| 연구목표 |
전통적인 모바일 클라우드 컴퓨팅 환경과는 달리, VCC는 기존 차량의 통신 불완전성과 자체 이동성으로 인해 시간에 따라 변화하는 환경의 변동성, 자원의 산발적인 가용성으로 성능이 저하되는 매우 복잡한 동적시스템이고 또한 차량 내장 자원의 종류와 그 범위가 매우 다양하다. 이러한 환경의 VCC는 매우 동적인 물리적 자원을 기반으로 하는 유일한 유형의 클라우드로서 기존의 클라우드 컴퓨팅 기술 및 MapReduce 모델을 그대로 사용할 수 없어 분산처리를 위한 시스템 수준의 정교한 동적자원 관리 전략과 고신뢰 Fault-Tolerant 기술이 필수적이다.
본 연구는 차량 클라우드 컴퓨팅(VCC: Vehicular Cloud Computing) 환경에서 대규모 작업의 분산 처리와 고신뢰 컴퓨팅이 가능한 플랫폼을 개발하고, 실제 주차공간 테스트베드를 구축하여 플랫폼 기반 차세대 VCC 응용 서비스를 제공함으로써 VCC 환경에서 대규모 분산처리가 가능함을 입증하는 것을 최종 목표로 한다. |
| 연구내용 |
본 연구는 3차년에 걸쳐 수행하는 것으로 계획하고 있다. 1차년도에는 시간에 따라 자원의 가용성이 극심히 변하는 VCC 환경에서 대규모 작업을 분산 처리하는 동적자원 관리 모델을 설계하고 최적 작업분할 및 자원할당 기술을 개발한다. 2차년도에는 차량 이탈로 인한 오류를 최소화하고 고신뢰 분산처리를 지원하기 위해 VCC 기반 최적 결함허용기법을 개발한다. 3차년도에는 VCC 기반 분산처리 플랫폼을 통합하고 높은 컴퓨팅을 요구하는 영상/라이다 기반 3D 모델 생성 응용에 적용하여 VCC 기반 대규모 분산처리 플랫폼의 효용성을 검증한다. 구체적인 연구내용 및 연차별 목표는 다음과 같다.
<1차년도 (2019)>
○VCC 환경에서 대규모 작업 분산처리를 위한 동적자원관리 기술 개발
- VCC 기반 대규모 작업 분산처리 모델 개발
- VCC 기반 분산 처리를 위한 작업분할 및 자원할당 기법 개발
- 작업요청 및 자원분포에 따른 성능 평가 및 최적 동적자원 관리 기법 개발
<2차년도 (2020)>
○VCC 기반 고신뢰 결함허용(Fault-Tolerant) 기술 개발
- VCC 환경에서 체크포인팅(Checkpointing) 전략 고도화 및 중복(Replication) 전략 최적화
- VCC 환경 동적 적응형 결함허용 및 이주(Migration)기법 개발
<3차년도 (2021) >
○VCC 기반 대규모 분산처리 플랫폼 통합 및 실효성 검증을 위한 응용 개발
- VCC 기반 대규모 작업 분산처리 플랫폼 통합 및 테스트베드 구축
- 영상/라이다 기반 3D 모델 생성 응용 검증 |
| 기대효과 |
4차 산업혁명 및 스마트시티에서 요구되는 IT 컴퓨팅 환경을 감안할 때 차세대 데이터센터 기술을 통해 도시 운영 효율성을 높이고 시민들에게 향상된 편의성과 안전성을 제공하는 기술은 IT 미래 전략으로서 중요한 역할을 할 수 있을 것으로 판단된다. 본 연구의 최종 목표를 달성할 경우 저렴한 비용으로 과학계산 및 기계학습과 같은 복잡한 응용프로그램을 효율적으로 처리할 수 있는 분산 컴퓨팅 플랫폼으로 활용될 수 있으며, 분산 컴퓨팅 분야 과학적 지식을 증진 시킬 것으로 판단된다. 고성능 컴퓨팅이 필요한 공간정보를 활용하는 산업체(도로공사, 건축/토목 시공업체), 시뮬레이션이 주요한 업무인 정부기관(기상청, 수자원공사 등), CAD/CAE를 적극 활용하는 산업체(자동차, 조선) 등에서 활용될 수 있다. 최근 미래형 자동차의 컴퓨팅 용량과 인프라의 발전 추세를 고려할 때 유휴 자동차의 컴퓨팅 능력을 활용한 데이터센터 원천 기술 확보는 필수적이고 중요하다. |
| 키워드 |
클라우드 플랫폼,차량 클라우드 컴퓨팅,대규모 작업,분산처리,적응형 결함허용 |
