클라우드와 관련된 논문 몇편 소개

요즘 icloud, ndrive, dropbox, 등등 많은 클라우드 시스템이 구축되고 있는 걸 알 수 있다. 클라우드 CLOUD 하는데, 당췌 뭔말일까?

클라우드란 Cloud(구름)에서 유래된 말로 형태가 없는 존재를 뜻하는 용어.
인터넷을 통해 IT 자원을 서비스 형태로 제공하는 방식을 뜻함.
예를 들어 e-mail을 들면, 이 서비스를 이용하기 위해서는 네트워크, OS, e-mail 솔루션 등을 구입해야 하지만, 단지 이메일 주소만 설정하면 이러한 서비스를 이용할 수 있게 된다. 이렇게 컴퓨팅, 서버 및 회선, 개발플랫폼, 소프트웨어 등을 구매하지 않고서 빌려 쓰는 것만으로 서비스를 이용할 수 있는 것이 클라우드 컴퓨팅이다.
클라우드는 인터넷을 통해 서버를 서비스 형태로 사용하게 된다.

일반적으로 파일을 저장하는 방법으로 USB 메모리 카드나 외장하드를 이용했었지만, 클라우드 서비스를 이용하면 정보가 인터넷 상의 서버에 영구적으로 저장되고, 데스크탑, 태블릿PC, 노트북, 넷북, 스마트폰 등의 IT 기기 등과 같은 기기상에 일시적으로 보관된다.

즉, 이용자가 원하는 정보를 인터넷 상의 서버에 저장하고 이 정보를 각종 IT 기기를 통해 언제 어디서나 이용할 수 있게 된다. 클라우드 서비스를 이용하면 수많은 자료들을 컴퓨터에 저장할 필요가 없어지게 된다. 스마트폰의 대중화로 인해 언제 어디서나 인터넷을 사용할 수 잇는 환경이 조성되어 가능해지는 서비스이다.

IT와 관련된 모든 기업들이 이 클라우드 서비스에 집중하고 있다.

자료원 : 네이버 블로그 (http://blog.naver.com/skp_imagine?Redirect=Log&logNo=20148522311)

 

 

──────────────────────────────────────

아래의 논문 소개는 어느 사이트에서 봤던 글이었는데, 정확한 출처가 파악이 안되서 여기에다가 기재를 못하오니 이점 양해부탁 바랍니다.

 

▶ 클라우드 플랫폼을 유지하기 위한 가상화 관련 기술

1. Xen and Co. : Communication aware CPU scheduling for Consolidated Xen-based Hosting Platforms [VEE 2007] [No.1] : 본 연구는 I/O (Disk, Network) 관련 처리를 하는 가상 머신의 성능을 향상 하기 위해서 기존의 가상 머신 스케쥴러에 대한 최적화를 소개 합니다. 클라우드 플랫폼에는 다양한 application 이 실행 될 수 있는데, I/O 특히, Network I/O 의 요구가 많은 application이 실행 될 때, 성능 하락이 된다면, 큰 문제를 가질 수 있는데, 이를 해결한 연구라서 의미가 깊습니다.

2. Supporting Soft Real-Time Tasks in the Xen Hypervisor [VEE 2010] [No.2] : 본 연구는 클라우드 플랫폼에서 실행되는 여러가지 application 중에서 실시간 성향을 띄는 application의 실시간성 보장하기 위한 VM 스케줄러를 소개 합니다. 예를 들어 call center 와 같은 streaming server의 경우 streaming application의 실시간성은 중요 합니다. 이를 위해서 가상화 기술이 지원 할 수 있는 부분을 소개한 연구입니다.

3. Kaleidoscope : Cloud Micro-Elasticity via VM State Coloring [Eurosys 2011] [No.3] : 본 연구는 클라우드 환경에서 고객의 요구에 따라서 가상머신을 Elastic 하게 scaling 하는 기술적 방법론에 초점을 맞추고 있습니다. 가상머신을 Elastic 하게 scaling 하기 위해서는 고속의 가상머신 Cloning 기술이 뒷받침 되어야 합니다. 이를 위해서 어떠한 최적화 방법이 있는지 살펴보는 연구입니다.

4. Selective Hardware/Software Memory Virtualization [VEE 2011] [No.4] : 클라우드는 가상화 플랫폼을 토대로 구축 되는 경우가 대부분 입니다. 가상화 플랫폼 상에서 메모리에 대한 최적화 연구는 여러가지 방향으로 진행 되어 왔습니다. 가상머신, 물리머신 간의 메모리 어드레스 공간을 관리하기 위해서 하드웨어 기법과 소프트웨어 기법으로 나누어 연구가 진행 되어 왔는데, 보통 하드웨어 기법의 성능이 좋다고 생각 하고 있습니다. 본 연구에서는 상황에 따라서 소프트웨어 기법이 성능이 좋고, 그에 따라서 선택적으로 두가지 approach를 택할 수 있다고 소개 합니다.

 

▶ 가상화 플랫폼 상의 SLA를 보장하기 위한 방법론

5. Automated Control of Multiple Virtualized Resources [Eurosys 2009] [No.5] : 본 연구는 클라우드 환경에서 실행되는 각 가상머신위의 어플리케이션에 대한 SLA를 보장하기 위해서 새로운 platform을 소개 합니다. 어플리케이션이 실행되는 가상머신 마다 성능 모니터링 engine을 실행 하고, 각종 성능 정보를 취합하여, 고객의 SLA를 만족시키기 위한 정책을 최종 적용하는 platform 입니다. 이를 통해서 고객의 가상머신에 할당 하는 resource를 유동적으로 분배 할 수 있게 됩니다.

6. Protecting SLAs with Surrogate Models [PESOS 2010] [No.6] : 본 연구는 고객의 가상머신이 고객이 제시한 SLA (예를 들어, 10ms 내외의 response time)를 주어진 resource 환경에서 만족 시킬 확률을 구하는 방법론을 소개 합니다. 이러한 확률을 바탕으로 클라우드 제공업체 입장에서는 resource를 스케줄링 할 수 있습니다.

7. Q-Clouds : Managing Performance Interference effects for QOS-aware Clouds [Eurosys 2010] [No.7] : 기존 클라우드 서비스 환경에서는, 주어진 resource 사용량에 대한 비용을 지불 합니다 (예를 들어, Amazon EC2). 하지만, 하나의 물리적 머신에 여러개의 가상머신들이 실행되는 환경이라면, 주어진 resource 사용에 대한 QoS가 보장 되지 않을 수 있습니다. 즉, 가상머신간의 성능 Interference를 최소화 하기 위한 방법론에 대해서 소개한 연구입니다.

 

▶ SLA를 보장하기 위한 가상머신 Migration 방법론

8. Live Migration of Virtual Machines [NSDI 2005] [No.8] : 본 연구는 클라우드 가상화 platform 관리를 위한 필수 요소인 가상머신 Migration 에 대한 성능 및 여러가지 metric 들을 상세하게 분석을 합니다. 이를 통해서 클라우드 상에서 가상머신 Migration을 정책상으로 어떻게 적용할지 생각 할 수 있습니다.

9. Black-box and Gray-box Strategies for Virtual Machine Migration [NSDI 2007] [No.9] : 본 연구는 실제 Web 과 같은 Application이 실행되는 환경에서 가상머신의 SLA (예를 들어 : Web Server의 response time)를 만족 시켜주기 위해서 가상머신 Migration을 사용하는 방법론을 소개 합니다. 이를 위해서, 가상머신들의 CPU, Memory, Network 3개의 resource 에 대해서 모니터링을 하고, 부하 상황을 감지하여, 가상머신을 Black box 기반, Gray box 기반 으로 Migration 하는 방법론을 소개 합니다.

10. Entropy : a Consolidation Manager for Clusters [VEE 2009] [No.10] : 2번에서 소개한 NSDI 2007 페이퍼의 가상 머신 Migration 방법론은 전체의 resource 상황을 Global 하게 모니터링 하고 Migration 정책을 적용하지 않습니다. 즉, 본 연구는 기존의 연구의 문제점을 지적 하며, 전체 시스템을 local 한 Greedy 한 방식이 아닌, Global 하게 다룰 필요가 있음을 주장 합니다. 이를 위해서 AI 적 기법을 사용하여 문제를 해결 합니다.

11. LiteGreen : Saving Energy in Networked Desktops Using Virtualization [ATC 2010] [No.11] : 최근의 클라우드 트랜드에는 VDI (Virtual Desktop Infrastructure)가 있습니다. VDI의 경우 사용주기가 출근 시간에 빈번하다가, 퇴근 시간에는 줄어듭니다. 이를 이용하여, Idle 상태로 빠지는 가상머신들을 클라우드로 Migration 하여 전력소모를 줄일수 있다고 소개합니다.

12. Overdriver : Handling Memory Overload in an Oversubscribed Cloud [VEE 2011] [No.12] : 클라우드 서비스를 제공하는 업체에서는 되도록 적은 Resource를 사용하여 고객에게 양질의 서비스를 제공하길 원합니다. 본 연구에서는 메모리를 최소한 사용하면서, 가상 머신의 성능 저하를 최대한 낮추기 위한 방법론을 소개 합니다. 이를 위해서 가상 머신 Migration 방식과 Cooperative Swap 방식을 선택적으로 사용하는 방법론을 소개 합니다.

13. Migration, Assignment, and Scheduling of Jobs in Virtualized Environment [HotCloud 2011] [No.13] : 클라우드 platform 상의 가상 머신 Migration 방식은 가상머신의 SLA를 맞추기 위해서 많이 사용됩니다. 기존 연구에서는 가상 머신 Migration이 실제 시스템이 미치는 영향이 없다고 가정을 하고 접근 합니다. 하지만, 실제로 가상 머신 Migration이 빈번해지면, 실제 시스템 성능에 큰 영향을 미치게 됩니다. 결국 이러한 영향도 가상 머신 Migration을 하기 전에 알아야 하고, 이를 이용하여 가상 머신 Migration 스케줄링을 해야 한다고 소개 합니다.

▶ 효율적이고 Flexible 한 Auto Scaling 관련 기술

14. A Queuing-based Model for Performance Management on Cloud [IMS 2010] [No.14] : 본 연구는 Auto Scaling 대상되는 가상머신의 web application들을 queue로 관리하고, 실제로 Queuing Theory 기반으로 scale up 그리고 scale down 하는 방법을 소개 합니다.

15. Dynamically Scaling Applications in the Cloud [SIGCOMM 2011] [No.15] : 클라우드에서 Scalability가 중요한 문제인데도 불구하고, 기존의 방법은 많은 제한을 가지고 있습니다. 이러한 문제를 해결하기 위한 새로운 기술 및 이상적인 Cloud 환경을 소개합니다.

 

▶ 하이브리드 클라우드 구현 방법론

16. Elastic Management of Cluster-based Services in the Cloud [ACDC 2009] [No.16] : 본 연구는 요즘 클라우드 분야에서 뜨거운 감자로 떠오르는 Hybrid Cloud (Multi-Cloud or Cross Cloud)를 Opennebula (http://opennebula.org)와 AmazonEC2 (http://aws.amazon.com/ec2)를 이용하여 platform을 구축 합니다. 또한 구축된 platform 위에서 resource provisioning 등의 정책을 테스트 하고 분석을 합니다.

 

▶ 클라우드 상의 보안 문제를 해결하기 위한 기술

17. Locking the Sky : A Survey on IaaS Cloud Security [Journal Computing 2010] [No.17] : 클라우드 환경에서 발생할 수 있는 보안적 이슈를 잘 정리한 연구입니다.

18. Nohype : Virtualized Cloud Infrastructure [ISCA 2010] [No.18] : 클라우드 환경은 보통 가상화 를 가정하고 있습니다. 가상화 환경에서 보안 문제는 여러 각도에서 발생할 수 있는데, Xen의 경우 VMM등의 Hypervisor가 많은 보안적 위험을 가지고 있습니다. 본 연구는 이러한 Hypervisor가 없는 가상화 환경을 가정하고 이를 통해서 보안의 위협에서 벗어 날 수 있다고 주장 합니다. 하지만, 많은 하드웨어 적인 지원이 필요 하므로, 많은 노력이 필요 할것으로 생각 됩니다.

 

▶ 대용량 데이터를 처리하기 위한 클라우드에서의 기술

19. Delay Scheduling : A Simple Technique for Achieving Locality and Fairness in Closter Scheduling [Eurosys 2010] [No.19] : 대용량 데이터를 병렬로 처리하는 프로그래밍 모델은 MapReduce 가 있습니다. MapReduce의 구현물인 Hadoop은 많은 IT 기반의 업체에서 여러가지 용도로 사용하고 있습니다. FaceBook의 경우 Hadoop을 이용한 대규모 클러스터를 가지고 사용하고 있는데, 본 연구는 Hadoop의 여러가지 Job들을 Fair하게 그리고 Locality를 높여 성능을 향상 시키는 방법론을 소개 합니다.

20. Cloud MapReduce : A MapReduce Implementation on Top of a Cloud Operating System [CCGrid 2011] [No.20] : 클라우드 환경에서 병렬 프로그래밍 모델인 MapReduce를 사용하기 위해서 Amazon EC2, S3, SimpleDB, SQS 서비스를 이용한 MapReduce 모델을 새로 제안한 연구 입니다. 기존의 MapReduce 모델과 다른 방법론을 취했다는 측면에서 흥미로운 주제를 소개하고 있습니다.

 

위에서 언급한 부분 이외의 네트워크 최적화, 모바일 클라우드 관련 기술 등이 있음.

 

- 끝 -