결함 예측 모델 기반 Aggressive 체크포인팅 알고리즘
Fault Prediction Model Based Aggressive Checkpointing Algorithm
- 주제(키워드) 체크포인트 , 서비스 마이그레이션 , 결함예측모델 , 알고리즘 , AHU
- 주제(KDC) 567
- 주제(DDC) 621
- 발행기관 아주대학교 정보통신전문대학원
- 지도교수 김성수
- 발행년도 2007
- 학위수여년월 2007. 2
- 학위명 석사
- 학과 및 전공 정보통신전문대학원 정보통신공학과
- 본문언어 한국어
초록/요약
Seamless한 서비스 제공을 위해 현재 많은 기술이 연구되고 있으며, 서비스 마이그레이션 기술이 그 중 대표적이다. 서비스 마이그레이션 컴퓨팅 환경에서는 사용자의 물리적인 이동이나 자원의 고갈과 같은 결함 발생 등의 이유로 장치간의 서비스 및 어플리케이션의 이동이 일어나게 된다. 이 때 시간적인 손실 없이 서비스 마이그레이션을 수행할 수 있는 기반 기술이 필요하게 된다. 이러한 기술을 통해 사용자는 끊김 없는 서비스를 제공받을 수 있게 된다. 본 연구에서는 이에 대한 대책으로써 마이그레이션 수행 시점의 예측을 통한 최적 체크포인트 배치 알고리즘을 제안한다. 이는 수행중인 서비스나 어플리케이션의 백그라운드 상에서 최신 시스템 스냅샷을 저장하여 마이그레이션시 최근 수행지점으로부터 서비스를 재시작할 수 있는 여건을 제공하게 된다.
more초록/요약
There are many on going research topics for providing seamless service and the service migration technique is representative. There happens some move of service or application between different devices due to several reasons like as physical movements of people or critical client system failure (e.g. battery depletion). There’s an important issue that how much the migration is seamless and this determines whether the user can get the service continuously without wasting time. We propose an optimal checkpoint placement algorithm based on fault prediction as a counter-plan to relieve this seamlessness issue. This technique will gives a best condition for restarting the migrated service from the recent state by saving the system snapshot periodically in background.
more목차
제１장 서론 = 1
제２장 관련연구 = 4
제１절 CPR(CHECKPOINT AND RESTART) = 4
제２절 CHECKPOINT OVERHEAD AND LATENCY = 7
제３절 SEAMLESSNESS = 9
제３장 AGGRESSIVE 체크포인트 기법 = 10
제１절 CHECKPOINT INTERVAL = 11
제２절 CHECKPOINT RELAXATION AND STRENGTHENING = 12
제３절 AGGRESSIVE CHECKPOINT ALGORITHM = 14
제４장 배터리 잔류량 예측 컴포넌트를 이용한 실험 = 16
제１절 실험 환경 = 17
제１항 측정 기준 ①. 배터리 소모량 = 17
제２항 측정 기준 ②. RERUN TIME = 18
제３항 측정 기준 ③. SAVING TIME = 19
제２절 실험 결과 = 19
제１항 모델 검증 = 19
제２항 OPTIMAL CHECKPOINT VS AGGRESSIVE CHECKPOINT = 21
제５장 RANDOM FAILURE TEST = 25
제１절 시뮬레이션 환경 = 25
제１항 LOGNORMAL RANDOM VARIABLE = 25
제２항 PREDICTION POINT AND ERROR RATE = 26
제２절 시뮬레이션 결과 ①. (E_(p) < 0.1 = 10%) = 27
제３절 시뮬레이션 결과 ②. (0.0 < E_(p) < 0.5) = 30
제６장 결론 = 34
제７장 참고 문헌 = 35
Abstract = 37
