광 버스트 스위칭 네트워크는 패킷 기술을 이용한 광 네트워크 구축을 위해 매우 유망한 네트워크 기술이다. 광 버스트 스위칭 네트워크에서는 다수의 패킷으로 구성되어 광 신호로 전송되는 데이터 버스트와, 전기 신호로 처리된 데이터 버스트를 제어하는 데 사용되는 제어 패킷 사이의 시간 간격을 유지하기 위해 광섬유 지연선 버퍼가 필요하다. 광 신호 처리, 버스트 경합 해결, 광 메모리 등 여러 문제들 가운데서도 가장 긴급한 과제는 버스트 경합에 대한 해결책이다. 본 연구에서는 휴리스틱 AI 알고리즘에 기반하여 광섬유 지연선 버퍼의 최적 길이를 결정하기 위한 새로운 방법을 제안한다.

실용적인 광 패킷 스위칭을 위한 매우 유망한 기술인 광 버스트 스위칭 네트워크에서 발생하는 경쟁(contension) 문제를 해결하기 위한 새로운 알고리즘을 제안한다. 제안한 알고리즘은 파장 변환, 편향 라우팅(deflection routing), 세그멘테이션(segmentation) 및 광섬유 지연선(fiber delay line) 버퍼링의 기능을 바탕으로 구성되었으며, 이후 이를 광 버스트 스위칭 네트워크에 적용하였다. 경쟁 해소 알고리즘의 성능은 OPNET 시뮬레이션 도구를 사용하여 분석하였다. 시뮬레이션에 사용한 네트워크 토폴로지는 NSFNET 네트워크에 의존하였다. 시뮬레이션 결과는 제안한 알고리즘의 유효성을 보여주었으며, 성능 분석은 다양한 네트워크 트래픽 조건에서 뚜렷한 개선이 있음을 입증한다.

광 버스트 스위칭 네트워크는 패킷 기술을 이용한 광 네트워크 구축을 위해 매우 유망한 네트워크 기술이다. 광 버스트 스위칭 네트워크에서는 다수의 패킷으로 구성되어 광 신호로 전송되는 데이터 버스트와, 전기 신호로 처리된 데이터 버스트를 제어하는 데 사용되는 제어 패킷 사이의 시간 간격을 유지하기 위해 광섬유 지연선 버퍼가 필요하다. 광 신호 처리, 버스트 경합 해결, 광 메모리 등 여러 문제들 가운데서도 가장 긴급한 과제는 버스트 경합에 대한 해결책이다. 본 연구에서는 휴리스틱 AI 알고리즘에 기반하여 광섬유 지연선 버퍼의 최적 길이를 결정하기 위한 새로운 방법을 제안한다.

실용적인 광 패킷 스위칭을 위한 매우 유망한 기술인 광 버스트 스위칭 네트워크에서 발생하는 경쟁(contension) 문제를 해결하기 위한 새로운 알고리즘을 제안한다. 제안한 알고리즘은 파장 변환, 편향 라우팅(deflection routing), 세그멘테이션(segmentation) 및 광섬유 지연선(fiber delay line) 버퍼링의 기능을 바탕으로 구성되었으며, 이후 이를 광 버스트 스위칭 네트워크에 적용하였다. 경쟁 해소 알고리즘의 성능은 OPNET 시뮬레이션 도구를 사용하여 분석하였다. 시뮬레이션에 사용한 네트워크 토폴로지는 NSFNET 네트워크에 의존하였다. 시뮬레이션 결과는 제안한 알고리즘의 유효성을 보여주었으며, 성능 분석은 다양한 네트워크 트래픽 조건에서 뚜렷한 개선이 있음을 입증한다.

IEEE 802.11 WLAN에서 비실시간(Non-Real-Time, NRT) 트래픽의 프로토콜 특성을 활용하여 에너지 효율적인 L2 전송 방식을 제안한다. 일반적으로, AP(액세스 포인트)에서의 충돌 확률과 MT(모바일 단말)에서의 재전송 확률은 지속적으로 서비스되는 MT의 수가 증가할 때 유의미하게 증가할 수 있다. 이러한 확률들이 증가함에 따라 WLAN의 에너지 효율은 감소한다. 재전송 시도를 줄이기 위해, 제안하는 방식은 NRT 트래픽을 사용하는 MT에 최대 백오프 카운트를 할당한다. 따라서 포화 네트워크 상황에서 수치 분석을 통해 DCF(Distributed Coordination Function)와 비교하면서 재전송에 대한 새로운 에너지 소모 지표를 제안한다.

클라우드 환경은 확장 가능한 컴퓨팅 인프라에서 대규모 데이터 집합을 분석할 수 있게 한다. 생물정보학 분야에서 해당 응용은 복잡한 워크플로 작업들로 구성되며, 막대한 데이터 저장 공간과 계산 집약적인 병렬 작업 부하를 요구한다. 분산 해법에서 많은 접근법들이 제안되어 왔다. 그러나 이들은 로컬 컴퓨팅 팜에서 배치 처리 방식에 따라 정적 자원 할당 및 데이터 저장에 초점을 맞추는 경향이 있다. 대규모 워크플로 시스템의 경우, 자원 비용을 절감하기 위해 전체 또는 일부 작업을 공용 클라우드에 외주화하는 것은 피할 수 없고 또한 가치가 있다. 다만 이러한 문제는 대규모 데이터셋의 전송 시점에서 발생할 수 있으며, 서로 다른 문제 크기에 대한 완료 시간이 불균형하게 나타나는 문제도 있다. 본 논문에서는 데이터 전송 시간을 은폐하기 위한 실행 시간 데이터 분배 및 수집 서비스를 포함하는 적응형 자원-프로비저닝 기법을 제안한다. 제안한 적응형 자원-프로비저닝 기법은 자원 제약 하에서 총 makespan을 최소화하기 위해, 서로 다른 데이터셋에 할당되는 컴퓨팅 요소의 할당 비율을 최적화한다. 우리는 널리 알려진 서열 정렬 알고리즘을 사용하여 실험을 수행하였고, 그 결과 제안한 기법이 클라우드 환경에서 효율적임을 확인하였다.

이 논문은 스마트 그리드 통신을 위한 네트워크 설계 문제를 다룬다. 우리는 IEC 62439 HSR 링 네트워크를 위한 간단한 네트워크 설계 방법을 제안하고, 네트워크 가용성 및 비용 측면에서 성능을 평가한다.

이 서신은 인지 이종 네트워크에서 제한된 전송 전력 제약 하의 다중 라디오 접속(MRA)에서 스펙트럼 효율을 최대화하는 문제를 다룬다. 여기서 복수의 무선 접속 기술(RAT)이 공존하며, 여러 RAT에 걸쳐 MRA 전송이 가능하다. 각 멀티모드 모바일 단말(MMT)이 다중 RAT에 동시에 접속할 수 있는 능력을 가진다고 가정함으로써, 제안된 스펙트럼 및 전력 할당 알고리즘을 통해 총 시스템 용량을 최대화하는 MRA의 최적 해에 대한 분석이 제시된다. 수치 결과는 제안된 알고리즘이 자신의 RAT에 대한 전력 제한 조건을 만족하며, MRA의 부하 비율이 높은 경우 용량이 증가함을 보여준다.