AI-based Cloud Resource Prediction and Distributed Computing Performance Optimization
연구 내용
인공신경망을 활용해 클라우드 데이터 노드의 가용 시간대를 예측하고 자원 배분 및 운영 비용을 함께 개선하는 연구
클라우드에서 동적 자원 스케일링과 전력 사용은 성능과 비용을 동시에 좌우합니다. 본 연구는 인공신경망 기반 예측을 통해 필요한 자원이 확보되는 시점을 추정하고, 분산 환경에서 작업 스케줄을 조정하여 처리 지연과 처리량 변동을 완화하는 방식으로 성능을 최적화합니다. 또한 빅데이터 프레임워크의 작업 실행 흐름을 동적으로 제어하여 전반적인 클러스터 성능을 개선하는 접근을 함께 수행합니다. 이를 통해 자원 할당의 예측 가능성을 높이고 안정적인 운영을 지원합니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 분산 컴퓨팅 환경에서 작업 실행과 스케줄링이 성능에 미치는 영향을 분석하고, 인공신경망이 동적 작업 실행을 보조할 수 있는 구조를 정리했습니다. 이후 클라우드 데이터 노드에서 자원이 사용 가능한 시점을 예측하는 모델을 설계하고, 실험을 통해 예측 기반 자원 할당의 효과를 검증했습니다. 최근에는 인공신경망 예측을 작업 스케줄 조정 및 빅데이터 처리 성능 개선으로 확장하여, 클라우드 운영에서 성능과 전력 측면의 동시 고려를 강화하는 연구를 수행합니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
A Multi-Optimization Technique for Improvement of Hadoop Performance with a Dynamic Job Execution Method Based on Artificial Neural Network
Developing Cloud Computing Time Slot-availability Predictions Using an Artificial Neural Network