Earticle

비대면 시대가 도래함에 따라 클라우드 기반 가상 환경 구축이 각광받고 있다. 사용자의 요구사항에 맞는 프라이빗 클라우드 가상 환경을 효율적으로 구축하기 위한 이슈가 클라우드 분야의 연구주제 중 하나로 부각되고 있다. 최근 들어 클라우드를 자동 구축하는 방법으로 Infrastructure as Code 도구가 활용되고 있다. 대표적인 Infrastructure as Code 도구로 오픈 소스 소프트웨어 자동화 도구인 Cloud-init, 프라이빗 클라우드 플랫폼 Openstack의 Heat 등이 활용되고 있다. Infrastructure as Code 기술을 맞춤형 클라우드 환경 구축에 적용하는 것은 가상 환경 구축의 편의성을 증대시킬 수 있다. 따라서 본 논문에서는 사용자 맞춤형 프라이빗 클라우드를 구축하기 위해 목적, 사용자 정보 등의 요구사항을 Infrastructure as Code 기술에 적용하는 접근법을 제시한다. 또한, 제안하는 구축 방법의 아키텍처와 프로세스를 제시하고 사례연구를 진행하였다. 사례 연구는 50명의 사용자를 대상으로 파일 공유 서버를 제공하는 맞춤형 프라이빗 클라우드 가상 환경 구축 예를 Openstack에 적용해 제시하였다. 이를 통해 제안한 방법이 실현 가능함을 나타내었다. 이 방법은 사용자 맞춤형 클라우드 가상머신 환경을 자동 구축할 수 있는 참조 모델로 활용 가능할 것으로 기대된다.

Openstack is widely used as a representative open-source infrastructure of the service (IaaS) platform. The Openstack Identity Service is a centralized approach component based on the token including the Memcached for cache, which is the in-memory key-value store. Token validation requests are concentrated on the centralized server as the number of differently encrypted tokens increases. This paper proposes the practical Byzantine fault tolerance (PBFT) blockchain-based Openstack Identity Service, which can improve the performance efficiency and reduce security vulnerabilities through a PBFT blockchain framework-based decentralized approach. The experiment conducted by using the Apache JMeter demonstrated that latency was improved by more than 33.99% and 72.57% in the PBFT blockchain-based Openstack Identity Service, compared to the Openstack Identity Service, for 500 and 1,000 differently encrypted tokens, respectively.

GPU는 저비용 고효율의 프로세서로 각광을 받고 있으며, 이질적 고성능 컴퓨팅 시스템의 주계산 자원으로 채택되고 있다. 본 논문에서는 GPU 기반의 고성능 클라우드 컴퓨팅을 위해 개발된 확장형 OpenStack을 서술한다. 확장형 OpenStack은 OpenStack에서 GPU 사용이 가능한 가상 머신의 생성 및 관리가 가능하도록, 가상 머신 간의GPU 공유 스케줄러와 GPU 인지형 Nova 스케줄러를 제공한다. 확장형 OpenStack과 Rodinia 벤치마크를 이용한 실험에서 GPU 가상화로 인한 오버헤드가 2%내에 불과함을 보여주고 있다. 이것은 OpenStack이 이질적 고성능 클라우드 컴퓨팅에도 성공적으로 적용 가능함을 의미한다.

GPU's are getting the spotlight in the chip processor market due to low power consumption and high efficiency, and increasingly adopted as a main computing resource in heterogeneous high performance computing systems. This paper describes OpenStack extension for heterogeneous high performance computing on the cloud. The extended features are a coarse-grained GPU scheduler and a GPU-aware Nova scheduler developed for creating and managing GPU-enabled virtual machines with OpenStack. The experiments by using Rodinia benchmark on OpenStack extension shows that the overhead due to GPU virtualization is within 2%. This means that OpenStack is successfully applicable to the heterogeneous high-performance cloud computing.

For the problem of compute nodes load unbalance leads to the overload node impact VM performance and the underload node waste electrical energy. Dynamic VM consolidation is an efficient approach for improving the utilization of servers and reducing energy costs. In this paper, we introduce dynamic consolidation into OpenStack and implement AMVM based on OpenStack. AMVM collect and analyze all performance data of VM and compute node in OpenStack. Then AMVM automatically schedules VM live migrate to the most appropriate node according to the real-time load of all compute nodes. Then we use hybrid-copy instead of pre-copy in AMVM to improve the efficiency of VM live migration. Finally, we analyze the performance of hybrid-copy, hybrid-copy can reduce page faults compared with post-copy and reduce total data transferred compared with pre-copy.

The demand for computing resources is growing, but the input costs of the enterprise information system construction of the traditional way is too high, and has not the high utilization of the resources. In order to solve this contradiction, the enterprise private cloud platform architecture has been put forward based on open source system. By analyzing the mainstream open source cloud projects, the basis to choose OpenStack has been given. From the perspective of classification of the enterprise personnel, combining with the components of OpenStack, this paper expounds manufacture of the virtual image and distribution, monitor, and use of the virtual machine. At last, the user interface design is also given.

클라우드 컴퓨팅에 대한 관심이 높아지면서 클라우드 자원의 구성과 설정을 자동화하는 클라우드 오케스트레이션 기술 역시 각광받고 있다. 클라우드 오케스트레이션 기술을 활용하면 다수의 클라우드 자원을 수동적으로 생성하고 설정할 필요 없이 스트립트를 실행함으로써 자동화할 수 있어 많은 클라우드 이용자에게 확산되고 있다. 그러나 현재 클라우드 플랫폼에서 제공하는 클라우드 오케스트레이션 서비스들은 템플릿 스트립트를 수동적으로 작성해야 하며, 가상 머신의 성능이나 배포해야 할 어플리케이션 등 스크립트의 구성 요소들을 사용자가 직접 매핑하기 어렵다는 문제점을 가지고 있다. 본 논문에서는 사용자가 원하는 기능 및 비기능 요구사항을 반영하여 YAML 스크립트 파일을 자동으로 생성하고 이를 통해 클라우드 환경을 자동적으로 구축할 수 있는 오케스트레이션 시스템을 제안한다. 제안하는 시스템의 아키텍처와 프로세스를 제시하며, 본 방법을 클라우드 기반 스마트 빌딩 환경 구축에 적용하는 사례 연구를 진행하였다.

클라우드 컴퓨팅에 대한 관심이 높아지면서 클라우드 자원의 구성과 설정을 자동화하는 클라우드 오케스트레이션 기술 역시 각광받고 있다. 클라우드 오케스트레이션 기술을 활용하면 다수의 클라우드 자원을 수동적으로 생성하고 설정할 필요 없이 스트립트를 실행함으로써 자동화할 수 있어 많은 클라우드 이용자에게 확산되고 있다. 그러나 현재 클라우드 플랫폼에서 제공하는 클라우드 오케스트레이션 서비스들은 템플릿 스트립트를 수동적으로 작성해야 하며, 가상 머신의 성능이나 배포해야 할 어플리케이션 등 스크립트의 구성 요소들을 사용자가 직접 매핑하기 어렵다는 문제점을 가지고 있다. 본 논문에서는 사용자가 원하는 기능 및 비기능 요구사항을 반영하여 YAML 스크립트 파일을 자동으로 생성하고 이를 통해 클라우드 환경을 자동적으로 구축할 수 있는 오케스트레이션 시스템을 제안한다. 제안하는 시스템의 아키텍처와 프로세스를 제시하며, 본 방법을 클라우드 기반 스마트 빌딩 환경 구축에 적용하는 사례 연구를 진행하였다.

Cloud Computing 환경은 사용자로 하여금 네트워크를 통하여 운영플랫폼, 저장매체 등이 운영 가능한 컴퓨터 자원을 신속하게 이용할 수 있는 컴퓨팅 환경이다. 이 환경을 이용하여 사용자들에게 가상의 컴퓨팅 공간을 만들어 resource를 사용하게 만들어주는 Iaas(Infrastructure as a Service)가 급증하고 있다. OpenStack은 Cloud Computing 환경을 이용하여 사용자로 하여금 *aaS제공을 가능하게 해주는 오픈소스 소프트웨어 프로젝트이다. 이 연구는 Openstack을 활용하여 Cloud환경을 구축하고, 이를 활용 하는 방안에 대한 연구이다. GitLab를 이용한 GitLab Service Launching을 시도하고, Hadoop을 통하여 Cloud 환경을 활용한 분산처리 시스템을 구현, Cloud의 활용 방안을 탐구한다.

Cloud Computing 환경은 사용자로 하여금 네트워크를 통하여 운영플랫폼, 저장매체 등이 운영 가능한 컴퓨터 자원을 신속하게 이용할 수 있는 컴퓨팅 환경이다. 이 환경을 이용하여 사용자들에게 가상의 컴퓨팅 공간을 만들어 resource를 사용하게 만들어주는 Iaas(Infrastructure as a Service)가 급증하고 있다. OpenStack은 Cloud Computing 환경을 이용하여 사용자로 하여금 *aaS제공을 가능하게 해주는 오픈소스 소프트웨어 프로젝트이다. 이 연구는 Openstack을 활용하여 Cloud환경을 구축하고, 이를 활용 하는 방안에 대한 연구이다. GitLab를 이용한 GitLab Service Launching을 시도하고, Hadoop을 통하여 Cloud 환경을 활용한 분산처리 시스템을 구현, Cloud의 활용 방안을 탐구한다.

OpenStack는 오픈소스 클라우드 플렛폼이며, Iaas 서비스를 제공하고 있다. Iaas 서비스를 제공하기 위해 많은 서비스 제공되고 있는 데, 이런 다양한 서비스를 테스트하기 위해, OpenStack에서는 Tempest 라는 테스팅 도구를 제공하고 있다. 우리의 논문에서는 이 Tempest라는 테스팅 툴에서 사용하는 테스트 시나리오를 사용자가 XML을 통해 손쉽게 작성하고, 사용자가 원하는 테스트 내용에 맞게 커스터 마이징 하는 방법을 제안한다.

다양한 규모와 형태의 클라우드 인프라를 보다 쉽게 구축하고 관리할 수 있는 공개 소프트웨어 기반의 클라우드 운영체제인 OpenStack은 Icehouse 배포판 이후부터 새로운 기능의 추가 못지 않게 안정성 확보에 주력하면서 엔터프라이즈 클라우드를 위한 기본 기능이 성숙 단계에 진입하고 있는 것으로 판단된다. 다만, 클라우드 네트워킹을 담당하는 Neutron의 경우 네트워크 기능 가상화(NFV: Network Functions Virtualisation) 기술의 출현으로 더욱 많은 관심을 받고 있으나 아직 기술의 복잡성, 성능 및 고가용성 등에 대한 우려 등으로 폭넓게 활용되지 못하고 있다. 이에 따라 Neutron 프로젝트에서는 분산 라우터(DVR : Distributed Virtual Router) 기술과 L3(Layer 3) 고가용성 기술 등을 새롭게 선보이게 되었다. 본고에서는 지난 10월, 10번째로 발표된 Juno 배포판의 특징을 간략히 살펴본 다음, Neutron 프로젝트에서 꾸준히 요구되어 왔던 분산 라우터(DVR) 기술에 대한 개발 현황과 특징 그리고 동작 방식에 대해 정리한다.

최근 오픈소스 기반의 사적 및 공적 클라우드 컴퓨팅 서비스(IaaS: Infrastructure as a Service) 의 구축 시도가 급속도로 증가하는 추세에 있다. 그 결과, 해당 서비스를 사용하는 사용자에게 고가용성(High Availability)과 부하분산(Load Balancing)을 제공해야 하는 요구 역시 커져가고 있다. 클라우드 컴퓨팅 솔루션 중 하나인 Openstack은 최근에 LBaaS(Load Balancing as a Service)라는 확장 모듈을 통해 해당 요구를 충족할 수 있는 기능을 제공한다. 본 논문에서는 Openstack의 LBaaS를 소개하고, 실제 구현을 통해 해당 서비스의 동작원리를 분석한다.

Recently, the implementations of private and public cloud service (IaaS: Infrastructure as a Service) have been growing rapidly. As a result, the need to provide High-Availability and Load-Balancing for the users has also increased. Openstack which is one of cloud computing solutions currently offers a feature to meet the need through an extension called Load Balancing as a Service (LBaaS). This paper will provide a detailed explanation about Openstack's LBaaS and its operation principle will be analyzed through the actual implementation.

오픈스택(OpenStack)을 이용한 클라우드 서비스가 점차 확산되어가면서 수많은 가상 자원들을 생성하고 생성된 가상 자원들의 라이프사이클을 관리하는 오케스트레이션 기능의 중요성이 강조되고 있다. 본고에서는 오픈스택 진영에서 템플릿 기반의 오케스트레이션 서비스를 담당하고 있는 Heat의 기본구조와 함께 Heat에서 정의하고 있는 HOT(Heat Orchestration Template) 템플릿의 구성 요소와 주요 특징을 정리하고 템플릿 간에 참조 관계를 설명하는 Nested Stack 개념을 소개한다.

계산과학분야에서 컴퓨팅자원을 사용하는 사용자들은 수천 개의 CPU 규모의 클러스터단위로 컴퓨팅 자원을 사용한다. 자원의 크기에 따라 작업 실행 시간이 줄어들기 때문에 사용자들이 정확하고 빠른 연구결과를 얻기 위해서는 많은 컴퓨팅자원이 필요하다. 하지만 컴퓨팅자원의 한계와 비용의 문제로 모든 사용자들이 원하는 자원을 할당 받지 못한다. 본 논문에서는 컴퓨팅자원을 가상머신 클러스터 단위로 제공하는 방법과 자원의 낭비를 줄이기 위한 가상머신 동적 할당방법을 구현하였다.

오늘날 ICT(Information & Communication Technology)분야의 최대 화두를 꼽는다면 빅데이터, IoT(Internet of Things), 그리고 클라우드를 빼놓을 수 없다. 아직 국내에서는 클라우드 관련 산업 및 시장이 본격적으로 활성화되고 있지는 못하지만, 다양한 규모와 형태의 클라우드 인프라를 손쉽게 구축하고 관리할 수 있는 클라우드 운영체제의 출현과 기술 고도화로 기업의 ICT 환경을 클라우드로 전환하는 사설 클라우드의 구축이나 공용 클라우드와 사설 클라우드를 적절히 함께 운용하는 하이브리드 클라우드에 대한 관심이 매우 높은 실정이다. 현재 이러한 흐름을 이끌며 가장 많은 주목을 받고 있는 것이 바로 공개 소프트웨어 기반의 클라우드 운영체제인 OpenStack이다. 본고에서는 OpenStack의 최근 배포판인 Icehouse를 중심으로 OpenStack의 구성과 주요 특징 그리고 기술동향을 정리한다.

가상화 기술로 인하여 하나의 물리 서버에 하나 이상의 가상 머신을 만들 수 있게 되었으며, 이로 인해 비용적인 측면은 물론 리소스를 더욱 더 효율적으로 관리가 가능해졌다. 이에 따라 많은 기업에서 가상화 환경을 도입하고 있다. 그러나 하나의 물리 서버에만 가상 머신이 집중해서 생성된다면 리소스의 효율이 떨어 지게 된다. 따라서 가상화와 된 클라우드 시스템에 대한 모니터링 환경 구축이 필요하다. 이에 OpenStack을 사용하여 사적 클라우드를 구축한 후 Ganglia를 사용하여 각 가상 머신과 물리 서버의 시스템 및 리소스 현황에 대한 모니터링 환경을 보다 편리하게 구축하고자 한다.

오늘날 클라우드 서비스가 확산되면서 공용 클라우드 뿐만 아니라 사설 클라우드나 하이브리드 클라우드에 대한 관심도 높아지고 있다. 특히 다양한 규모와 형태의 클라우드 인프라를 손쉽게 구축하고 관리할 수 있는 클라우드 운영체제에 대한 관심은 최근 급증하고 있는 추세이다. 또한 정보통신 인프라에서 네트워크가 차지하는 비중만큼이나, 클라우드 서비스에서 멀티테넌시 네트워크 구성, 다양한 네트워크 하부 기술의 수용, 가상 네트워크 인프라의 동적 프로비저닝 등을 포함하는 클라우드 네트워크 기술에 대한 관심과 기술개발 노력이 더욱 집중되고 있다. 본고에서는 현재 가장 주목받고 있는 공개 소프트웨어 기반의 클라우드 운영체제인 OpenStack의 구조와 클라우드 네트워크 기술에 대한 주요 특징을 정리한다.

OpenStack는 오픈소스 클라우드 플랫폼이다. OpenStack의 기능을 테스트하기 위해서는 Tempest라는 테스팅 도구를 사용하고 있으며, Python으로 작성된 테스트 시나리오를 매개변수로써, 테스트에 사용하고 있다. 우리의 논문에서는 크라우드소싱 방법을 활용하여, 웹을 통해 쉽게 Tempest의 테스트 시나리오를 작성하고, 웹상에서 Tempest를 실행 및 결과를 확인할 수 있으며, 각각의 사용자에게 테스트 시나리오를 공유 및 개발할 수 있는 방법을 제안한다.