Earticle

Grid computing using wireless networks is receiving increasing attention and is expected to become a critical part of future grid computing. However, the inherent challenges of mobile environments such as mobility management, disconnected operation, device heterogeneity, service discovery, and resource sharing are significant issues in mobile grid computing. To achieve the best performance in a mobile grid computing environment, the mobile devices with the lowest probability of mobility should be selected for use first. We therefore focus on the idle state of mobile devices and use IP-paging scheme to identify the idle mobile devices. For this, we propose a user-defined checkpoint technique for task migration, which is based on the information of when a mobile device will leave the network or stop due to low battery. Our checkpoint technique performs checkpoints by two conditions : when a mobile device leaves its current cell and when it turns off due to low battery capacity. By performance evaluation, proposed task migration scheme decreases total execution time and total job completion time.

With the wide application of GPU in High Performance Computing, more and more heterogeneous CPU+GPU clusters have been establishedin many fields. But with the comprehensive using of heterogeneous CPU+GPU clusters, workload balancing has become an important problem when the process nodes coordinate with each other, and the execution time of a program on imbalanced clusters resides on the slowest node. Although there are many strategies and algorithms that can solve the problem of workload balancing to some extent, they generally face the problem of high consumption of communication caused by the task migration. In order to make up for the existing deficiencies, this paper proposes a virtual task migration algorithm adapted to GPU clusters on CUDA platform. This algorithm uses virtual task migration to avoid actual data transmission between nodes, so the communication overhead is obviously decreased. At last, this paper performs an actual test using matrix multiplication to verify this algorithm. The experiment results show that compared with static task partitioning, the algorithm proposed in this paper can effectively achieve dynamic workload balancing and reduce the execution time of programs on GPU clusters, thus the algorithm can significantly improve program execution performance of GPU clusters on CUDA platform.

Now-a-days, data and task migration in collaborative work provides enormous facilities to users. Here, we propose an ontology-based information management scheme to facilitate data and task migration in collaborative work. This ontologybased model will help us to organize huge information (e.g. device status, runtime state etc.) efficiently.

최근 사물 인터넷(IoT)의 발전으로 계산 집약적이거나 지연시간에 민감한 태스크가 증가하면서, 모바일 엣지 컴퓨팅 기술이 주목받고 있지만 지상에 고정되어 있는 MEC 서버는 사용자의 요구사항 변화에 따라 서버의 위치를 변경하거나 유연하게 대처할 수 없다. 이 문제를 해결하기 위해 UAV(Unmanned Aerial Vehicle)를 추가로 이용해 엣지 서비스를 제공하는 기법이 연구되고 있다. 그러나 UAV는 지상 MEC와는 달리 배터리 용량이 제한되어 있어 태스크 마이그레이션을 통해 에너지 사용량을 최소화하는 것이 필요하다. 본 논문에서는 MEC 서버들 사이의 로드 밸런싱과 UAV MEC 서버의 에너지 효율성을 최적화하기 위해 강화학습 기법인 Q-learning을 이용한 태스크 마이그레이션 기법을 제안한다. 제안 시스템의 성능을 평가하기 위해 UAV의 개수에 따라 실험을 진행하여 잔여 에너지와 로드 밸런싱 측면에서 성능을 분석한다.

최근 사물인터넷의 기술이 빠르게 발전하면서 실시간 및 고성능의 처리를 요구하는 서비스들을 위해 멀티 액세스 엣지 컴퓨팅(MEC)이 차세대 기술로 부상하고 있다. 제한적인 서비스 영역을 가지는 MEC 사이에서 사용자들의 잦은 이동성은 MEC 환경에서 다뤄야 할 문제 중 하나이다. 본 논문에서는 이동성이 많은 차량 엣지 컴퓨팅 환경(VEC)을 고려하였으며, 강화 학습 기법의 일종인 DQN을 이용하여 마이그레이션 여부와 대상을 결정하는 태스크 마이그레이션 기법을 제안하였다. 제안한 기법의 목표는 차량 엣지 컴퓨팅 서버(VECS)들의 큐잉 지연시간의 차이를 이용한 로드 밸런싱을 고려하여 QoS 만족도 향상과 시스템의 처리량을 향상시키는 것이다. 제안한 기법을 다른 기법들과의 성능 비교를 통해 QoS 만족도 측면에서 약 14-49%, 서비스 거절률 측면에서는 약 14-38%로 더 좋은 성능을 보임을 확인하였다.

With the rapid development of the Internet of Things(IoT) technology recently, multi-access edge computing(MEC) is emerged as a next-generation technology for real-time and high-performance services. High mobility of users between MECs with limited service areas is considered one of the issues in the MEC environment. In this paper, we consider a vehicle edge computing(VEC) environment which has a high mobility, and propose a task migration algorithm to decide whether or not to migrate and where to migrate using DQN, as a reinforcement learning method. The objective of the proposed algorithm is to improve the system throughput while satisfying QoS(Quality of Service) requirements by minimizing the difference between queueing delays in vehicle edge computing servers(VECSs). The results show that compared to other algorithms, the proposed algorithm achieves approximately 14-49% better QoS satisfaction and approximately 14-38% lower service blocking rate.

최근 사물인터넷의 기술이 빠르게 발전하면서 실시간 및 고성능의 처리를 요구하는 서비스들을 위해 멀티 액세스 엣지 컴퓨팅(MEC)이 차세대기술로 부상하고 있다. 제한적인 서비스 영역을 가지는 MEC 사이에서 사용자들의 잦은 이동성은 MEC 환경에서 다뤄야 할 문제 중 하나이다. 본 논문에서는 이동성이 많은 차량 엣지 컴퓨팅 환경(VEC)을 고려하였으며, 강화 학습 기법의 일종인 DQN을 이용하여 마이그레이션 여부와 대상을결정하는 태스크 마이그레이션 기법을 제안하였다. 제안한 기법의 목표는 차량 엣지 컴퓨팅 서버(VECS)들의 큐잉 지연시간의 차이를 이용한 로드밸런싱을 고려하여 QoS 만족도 향상과 시스템의 처리량을 향상시키는 것이다. 제안한 기법을 다른 기법들과의 성능 비교를 통해 QoS 만족도측면에서 약 14-49%, 서비스 거절률 측면에서는 약 14-38%로 더 좋은 성능을 보임을 확인하였다.

With the rapid development of the Internet of Things(IoT) technology recently, multi-access edge computing(MEC) is emerged as anext-generation technology for real-time and high-performance services. High mobility of users between MECs with limited service areasis considered one of the issues in the MEC environment. In this paper, we consider a vehicle edge computing(VEC) environment whichhas a high mobility, and propose a task migration algorithm to decide whether or not to migrate and where to migrate using DQN,as a reinforcement learning method. The objective of the proposed algorithm is to improve the system throughput while satisfyingQoS(Quality of Service) requirements by minimizing the difference between queueing delays in vehicle edge computing servers(VECSs). The results show that compared to other algorithms, the proposed algorithm achieves approximately 14-49% better QoS satisfaction andapproximately 14?38% lower service blocking rate.

차량 환경에서 발생하는 계산 집약적인 태스크가 증가하면서 모바일 엣지 컴퓨팅(MEC, Mobile Edge Computing)의 필요성이 높아지고 있다. 하지만 지상에 존재하는 MEC 서버는 출퇴근 시간과 같이 태스크가 일시적으로 급증하는 상황에 유동적으로 대처할 수 없으며, 이러한 상황을 대비하기 위해 지상 MEC 서버를 추가로 설치하는 것은 자원의 낭비를 불러온다. 최근 이 문제를 해결하기 위해 UAV(Unmanned Aerial Vehicle)기반 MEC 서버를 추가로 사용해 엣지 서비스를 제공하는 연구가 진행되고 있다. 그러나 UAV MEC 서버는 지상 MEC 서버와 달리 한정적인 배터리 용량으로 인해 서버 간 로드밸런싱을 통해 에너지 사용량을 최소화 하는 것이 필요하다. 본 논문에서는 UAV MEC 서버의 에너지 사용량을 고려한 마이그레이션 기법을 제안한다. 또한 GRU(Gated Recurrent Unit) 모델을 활용한 트래픽 예측을 바탕으로 한 마이그레이션을 통해 지연시간을 최소화할 수 있도록 한다. 제안 시스템의 성능을 평가하기 위해 MEC의 마이그레이션 시점을 결정하는 기준점와 차량의 밀도에 따라 실험을 진행하고, 서버의 로드 편차, UAV MEC 서버의 에너지 사용량 그리고 평균 지연 시간 측면에서 성능을 분석한다.

In this paper, we applied the migration technique to real-time tasks that have relatively low criticality but still important to be dropped by the mixed-criticality scheduling algorithms. The proposed drop and migrate algorithm analyzes the schedulability by calculating CPU utilization and response time of using task migration. We provide analysis to guarantee the deadline of LO-tasks, by transforming the response time equation specified with migration time. The transformed response time equation was able to analyze the migration schedulability. This algorithm can be used with various mixed-criticality schedulers as a supplementary method. We expect this algorithm will be used for scheduling LO-tasks such as communication task that requires safety guarantee especially in platooning and autonomous driving by utilizing the advantages of multiple node connectivities.

In the hypercube multiprocessor system. repeated allocations and deallocations of subcubes generate a fragmented hypercube from which. even if sufficient free processors are available, a subcube that is large enough to accomodate a new task cannot be formed. To eliminate the fragmentation, we need a processor relocation to move a task-occupied subcube to a free subcube, and gather dispersed small subcubes. In this paper, we propose a routing algorithm for task migration in circuit- switched hypercube to relocate processors. In the circuit-switched hypercube, we have to find a set of dedicated link-disjoint routing paths for each node to move a task from a busy subcube to a free subcube in fragmentation. The proposed algorithm is based on the PGC(packed Gray code) which detects all kinds of subcubes.

최근 클라우드 컴퓨팅의 발전과 상업적인 성공과 함께 클라우드 자원의 이용률을 최대로 유지하면서 에너지를 효율적으로 사용하기 위한 연구에 대한 관심이 커지고 있다. 자원의 사용률이 최대로 높아지게 되면 에너지 소비량이 급격하게 증가하여 많은 에너지를 사용하게 되므로 자원의 사용율과 에너지 사용은 트레이드오프 관계를 가지게 된다. 따라서 본 논문에서는 자원의 최대 사용 및 효율적인 에너지 사용을 위해 에너지 소비가 최적이 되는 자원 이용률의 임계값을 찾기 위한 연구를 수행하였다. 실험을 위해 자원 중 가장 많은 에너지를 소비하는 CPU를 이용하였고, 전력 측정을 위해 KEM2500 전력계와 ThrottleStop_500 프로그램을 사용하였다. 실험 결과 CPU 사용률이 약 90%일 때 에너지 사용량이 급격하게 증가하였으며, 기존의 평균 자원 이용률과 비교했을 때 12.3% 정도의 전기량이 더 소모됨을 확인하였다. 따라서 클라우드 컴퓨팅에서 CPU 자원의 이용률이 90%일 때 에너지가 최적이라고 할 수 있다.

우리나라도 체류외국인이 2007년 100만 명을 돌파한 이후 지속적으로 증가 추세에 있으며 2022년 12월말까지 225만여 명에 달하는 외국인이 국내에 거주하고 있다. 2018년부터 저출산·고령화 추세에 따라 인구구조가 변화하고 산업구조가 재편됨에 따라 다양한 인력 활용 요구가 증가하여 향후 외국인의 유입이 꾸준히 늘어날 것으로 예상된다. 이에 정부는 급격한 인구감소에 대한 해법으로 이민정책 활성화를 추진하면서, 현재 고용허가제를 통한 단기적인 노동력 공급에만 초점을 맞춘 외국인 유입 정책을 숙련형 인력과 정주형 인력 도입으로 전환하려고 노력하고 있다. 법무부는 출입국·이민정책을 총괄하는 이민청 설립을 통해 인구구조 변화에 체계적으로 대응하는 것을 목표로 삼고 있으나, 다문화 가족의 지원은 여성가족부, 외국인력 수급은 고용노동부, 재외동포는 외교부가 각각 맡고 있으며, 각각의 중앙부처가 관장하는 법률도 달라 부처 간 업무 조율이 제대로 이루어지고 못하고 있는 실정이다. 그리고 현재 외국인정책은 농림어업과 산업현장에서 필요한 외국인 인력에 대한 수요에 초점이 맞춰져 있는데, 향후 이들과 그 가족들이 정착할 수 있는 포용적 정책을 펼쳐야 할 것이다.

The number of foreigners residing in Korea has also been on a continuous upward trend since exceeding 1 million in 2007, with more than 2.25 million foreigners residing in the country at the end of December 2022. Since 2018, as the demographic structure has changed due to the declining birthrate and aging trend, and the industrial structure has been reorganized according to the Fourth Industrial Revolution, the demand for the use of various human resources has increased, and the influx of foreigners is expected to steadily increase in the future. Accordingly, the government is promoting the revitalization of immigration policy as a solution to the rapid population decline, and is trying to change the foreign inflow policy, which currently focuses only on short-term labor supply through the employment permit system, to the introduction of skilled and permanent manpower. The government is about to establish and implement the 4th Basic Plan for Foreign Policy(2023~2027). Local governments have enacted and implemented ordinances to support foreign residents in order to promote customized foreign policies that meet the reality, such as coexistence and cooperation with local residents and immigrants, providing high-quality jobs to foreigners, education, and welfare. The Ministry of Justice aims to systematically respond to changes in demographic structure through the establishment of the provisional "Immigration Agency" to oversee immigration and immigration policies, and the Ministry of Gender Equality and Family supports multicultural families, the Ministry of Employment and Labor provides support for foreigners, the Ministry of Foreign Affairs (Overseas Koreans Administration) is in charge of supporting overseas Koreans and promoting the benefits of overseas Koreans, the Ministry of Education is in charge of managing foreign students, and the Ministry of Public Administration and Security is in charge of housing and policing foreigners. The multi-ministerial policy committee under the Prime Minister's Office is also divided into the Foreign Policy Committee of the Ministry of Justice, the Multicultural Family Policy Committee under the Ministry of Gender Equality and Family, the Foreign Power Policy Committee under the Ministry of Employment and Labor, and the Policy Committee for Overseas Koreans under the Ministry of Foreign Affairs. Due to the lack of government organization for the promotion and implementation of such foreign policies and the lack of administrative systems of local governments, comprehensive and systematic policy formulation has not been achieved. In addition, the current policy for the influx and settlement of foreign workers is rigid, so it is necessary to establish a flexible visa system for the expansion of permanent immigrant visas, identify the needs of foreign manpower, and implement an inclusive policy that allows foreign migrants to live in cooperation and harmony with local residents.

5G 의 발전과 함께 차량과 IT 통신 기술을 융합한 어플리케이션들이 급증하면서 멀티 액세스 엣지 컴퓨팅(MEC)이 차세대 기술로 등장했다. 낮은 지연시간 안에 계산 집약적인 서비스들을 제공하기 위해 단독적인 MECS 서버(MECS)에서의 수행이 아닌 다수의 MECS 에서 동시에 연산을 수행할 수 있도록 태스크를 파티셔닝하는 기법이 주목받고 있다. 특히 차량이 다수의 MECS 로 태스크를 파티셔닝하여 오프로딩하는 기법과 하나의 MECS 로 오프로딩한 후 다른 MECS 들로 파티셔닝하여 마이그레이션하는 기법들이 연구되고 있다. 본 논문에서는 오프로딩과 마이그레이션을 이용한 파티셔닝 기법들을 서비스 지연시간과 차량의 에너지 소비량 측면에서 성능을 비교 분석을 하였다.