학술지 논문

2009년 이전 논문은 이전 연구실 사이트를 통해 보실수 있습니다.

[국내 저널] AI 기반의 클라우드 인스턴스 마이그레이션을 위한 학습 피처 모델

발행사항: 학술지명 : 한국차세대컴퓨팅학회 논문지, 발행기관 : 한국차세대컴퓨팅학회, 권/호 : 19/1, 페이지 : 20-29, ISSN : 1975-681X, 지도교수 : 염근혁

국문초록: 클라우드 컴퓨팅 분야에서 마이그레이션 기술의 중요성이 부각되고 있다. 현재 클라우드 컴퓨팅 인프라는 AIaaS(AI as a Service)라는 패러다임 하에 클라우드 컴퓨팅의 SDI(Software-Defined Infrastructure)환경을 구축하려는 시도가 진행되고 있다. 현재 마이그레이션을 적용 시 패턴 기반, 리소스 기반으로 수행하고자 하는 기법이 등장하고 있다. 하지만, 이와 같은 기법에 근간이 되는 마이그레이션 피처를 식별하고 이를 학습에 활용하는 연구는 미비한 실정이다. 따라서, 본 논문에서는 클라우드 컴퓨팅 마이그레이션 학습 피처들을 식별하였다. 또한, 해당 피처를 접목하여 마이그레이션을 수행하는 아키텍처 및 프로세스를 제시하였다. 실제 마이그레이션 피처 중 일부를 기 공개된 데이터 세트를 통해 학습하고 적용하는 사례연구를 수행하였다. 제안한 모델은 클라우드 분야에서 AI 기반의 마이그레이션을 수행 시 학습 적용을 위한 피처 모델로 활용 가능할 것이다.

영문초록: In the cloud computing field, cloud migration is recognized as important technology. Currently, cloud computing infrastructure is attempting to build an SDI(Software-Defined Infrastructure) environment based on the paradigm called AIaaS(AI-as-a-Service). Furthermore, when applying migration, a pattern-based or resource-based method is emerging. However, research on identifying migration features that are the basis of such methods and using them for learning is insufficient. Therefore, in this paper, we identified migration features for cloud computing. In addition, the architecture and process for performing migration by adapting the identified features are presented. A case study of learning and applying some of the migration features from a previously published data set was conducted. The proposed model will be applicable as a base feature model for learning when performing AI-based migration in the cloud computing field.

일반텍스트: 이 논문은 2022년도 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(No. NRF-2021R1A2C1006177).