@conference{윤대건2021전술망,

title = {전술망  성능  개량을  위한  정책  엔진  인터페이스  설계},

author = {윤대건 and 노병희 and 오상윤},

year  = {2021},

date = {2021-06-10},

booktitle = {2021 한국군사과학기술학회 종합학술대회},

keywords = {data-exchange interface, rule engine},

pubstate = {published},

tppubtype = {conference}

}

@conference{여상호2021도시,

title = {도시 재난 대응을 위한 Multi Objective 강화학습 모델 설계},

author = {여상호 and 이승준 and 오상윤},

url = {https://www.earticle.net/Article/A409315},

year  = {2021},

date = {2021-05-13},

urldate = {2021-05-13},

booktitle = {2021 한국차세대컴퓨팅학회 춘계학술대회},

pages = {11-15},

publisher = {한국차세대컴퓨팅학회},

keywords = {deep reinforcement learning, disaster response, reinforcement learning},

pubstate = {published},

tppubtype = {conference}

}

@conference{이승준2021edge,

title = {Edge AI의 추론 과정을 위한 계층적 작업 분할 배치 기법},

author = {이승준 and 여상호 and 오상윤},

url = {https://www.earticle.net/Article/A409319},

year  = {2021},

date = {2021-05-13},

urldate = {2021-05-13},

booktitle = {2021 한국차세대컴퓨팅학회 춘계학술대회},

pages = {26-29},

publisher = {한국차세대컴퓨팅학회},

abstract = {머신러닝 모델을 엣지 디바이스에 안정적으로 배포하기 위해서 기존 클라우드 기반의 머신 러닝 모델 배포는 높은 지연 시간으로 인해 머신 러닝 서비스의 질을 떨어트리는 문제를 야기한다. 또한, 추론을 위한 입력 데이터의 전송 과정은 개인 정보의 유출을 야기한다. 이러한 문제를 해결하기 위해서 개인 정보 유출 및 통신 부하 문제를 해결할 수 있는 엣지 서버 및 엣지 디바이스를 활용한 추론 과정의 정의가 요구된다. 본 연구팀은 효과적인 추론 과정의 정의를 위해 기존 분산 딥러닝의 모델 및 데이터 병렬화 파이프라인 기법에 기반하는 단일 추론 모델에 대한 엣지 서버-디바이스 간 모델 분할 기법 및 엣지에서 요청되는 독립된 다중 작업들에 대한 효과적인 스케쥴링 기법을 제안한다.},

keywords = {deep learning, distributed deep learning, edge computing, neural network},

pubstate = {published},

tppubtype = {conference}

}

@conference{kim2021metadata,

title = {Metadata Replication with Synchronous OpCodes Writing for Namenode Multiplexing in Hadoop},

author = {Taeha Kim and Sangyoon Oh},

url = {https://ieeexplore.ieee.org/abstract/document/9422639},

doi = {10.1109/IEMTRONICS52119.2021.9422639},

isbn = {978-1-6654-4067-7},

year  = {2021},

date = {2021-01-01},

booktitle = {2021 IEEE International IOT, Electronics and Mechatronics Conference (IEMTRONICS)},

pages = {1--7},

organization = {IEEE},

keywords = {conferences, data analysis, file systems, Hadoop, mechatronics, metadata, multiplexing, writing},

pubstate = {published},

tppubtype = {conference}

}

@conference{박주원2020HDFS,

title = {HDFS 이기종 스토리지 전략을 위한 스몰파일 아카이빙},

author = {박주원 and 김태하 and 오상윤},

url = {https://www.youtube.com/watch?v=xDjfVcu4Txw},

year  = {2020},

date = {2020-12-08},

urldate = {2020-01-01},

booktitle = {한국차세대컴퓨팅학회 하계학술대회 MR-IoT 융합 재난대응 인공지능 응용기술 워크샵},

keywords = {Hadoop},

pubstate = {published},

tppubtype = {conference}

}

@conference{윤대건2020software,

title = {Software-Defined Network 에서의 Conflict Resolution 을 위한 정책엔진 구조 및 전략 분석},

author = {윤대건 and 오상윤},

url = {https://www.dbpia.co.kr/pdf/pdfView.do?nodeId=NODE10498659&mark=0&useDate=&ipRange=N&accessgl=Y&language=ko_KR&hasTopBanner=false},

year  = {2020},

date = {2020-01-01},

urldate = {2020-01-01},

booktitle = {한국통신학회 학술대회논문집},

journal = {한국통신학회 학술대회논문집},

pages = {566--567},

abstract = {본  논문은  Software-Defined  Network 에서  추가되는  정책들이  기존의  정책들과  일으키는  충돌을  해결하기 위해  존재하는  정책엔진의  새로운  설계를  위해  분석한  기존  연구  내용들을  소개하고  분석한  내용들을 기반으로  정책엔진의  conflict  resolution  전략을  제안한다.  본  논문에서는  SDN 에  새로운  정책이  추가되는 경우  발생할  수  있는  conflict 를  감지한  후  해결하기  위해,  정책엔진이  conflict  detector 와  conflict handler 로  구성되는  구조를  가정한다.  Conflict  detector 는  새로  추가되는  정책이  기존의  정책들과  충돌을 일으키는지  감지하고  conflict  handler 는  conflict  resolution 을  통해  문제가  되는  정책을  삭제하는  역할을 한다.  본  논문에서는  conflict  handler 가  Recency  중심  전략과  Priority  중심  전략을  사용하여  문제가  되는 정책을  삭제하는  방안에  대해서  분석한  결과를  소개한다},

keywords = {software-defined networking},

pubstate = {published},

tppubtype = {conference}

}

@conference{김대현2020,

title = {분산 딥러닝 최적화를 위한 Layer 별 동기화 기법},

author = {김대현 and 오상윤},

year  = {2020},

date = {2020-01-01},

booktitle = {한국차세대컴퓨팅학회 하계학술대회},

journal = {한국차세대컴퓨팅학회 하계학술대회},

keywords = {},

pubstate = {published},

tppubtype = {conference}

}

@conference{김용표2020,

title = {빅데이터 처리를 위한 Spark Mllib 성능 Benchmark},

author = {김용표 and 오상윤},

year  = {2020},

date = {2020-01-01},

booktitle = {한국통신학회 하계학술대회},

journal = {한국통신학회 하계학술대회},

keywords = {},

pubstate = {published},

tppubtype = {conference}

}

@conference{여인혁2020Compressed,

title = {Compressed Sparse Row 기반 그래프 처리성능 향상을 위한 재정렬 기법 분석},

author = {여인혁 and 오상윤},

url = {https://journal-home.s3.ap-northeast-2.amazonaws.com/site/2020kics/presentation/0159.pdf

https://www.dbpia.co.kr/pdf/pdfView.do?nodeId=NODE10499030&mark=0&useDate=&ipRange=N&accessgl=Y&language=ko_KR&hasTopBanner=true},

year  = {2020},

date = {2020-01-01},

urldate = {2020-01-01},

booktitle = {한국통신학회 하계학술대회},

journal = {한국통신학회 하계학술대회},

abstract = {본 논문에서는 그래프 데이터 표현에 가장 많이 사용되는 Compressed Sparse Row(CSR) 포맷과 CSR 기반의 그래프 데이터 처리의 성능향상을 위한 기법을 분석한다. CSR을 사용한 그래프 데이터 처리는 CSR 포맷의 특성에 따라서 데이터에 불규칙적으로 접근하게 되며, 이에 따라 전체 그래프 처리 성능 저하 문제가 발생하게 된다. 이를 해결하기 위해 재정렬 기법이 많이 사용되고 있으며, 본 논문에서는 이 재정렬 기법 적용에 따른 효과를 분석한다.},

keywords = {},

pubstate = {published},

tppubtype = {conference}

}

@conference{Naing2020,

title = {분산 SDN 컨트롤 계층의 스위치 마이그레이션 기반 부하분산 기법 분석},

author = {Ye Naing and Sangyoon Oh},

year  = {2020},

date = {2020-01-01},

urldate = {2020-01-01},

booktitle = {한국통신학회 종합학술발표회},

keywords = {},

pubstate = {published},

tppubtype = {conference}

}

@conference{yoon2020cpartition,

title = {CPartition: a Correlation-Based Space Partitioning for Content-Based Publish/Subscribe Systems with Skewed Workload},

author = {Daegun Yoon and Gyudong Park and Sangyoon Oh},

url = {https://ieeexplore.ieee.org/abstract/document/9070640},

doi = {10.1109/BigComp48618.2020.00-46},

isbn = {978-1-7281-6034-4},

year  = {2020},

date = {2020-01-01},

urldate = {2020-01-01},

booktitle = {2020 IEEE International Conference on Big Data and Smart Computing (BigComp)},

pages = {377--384},

organization = {IEEE},

keywords = {cloud computing, correlation, correlation coefficient, data centers, indexes, servers, throughput},

pubstate = {published},

tppubtype = {conference}

}