를 대상으로 클라우드 컴퓨팅 서비스를 제공하는 '클라우드 컴퓨팅센터'로 변모를 꾀하고 있으며, 각 부처에 필요한 만큼 정보자원을 서비스 형태로 제공하는 'IT서비스 센터'로 탈바꿈 예정이다. N센 터 8중의 보안체계 하에서 클라우드서비스가 이미 정부부처에 제공되고 있으며, 향후 보안을 전제조건으로 민간분야 까지 확대할 계획이다. 따라서 보안은 민간분야와의 클라우드 확산에 있어 선결요건이며, 이의 체계적이고 효율적 추 진을 위해서 클라우드 데이터 센터로서의 보안수준을 파악하고 적절한 방안을 제시할 필요가 있다. 본 연구에서는 이를 위해 선진 각국의 클라우드 데이터 센터의 보안 요건을 분석하고 클라우드 서비스 형태에 클라우드 컴퓨팅의 취약점을 파악하고, 선진 민간 클라우드 데이터 센터의 보안수준을 파악하고, 현행 N데이터센터 보안 수준과 선진 민간 클라우드 데이터센터와의 갭을 분석하여 보안관점에서 전환을 위한 요건을 제시하였다.

N-Data Center which provide of cloud computing service for the Government departments, will be prepared transforming to cloud data center and transformed into an 'IT service' provided as a service to the information resources required by each department. N-Data center already provide a cloud service to the departments as maintains a high level of security, and plan to connecting with the private sector as a precondition of security. Therefore, in order to promote them effectively, it is necessary to determine the level of security in the cloud data center, and we have proposed appropriate measures. In this paper, we analyze security requirements of cloud data centers in developed countries and identify the leading private cloud data center security. In addition, we identify the N-data center security level, and analyzes the data center and private cloud gap and provide a transition strategy in terms of security finally.

최근 들어 정보시스템을 구성하는 요소들이 복잡 해 짐에 따라 이것들의 이전에 따른 위험 부담도 증가하고 있다. 따라서 정보 시스템 이전 업무를 보다 체계적으로 수행할 필요성이 대두되고 있다. 또한 공공기관 정부이전으로 인하여 대규모의 정보시스템 이전이 진행되고 있으며 앞으로도 계속 추진될 것이다. 이에 따라서 본 논문에서는 정보시스템 이전 프로세스의 재정립과 이전의 효율성과 신속성을 확보하기 위하여 이전 솔루션을 사용할 것을 제안한다. 이것은 정보시스템 자산 이동 관리 추적 기능, 실시간 이동 위치 추적, 상황실을 통한 실시간모니터링 기능, 업무 속성에 따라 분리 이전 가능 시나리오의 제공 역할을 한다. 제안된 솔루션을 사용하면 정보시스템 이전의 시행착오를 감소시켜 이전시간을 최소화 하여 궁극적으로는 업무서비스의 공백을 없애는데 기여할 것이다.

Recently, the more complicated with the elements made of information system, the more dangerous in migration them. So it is need to accomplish information system migration systematically. According to the movement of public institution, a large scale of information system migration is in processing and will be made. In this paper, I would like to suggest the use of migration solution in order to speed & effect information system migration process. This will be provided the pursuit function of information system movement, movement location pursuit in real time, monitoring function through the situation room, separation migration possibility on the basis of business attribute. Therefore, if you use the suggested solution, it will be decreased trial and error & minimized the movement time.

In this study, heat exchangers used in data center and building air-conditioners were tested according to the type of heat exchangers to select them for commercial use. The experiment was performed three samples, one micro channel heat exchanger, the same volume oval coil and the same performance oval coil. The experiment conducted under actual operation conditions in the data center and building. Micro-channel heat exchanger has lower air side pressure drop and higher capacity per volume than oval coil. It may be advantageous when the installation small space or the little design static pressure in the fan, such as in-row systems or CRAC installed in data center.

Indirect evaporative coolers (IECs) are widely used for cooling of outdoor air in building air-conditioning and for cooling of indoor air in data center air-conditioning. However, for each case, the inlet air temperature and humidity condition to IEC are different, which may yield different cooling efficiency. In this study, tests were conducted at the two air conditions using two IEC samples having different channel pitch (3 mm × 5 mm, 5 mm × 5 mm). Results showed that the efficiencies of the 3 mm × 5 mm sample were 12~32% larger than those of the 5 mm × 5 mm sample due to 25% larger heat transfer area and the usage of smaller diameter channel. The efficiency was 10% larger at the data center condition than at the building condition. The reason may be attributed to a larger absolute humidity difference between the liquid film and the air at the data center condition. At the same air velocity, the pressure drops at the wet channel were 64~128% larger than those at the dry channel due to the presence of liquid film at the wet channel. Comparison of the data with predictions by the analytical model revealed that both the efficiency and the pressure drop were over-predicted. Possible reason may be the simplification of the channel geometry and the assumption of fully developed flow, which may be improved in the future.

In general, small and medium-sized computer rooms do not have access floors for reasons of increased floor height and increased construction cost. Therefore, the air conditioning method used here applies the method of directly blowing the cold air of the air conditioner into the computer room. In this case, the hot/cold air is not separated, and as the hot air is recirculated, it is re-introduced to the front of the server rack, resulting in a problem that the server cooling efficiency is decreased. In addition, in such a computer room structure, it is difficult to configure and install a containment system. In this study, we tried to understand the problem of the formation airflow in the case of using the existing air conditioning method, and to find a method of configuring the air conditioning environment to improve the cooling efficiency. The purpose of this study was to understand the airflow/temperature distribution in the computer room using the CFD simulation method. In addition, the thermal characteristics of various air-conditioning environments such as the location of the CRAC cold air discharge location, the layout between server rack and CRAC and the containment were reviewed.

전 세계적으로 인공지능 산업이 활성화하고 그 사용이 대중적으로 확대됨에 따라 데이터 센터의 필요성은 증가하고 있다. 데이터 센터가 급증하여 이와 관련한 문제점이 발생하고 있다. 전 세계의 전력량의 1.5%를 사용하는 전력소비 문제, 전력을 생성함에 따라 발생하는 탄소 문제, 냉각수 문제 등 환경 관련 문제가 발생하여 지속 가능성을 고려해야 할 시기가 도래했다. 이러한 문제를 해결하기 위해 각 국가에서는 친환경적인 그린 데이터 센터 구축에 필요성을 제기하였다. 중국은 환경오염의 우려가 있는 데이터 센터의 확장 속도가 상위권임에도 불구하고, 기후 문제를 해결할 수 있는 그린 데이터 센터로의 변화 속도 또한 상위권이다. 그린 데이터 센터의 주요 과제인 집적화를 위한 동수서산 정책, 에너지의 효율적인 사용을 위한 ｢数据中心绿色低碳发展专项行动计划(데이터 센터 녹색저탄소 발전 특별행동계 획)｣, 국가의 표준화 된 관리, 에너지법 개정 등을 통해 올바른 그린 데이터 센터 구축을 보여주고 있다. 이러한 중국과 달리 한국은 관련 제도와 정책이 미흡하고 미비한 상태 로 글로벌 그린 데이터 센터 구축에 늦어지고 있다. 따라서 중국의 선진화된 그린 데이터 센터 관련 정책과 법 제도를 분석하고, 우리나 라의 정책과 법 제도 구축에 대한 시사점을 제고하고자 한다.

As the global AI(Artificial Intelligence) industry grows and its use becomes more widespread among the general public, the need for data centers continues to increase. The rapid increase in data centers has led to a variety of related problems. Environmental issues such as power consumption – accounting for 1.5% of global electricity use – carbon emissions generated from power production, and cooling water usage have emerged, making it a critical time to consider sustainability. To address these issues, many countries have emphasized the need to establish eco-friendly green data centers. Although China is among the leading countries in the rapid expansion of data centers that raise environmental pollution concerns, it is also among the top in transitioning to green data centers capable of addressing climate issues. Through initiatives such as the China’s East-West computing Resources Integration Project, which promotes consolidation, the Special Action Plan for Green and Low-Carbon Development of Data Centers aimed at improving energy efficiency, standardized national management, and revisions to energy laws, China is demonstrating proper development of green data centers. Unlike China, Republic of Korea is falling behind in the development of global green data centers due to inadequate and insufficient realated systems and policies. Therefore, this study aims to analyze China’s advanced policies and legal systems related to green data centers and to provide implication for the development of relevant policies and legal frameworks in Korea.

대부분의 데이터 센터는 평균적으로 총 자원의 20% ~ 30%만이 사용되고 있고 50% 미만의 전력 효율을 갖고 있 다. 유연한 전력 관리 정책을 적용하면 데이터 센터의 전력 효율을 높일 수 있고 이를 위해서는 동적 부하에 따른 정확한 전력 소비량을 예측 가능해야 한다. 하지만 부하에 따른 서버의 전력 소비량 예측은 시스템 구축비용 및 컴 퓨팅 비용이 매우 높은 편이다. 본 논문에서는 기존의 시스템 정보를 이용한 서버 전력 측정 방법을 소개하고 간편 한 구축과 저렴한 컴퓨팅 비용으로 시스템 부하에 따른 전력 소비량을 예측할 수 있는 방법을 제시한다. 시스템 부 하를 분류하고 부하 별 전력 모델을 도출하여 적용함으로써 보다 정확한 예측 방법을 제안하였다. 또한, 실제 서버 환경을 구축하여 평가를 진행하였고 제안한 방법의 타당성을 증명하였다.

Data centers are mostly under-utilized as only 20 ~30% of total computing resources are consumed in average, leading power efficiency to less than 50%. In order to increase power efficiency of data centers, a flexible power management policy must be adopted. It requires precise estimation of power consumption in real-time; however, it is very difficult and expensive as the power consumption highly fluctuates with the utilization of computing resources. Hence, in this paper, we introduce an efficient power prediction method that has low computation and minimum installation. By classifying system loads and modelling power analysis model for each of them, we could increase accuracy of the power prediction method.

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.

To enable optical interconnect fluidity in next-generation data centers, we propose adaptive transmission based on machine learning in a wavelength-routing network. We consider programmable transmitters that can apply possible code rates to connections based on predicted bit error rate (BER) values. To classify the BER, we employ a preprocessing algorithm to feed the traffic data to a neural network classifier. We demonstrate the significance of our proposed preprocessing algorithm and the classifier performance for different values of and switch port count.

Data Centers, the essential infrastructure for the increasing amount of cloud applications, are required to expand in number of devices even further. However, the scaling is limited by both space and power constraints. It is therefore essential to shrink the size and power consumption of the devices. This works explores how On-Board Optics provides a solution for data center switches. We experimentally demonstrate a proof-of-concept data center switch with integrated On-Board Optics modules, power consumption below 150W and measuring only 0.25U. We further discuss the standards required to fully exploit this technology, and the future of On-Board Optics.

Network Function Virtualization (NFV) technology can tie together a set of Virtual Network Functions (VNFs) as a Service Function Chain (SFC). Although NFV is a promising technology for the placement of user service requests, SFCs often suffer from high delay and low throughput. This paper develops an efficient approach based on Deep Reinforcement Learning (DRL) with the aim of deploying VNFs with low delay during heterogeneous bandwidth demands in Data Center Networks (DCNs). We design an architecture that exploits the dependencies of VNFs to parallelize them and also preserve more resources for processing future requests by extracting the distribution of initialized VNFs. Our algorithm is expected to maximize the long-term reward and improve the computational acceleration in provisioning user service requests. Our evaluations show that the proposed algorithm reduces the service delay by 12% through parallelized VNFs.

With increased density of data centers, power and HVAC equipment are becoming more complicated. In particular, recent cloud data centers are demanding energy efficient and high availability. To manage large scale data center, it is required to collect and analysis data from diverse equipment in data center. And it is important to have an FMS that can monitor the status of the data center equipment with minimal manpower and take immediate action. In this paper, we proposed a method to monitor and measure ICT and it's related equipment in cloud data center, such as Power, HVAC, fire control, and PUE. We also proposed an integrated FMS that can monitor these data through each collecting point. This research contributes to a high level of ICT availability while efficiently operating the data center.

Background: The current status of ACE format MCNP/MCNPX libraries by NDC of KAERI is presented with a short description of each library. Materials and Methods: Validation calculations with recent nuclear data evaluations ENDF/B-VII.0, ENDF/B-VII.1, JEFF-3.2, and JENDL-4.0 have been carried out by the MCNP5 code for 119 criticality benchmark problems taken from the expanded criticality validation suite supplied by LANL. The overall performances of the ACE format KN-libraries have been analyzed in comparison with the results calculated with the ENDF/B-VII.0-based ENDF70 library of LANL. Results and Discussion: It was confirmed that the ENDF/B-VII.1-based KNE71 library showed better performances than the others by comparing the RMS errors and χ2 values for five benchmark categories as well as whole benchmark problems. ENDF/B-VII.1 and JEFF-3.2 have a tendency to yield more reliable MCNP calculation results within certain confidence intervals regarding the total uncertainties for the keff values. Conclusion: It is found that the adoption of the latest evaluated nuclear data might ensure better outcomes in various research and development areas.

현재의 ICT 인프라(인터넷과 서버/Client 연동)는 다양한 장치, 서비스, 비즈니스 및 기술 진화에 따른 신속한 대응 에 어려움을 겪고 있다. 클라우드 컴퓨팅(Cloud Computing)은 구름 같은 네트워크 환경에서 원하는 작업을 요청하여 실행한다는 데서 기원하였으며, 인터넷 기술을 활용하여 IT 자원을 서비스로 제공하는 컴퓨팅을 뜻하고 오늘날 IT 트 렌드의 하나로 가장 주목 받고 있다. 이러한 분산클라우드 환경에서는 네트워크 및 컴퓨팅 자원에 대한 통합 관리 체계 를 통하여 관리 비용 증가 문제를 원천적으로 해결하고 분산된 마이크로 데이터센터(Micro DC(Data Center))를 통하여 코어 네트워크 트래픽 폭증 문제를 해결하여 비용 절감 효과를 높일 수 있다. 그러나 기존의 Flooding 방식은 인접한 모든 DC들에게 전송하기 때문에 많은 트래픽을 유발 할 수 있다. 이를 위해 Restricted Path Flooding 알고리즘이 제안 되었으나 대규모 네트워크에서는 여전히 트래픽을 발생할 수 있는 단점이 있어서 본 논문에서는 홉수 제한을 통하여 이를 개선한 Lightweight Path Flooding 알고리즘을 제안하였다.

Current ICT(Information & Communication Technology) infrastructures (Internet and server/client communicatio n) are struggling for a wide variety of devices, services, and business and technology evolution. Cloud computing or iginated simply to request and execute the desired operation from the network of clouds. It means that an IT resour ce that provides a service using the Internet technology. It is getting the most attention in today's IT trends. In the distributed cloud environments, management costs for the network and computing resources are solved fundamentall y through the integrated management system. It can increase the cost savings to solve the traffic explosion problem of core network via a distributed Micro DC. However, traditional flooding methods may cause a lot of traffic due to transfer to all the neighbor DCs. Restricted Path Flooding algorithms have been proposed for this purpose. In large networks, there is still the disadvantage that may occur traffic. In this paper, we developed Lightweight Path Floodi ng algorithm to improve existing flooding algorithm using hop count restriction..

As the business dependency to information systems and the frequency of the large scale disasters increase, implementing the disaster recovery center has been a common practice. However, since there has been little quantitative decision method for the distance between the data center and the disaster recovery center, the distance decision has been commonly made by qualitative guidelines. In this research, the decision method for the optimal distance between the data center and the disaster recovery center is developed, using the cost analysis including the operation cost and the expected disaster cost. An illustrative numerical example is provided.

데이터센터는 다양한 센서로부터 수많은 종류의 데이터를 수집하고 있으며 이러한 데이터는 데이터센터 모니터링시스템의 분석을 통해 센터의 효율 관리와 개선에 활용되고 있다. 최근에는 데이터센터의 대형화 추세에 따라 센서데이터 양이 폭발적으로 증가하고 모니터링 시스템은 대량의 실시간 스트리밍 데이터에 대한 분석 및 처리 방안이필요하게 되었다. 따라서 본 논문에서는 데이터 발생시간인 이벤트 시간을 기반으로 한 대량의 스트리밍 센서데이터 처리 방안과 데이터양의 증가에 따른 처리 확장성(scalability) 제공 방안을 제시하고자 한다. 이벤트 시간 기반스트리밍 처리를 위해서는 데이터 발생시간과 처리시간 사이의 시간 지연 문제가 해결되어야 하는데 이를 위해 필터링(filtering), 추가시간(slack time), 윈도우 더블링(window doubling), 조정시간(coordinate time) 등을 이용한 처리 방안을 제시한다. 또한 처리 확장성 제공 방안으로 분산 스트리밍 시스템을 활용한 모니터링 시스템 구축 방안을 제시하고 실험적 시스템 구현을 통해 그 효율과 성능을 분석한다.

A data center collects a very large volume of data from various kinds of sensors that is used by the data center monitoring system for the center’s efficiency management and improvement. As the recent trend of large size data center leads to the explosion of sensor data, the monitoring system requires streaming data processing to process and to analyze large volume of real-time data. This paper proposes an event time based real-time streaming processing model for large sensor data. The event time is the time when the data is generated at a sensor. This paper also presents a method to provide scalability of streaming data processing. For the event time based real-time streaming processing, a latency problem between data generation time and processing time should be resolved. We provide a solution based on filtering, slack time, window doubling and coordinate time methods. In order to provide the scalability, this paper builds an experimental monitoring system based on distributed streaming systems and shows an analysis of its performance and efficiency.

데이터센터는 디지털 사회의 핵심 인프라로서 장애 또는 재난 발생 시 광범위한 서비스 중단과 사회적 혼란을 초래할 수 있 다. 최근 발생한 데이터센터 화재 사례는 데이터센터의 재난 거버넌스 구축 및 관리가 조직의 경영성과에도 직결됨을 확인할 수 있었다. 본 연구는 데이터센터 종사자를 대상으로 재난안전인식과 재난관리시스템이 비재무적 경영성과에 미치는 영향을 실증적으로 분석하고자 하였다. 선행연구를 기반으로 데이터센터 환경에 맞게 수정 및 보완한 설문항목을 측정도구를 사용하 였으며, 탐색적 요인분석 및 신뢰도 검증을 통해 구성 타당성을 확보하였다. 가설 검증은 다중회귀분석을, 매개효과 검증은 Sobel Test를 실시하였다. 분석 결과, 재난안전인식과 재난관리시스템은 재난대응역량에 유의한 정(+)의 영향을 미치며, 재난 대응역량이 두 선행 요인과 비재무적 경영성과 간의 관계에서 통계적으로 유의한 매개 효과를 갖는 것으로 확인되었다. 이는 데이터센터 조직의 시스템적 요인과 구성원 인식이 대응역량의 제고를 경유하여 비재무적 성과 향상에 기여하는 구조를 실증 적으로 확인하였다.

This paper is concerned with data center remote management service for demanding forecasting and reduction of energy usage. More particularly, intelligent server rack, mounted on inside of the data center, collects information about energy usage and temperature per server. Using this information, management platform forecasts energy demand in the future and automatically makes report according green environment raw. By providing the remote management service through remote terminals, users are not tied to a time and place to control device inside the data center . In this way, the data center remote management service enhances operability of the facility.