Mobile Grid and Cloud Computing Lab
정보통신공학과 Sayed Chhattan Shah
모바일 그리드 및 클라우드 컴퓨팅 연구실은 정보통신공학과에 소속되어 있으며, 다양한 모바일 및 클라우드 컴퓨팅 기술을 연구하고 있습니다. 최근 3년간 주요 연구 분야로는 5G 네트워크 응용을 위한 프라이빗 모바일 엣지 클라우드, 이기종 프라이빗 엣지 클라우드를 위한 머신 러닝 기반 지능형 미들웨어 플랫폼, 모바일 애드혹 컴퓨팅 클라우드 등이 있습니다. 특히, 2023년에는 SD-IoV 지원 센싱 장치에서 데이터 저장을 위한 해시 테이블 지원 효율적 파일 수준 중복 제거 스킴과 협력적 IoV에서 TCP 성능 향상을 위한 적응형 혼잡 제어 메커니즘을 발표하였습니다. 또한, 클라우드-포그 기반 IoT 응용을 위한 진화 학습 접근법을 사용한 에너지 효율적 Makespan 비용 인식 스케줄링 알고리즘을 개발하여 주목받고 있습니다. 연구실은 다양한 프로젝트를 통해 에너지 효율적 자원 할당 및 라우팅, RFID 및 WSN 통합, 연속 객체 감지 및 추적 등의 분야에서도 활발히 활동하고 있습니다.
Mobile Edge Cloud
Machine Learning Middleware
Resource Allocation
5G 네트워크 응용을 위한 프라이빗 모바일 엣지 클라우드
프라이빗 모바일 엣지 클라우드 기술은 5G 네트워크에서 중요한 역할을 합니다. 이 연구는 5G 네트워크에서 데이터 처리와 컴퓨팅 자원을 효과적으로 관리하는 시스템을 구축하는 것을 목표로 합니다. 모바일 엣지 클라우드는 데이터를 네트워크 엣지에서 처리하여 지연 시간을 줄이고, 네트워크 효율성을 향상시키며, 사용자의 경험을 개선합니다. 이 연구는 프라이빗 클라우드 환경에서의 자원 할당, 데이터 보안, 그리고 에너지 효율성에 중점을 두고 있으며, 이를 통해 5G 네트워크의 성능을 극대화하고 다양한 응용 분야에서의 활용 가능성을 높입니다.
이기종 프라이빗 엣지 클라우드 시스템을 위한 머신러닝 기반 지능형 미들웨어 플랫폼
이 연구는 이기종 프라이빗 엣지 클라우드 환경에서의 효율적인 자원 관리와 최적화를 위해 머신러닝 기술을 활용한 지능형 미들웨어 플랫폼을 개발하는 것을 목표로 합니다. 다양한 기기와 네트워크 조건에서 데이터 처리를 최적화하고, 실시간 분석 및 의사결정을 지원하는 시스템을 구축합니다. 머신러닝 알고리즘을 통해 자원의 할당과 관리, 네트워크 트래픽 제어, 그리고 시스템의 전체적인 성능 향상을 도모합니다. 이를 통해 엣지 클라우드 환경에서의 데이터 처리 효율성을 극대화하고, 안정적이고 신뢰성 있는 서비스를 제공합니다.
1
Hash Table Assisted Efficient File Level De-duplication Scheme for Data Storage in SD-IoV Assisted Sensing Devices
Ghawar Said, Ata Ullah, Anwar Ghani, Muhammad Azeem, Khalid Yahya, Muhammad Bilal, Sayed Chhattan Shah
Intelligent Automation and Soft Computing, 2023
2
Adaptive Congestion Control Mechanism to Enhance TCP Performance in Cooperative IoV
Tapas Kumar Mishra, Kshira Sagar Sahoo, Muhammad Bilal, Sayed Chhattan Shah, Manas Kumar Mishra
IEEE Access, 2023
3
EMCS: An Energy-Efficient Makespan Cost-Aware Scheduling Algorithm using Evolutionary Learning Approach for Cloud-Fog-Based IoT Applications
Ranumayee Sing, Sourav Kumar Bhoi, Niranjan Panigrahi, Kshira Sagar Sahoo, Muhammad Bilal, Sayed Chhattan Shah
Sustainability, 2022
1
Private Mobile Edge Cloud for 5G Network Applications
2
A Machine Learning-based Intelligent Middleware Platform for a Heterogeneous Private Edge Cloud
3
Mobile Ad hoc Computational Cloud