계산 응용 온톨로지 기반 그리드 자원 선택 확장 기법 685 계산 응용 온톨로지 기반 그리드 자원 선택 확장 기법 (A Scalable Grid Resource Selection Method using Computational Application Ontologies) 강 혜 정 김 윤 희 (Hyejeong Kang) (Yoonhee Kim) 요 약 과학 실험의 규모가 커지고 컴퓨팅 기술이 발달함에 따라 전 세계에 분산되어 있는 이기종의 자원으로 구성된 그리드 컴퓨팅 환경을 사용하는 사례가 늘고 있다. 그리드 자원의 사용 증가와 함께 그 리드 컴퓨팅 환경의 자원 관리에 대한 관심도 높아지고, 사용자 요구에 맞추어 알맞은 자원을 어떻게 하 면 효율적으로 구성하여 여러 기관의 자원을 협력적이고 안전하게 공유할 수 있는지에 관한 연구가 활발 히 이루어지고 있다. 온톨로지를 그리드 메타 정보 명세에 이용하여 자원 선택 범위를 확장하는 연구들 또한 그러한 연구의 하나이다. 하지만 이런 연구들은 주로 온톨로지의 시맨틱 특성을 이용하여 단순히 자 원 명세 간의 의미적 매칭을 통해 자원 선택 범위를 확장하고 있을 뿐이다. 본 논문에서는 그리드 자원 및 응용을 온톨로지로 명세하는 방법에 대해 소개하고 기존의 자원 명세만을 이용하여 동적으로 자원 가 상화를 제공했던 선행연구를 확장하여 자원을 선택할 때 응용 명세까지 고려하는 방법을 제안한다. 응용 명세를 고려하는 방법으로 파라미터 매칭 알고리즘의 시맨틱을 확장하여 이용하였고, 이로써 다른 플랫폼 상에서 수행 가능한 동일한 기능의 응용 혹은 유사한 응용 검색이 가능하며, 이 응용들의 집합이 요구하 는 모든 자원을 검색하여 자원 선택 범위를 확장할 수 있다. 키워드 : 그리드 컴퓨팅, 자원 선택, 온톨로지, 시맨틱 Abstract Complexity of scientific experiment and development of computing technologies make good use of the grid computing environment comprising a number of heterogeneous resources scattered around the world. Increase in use of grid resources lead to interest in resource management and scientists and researchers are actively conducting researches to establish a secure and inter-operable virtual organization effectively according to user requirements. With these researches, there are researches about grid meta-data specification using Ontology to help resource selection. This paper introduces ontologies to specify grid resources and applications and describes how this semantic approach may be used on grid environments, highlighting resource matching for scheduling application execution with resource and application ontologies. Also this paper provides semantic extension of parameter matching algorithm which used to compare similarity between application descriptions and user requirements. Through the algorithm, we can improve resource matching and can help find alternative executables for user requirement when executable which user required is not exist in the grid or it can t replicated to other resources because of differences between the platforms of resources. Key words : Grid computing, Resource selection, Ontology, Semantics 본 연구는 숙명여자대학교 2012학년도 교내연구비 지원에 의해 수행되었음 학생회원 : 숙명여자대학교 컴퓨터과학부 hjkang@sookmyung.ac.kr 종신회원 : 숙명여자대학교 컴퓨터과학부 교수 yulan@sookmyung.ac.kr (Corresponding author임) 논문접수 : 2012년 5월 14일 심사완료 : 2012년 7월 16일 CopyrightC2012 한국정보과학회ː개인 목적이나 교육 목적인 경우, 이 저작 물의 전체 또는 일부에 대한 복사본 혹은 디지털 사본의 제작을 허가합니다. 이 때, 사본은 상업적 수단으로 사용할 수 없으며 첫 페이지에 본 문구와 출처 를 반드시 명시해야 합니다. 이 외의 목적으로 복제, 배포, 출판, 전송 등 모든 유형의 사용행위를 하는 경우에 대하여는 사전에 허가를 얻고 비용을 지불해야 합니다. 정보과학회논문지: 컴퓨팅의 실제 및 레터 제18권 제10호(2012.10)
686 정보과학회논문지 : 컴퓨팅의 실제 및 레터 제 18 권 제 10 호(2012.10) 1. 서 론 그리드 컴퓨팅은 지역적으로 분산되어 있는 이기종의 자원들을 가상 조직(Virtual Organization: VO)을 구성 하여 사용자에게 제공함으로써 자원을 보다 더 쉽게 공 유할 수 있도록 한다[1]. VO를 구성하기 위하여 자원 관리 엔진들은 사용자 혹은 어플리케이션의 자원 요구 를 얻어 해당 자원 요구에 알맞은 자원을 선택하게 되 는데, 일반적인 그리드 메타데이터는 XML기반의 명세 를 사용하여 자원 요구와 정확히 일치하는 자원만을 선 택하게 된다. 예를 들어, 사용자가 요구하는 자원의 OS 가 Linux일 경우 실제 작업이 수행될 수도 있는 Fedora나 기타 UNIX 계열의 OS를 갖는 자원은 선택 되지 않는다. 좀 더 확장된 범위의 자원을 선택하는 방 법으로 온톨로지를 이용한 자원 명세를 통해 자원을 선 택하는 방법이 있다[2,3]. 온톨로지를 이용함으로써 사용 자 요구와 동등한 의미를 갖는 자원까지 선택할 수 있 다. 그러나 두 방법 모두 기관 간에 정해진 표준이 없어 상호호환성 문제가 존재하고 이 때문에 사용자가 자원 을 사용하기 위해서는 각 기관의 자원 명세 방법을 숙 지하고 있어야 하는 어려움이 있다. 이러한 상호호환성 문제를 해결하는 방법으로 각 기관의 온톨로지를 합병 하여 전역 온톨로지로 생성하는 방법이 [4]에 제안되었 다. 또한 [4]에서는 전역 온톨로지를 구성함에 있어 온 톨로지 간에 유사도를 비교하여 사용자가 원하는 유사 도를 자원 요구사항으로 받아 해당 유사도를 갖는 모든 자원을 선택하도록 하였다. 그러나 이 방법은 자원 명세 만을 이용하는 방법으로 사용자가 수행하기 원하는 작 업이 모든 플랫폼의 자원 혹은 대부분의 자원에서 실행 가능하다는 전제하에 특별히 사용하기 원하는 성능의 자원을 찾는 경우에 적합하다. [5]에서는 자원 선택 시에 자원 명세뿐만 아니라 어플 리케이션 명세까지 고려하여 사용자가 요구하는 동등한 성능의 자원과 함께 어플리케이션을 수행할 수 있는 실 행 파일들을 찾아 해당 실행 파일의 요구 자원까지 함 께 검색하여 어플리케이션의 수행 가능성을 높이는 방 법을 제안하였다. 그러나 이 연구에서는 미리 정의된 속 성을 통해 해당 실행 파일이 호환 가능한 응용을 찾는 방법으로 동적인 검색이 이루어지지 않는다. 본 논문에서는 온톨로지를 이용한 동적 자원 선택 기 법을 제공한 [4]의 연구에 어플리케이션 명세를 고려하 는 파라미터 매칭 알고리즘[6]을 추가하여 어플리케이션 의 동적인 검색을 수행하고, 플랫폼에 종속되는 특성을 갖는 실행 파일을 수행할 때, 대체 가능한 실행 파일을 검색하여 수행하는 방법을 제안한다. 논문의 구성은 다음과 같다. 2장에서는 기존 그리드 자 원 선택 방법에 대한 설명과 그리드 온톨로지 연구들에 대해 소개한다. 3장은 본 연구에서 제안하는 대체 응용 검색을 위한 응용 유사도 계산 알고리즘을 설명한다. 4 장과 5장에서는 온톨로지 기반 그리드 자원 관리 시스 템 설계와 구현에 대해 소개하고, 6장은 실험 내용과 그 결과를 분석해 제안한 방법의 성능을 검증한다. 7장은 결론을 정리한다. 2. 관련 연구 시맨틱 그리드[7] 기술들을 이용하여 그리드 정보를 온톨로지로 표현하거나 이렇게 표현된 온톨로지를 통해 자원을 선택하는 기법들을 제안하는 다양한 연구들이 존재한다. Using Ontology for Description of Grid Resources [8] 연구에서는 그리드 환경의 일반 사용자들 사이에 공 유되는 일반적인 도메인 개념을 가진 온톨로지를 사용 함으로써 서로 다른 가상 조직 사이의 상호호환성을 높 이고자 하였다. 자원의 표현을 위해 데이터와 관련된 정 보를 나타내는 메타데이터와 컴퓨팅 자원의 현재 상태 와 관련된 정보를 저장하는 시맨틱 뷰의 두 가지 구조 를 갖는다. OWL Full 언어로 개발하였고 개발 도구는 Protégé-2000[9]을 사용하였다. 이 연구에서는 데이터 사전, 개념 분류 트리, 클래스 속성 표, 클래스 인스턴스 표, 특성 분류 표의 다섯가지 컴포넌트들을 제안하고 이 컴포넌트들을 기반으로 사용자와 온톨로지 사이의 상호 작용을 제공하는 그리드 서비스를 개발하였다. 본 논문의 선행 연구인 온톨로지 기반 그리드 자원 선택 기법 연구 [4]에서는 서로 다른 많은 기관들로 구 성되어 각 기관별로 자원 접근, 할당, 이용 등에 각각 다른 정책을 가지고 운용되는 그리드 환경에 상호호환 성을 이루기 위한 방법으로 온톨로지 합병 방법을 제안 한다. 기존[10]의 합병 방법에 동의어 사전을 이용하여 더 많은 개념의 상호호환성을 제공하여 시맨틱을 향상 하였다. 또한 사용자 요구사항을 온톨로지로 명세하여 자원 온톨로지와 비교하고, 요구사항과 자원 온톨로지의 유사도를 계산하여 해당 자원을 가상 조직에 포함할 것 인지 판단하는 알고리즘을 통해 자원을 동적으로 구성 할 수 있도록 제안하였다. 유사도 계산 알고리즘은 온톨 로지 그래프를 이용하여 온톨로지 포함 관계를 테스트 하는 알고리즘[11]을 확장하였다. Applying semantics to grid middleware [5]는 앞서 소개한 연구들이나 일반적인 자원 선택 방법들과는 달 리 자원 선택 시에 그리드 자원 명세뿐만 아니라 그리 드 상에 존재하는 어플리케이션 명세까지 고려하여 자 원을 선택하는 방법을 제안한다. 자원 온톨로지와 어플 리케이션 정보를 표현하는 소프트웨어 온톨로지를 모두
계산 응용 온톨로지 기반 그리드 자원 선택 확장 기법 687 구축하였다. 온톨로지를 구축하기 위한 도구로 Protégé- OWL을 사용하고 온톨로지 추론 도구로는 Protégé에 연결된 Pellet[12]을 이용하였다. 3. 온톨로지를 이용한 대체 어플리케이션 검색 본 장에서는 사용자요구 온톨로지와 응용 온톨로지를 비교하여 대체 응용을 검색하는 방법을 제안한다. 응용 유사도 계산 알고리즘은 [6]의 파라미터 매칭 알고리즘 과 [4]의 자원 유사도 계산 알고리즘을 기반으로 한다. 알고리즘을 정형화하기 위해 필요한 기본적인 정의와 기호는 [11]에서 찾을 수 있으며, 여기에서는 온톨로지 를 이용한 응용 유사도 계산 알고리즘을 설명한다. 응용 유사도 계산 알고리즘은 [6]의 파라미터 매칭 알 고리즘을 확장한다. [6]의 알고리즘에서는 그리드 서비 스의 입력, 출력, 기능 파라미터들의 개수와 이름을 비 교하여 세 파라미터들의 유사도를 계산한 후 그 중 가 장 작은 유사도를 비교하는 두 서비스의 유사도로 정의 하였다. 유사도는 일치, 포함, 역포함, 교차, 불일치 다섯 가지 관계에 따라 각각 1, 0.75, 0.5, 0.25, 0의 값을 갖 도록 정의되었다. 그러나 이 방법은 유사도를 계산할 때 에 개념의 이름이 같은 것만을 동의어로 판단하였다. 따 라서 본 논문에서 제안하는 알고리즘에서는 시맨틱을 확장하고 상호호환성을 제공하기 위하여 [4]에서의 확장 된 동의어 범위를 적용하였다. 또한 본 논문에서 대상으 로 하는 전산 유체 역학은 실험을 수행하여 결과를 내 는 응용으로 [6]의 알고리즘을 그대로 적용하기에 알맞 지 않으므로 대상 응용의 특성을 고려하여 알고리즘을 수정하였다. 입력, 출력, 기능 파라미터의 유사도 계산 시에 기능이 일치하는 응용만을 우선 검색하도록 알고 리즘에서는 기능 파라미터의 유사도를 우선 계산하여 일치하는 경우에만 나머지 유사도 계산을 수행한다. 또 한 검색 대상으로 일치 관계와 포함 관계의 응용만을 선택하도록 하였고, 이 두 관계에 해당하는 응용에 대하 여 각각 대체 응용과 유사 응용이라 정의하였다. 대체 응용 검색 알고리즘 정의에 사용된 변수들은 다 음과 같다. G(Oa)는 그리드 상에 존재하는 응용 온톨로 지이고 G(Or)는 사용자의 요구사항을 명세한 온톨로지 이다. M은 알고리즘의 결과 값인 온톨로지간의 유사도 이다. 파라미터별 유사도는 전체 온톨로지의 유사도를 계산하는 중간에 각 파라미터별 그래프의 유사도를 계 산하여 나온 값이다. IOF 파라미터 그래프는 온톨로지 에서 각 파라미터를 표현한 그래프를 구성한 것이다. 그림 1은 본 논문에서 제안하는 응용 유사도 계산 알 고리즘이다. 1, 2단계에서는 각 온톨로지의 파라미터들 을 추출하여 그래프로 나타낸다. 3단계에서는 기능 파라 미터의 유사도를 계산하고 4~7 단계에서는 기능 파라 그림 1 응용 유사도 계산 알고리즘 그림 2 시맨틱 유사도 계산 알고리즘 미터가 일치하는 경우에만 입력과 출력 파라미터의 유 사도를 계산한다. 입력과 출력 두 파라미터 유사도중 작 은 값을 전체 응용의 유사도로 한다. 파라미터의 유사도 를 계산할 때에는 그림 2의 유사도 계산 알고리즘을 호 출하여 각 파라미터별로 두 그래프의 공통된 개념을 찾 아 비교하여 유사도를 구하게 된다. 4. 온톨로지 기반 그리드 자원 선택 시스템 구조 온톨로지 기반 그리드 자원 관리 시스템의 구조는 그 리드 환경(Grid Environment)과 그리드 환경의 자원을 관리하는 자원 관리(Resource Management), 온톨로지 를 통해 자원을 관리하는 시스템 미들웨어(System Middleware), 마지막으로 클라이언트(Client)로 구성되 어 있다(그림 3). 클라이언트는 자원을 요청하는 자원 요청 서비스와 어플리케이션 등록 서비스로 이루어져있 다. 시스템 미들웨어는 온톨로지 매니저와 작업 실행 환 경으로 구성되어 있는데, 온톨로지 매니저는 온톨로지 분석(Ontology Analysis) 모듈을 통해 온톨로지 저장소 에 저장되어 있는 자원 온톨로지와 어플리케이션 온톨 로지를 분석하고 온톨로지 합병(Ontology Merge) 모듈 을 통해 유사한 자원 온톨로지를 합병하여 사용자로부 터 요청된 가상 조직 자원을 찾는다. 작업 실행 환경은 자원 선택 엔진(Resource Selection Engine)에서 온톨
688 정보과학회논문지 : 컴퓨팅의 실제 및 레터 제 18 권 제 10 호(2012.10) 그림 3 온톨로지 기반 그리드 자원 관리 시스템 구조 로지 매니저가 생성한 전역 온톨로지를 기반으로 사용 자로부터 요청된 자원 조건을 가지고 자원을 검색한다. 5. 그리드 온톨로지 구축 본 논문에서는 자원 및 응용 온톨로지를 구축하기 위 하여 메타데이터를 표현하는 구조를 적용하여 온톨로지 를 구성하였다. 자원에서의 메타데이터로는 OS, 개수 등의 정보가 있으며, 응용에서의 메타데이터로는 응용이 수행되는 자원의 OS와 같은 플랫폼 속성과 응 용의 기능 정보, 응용 수행에 이용되는 입력 파라미터와 수행 결과로 생성되는 출력 정보 등이 있다. 자원과 응 용 온톨로지는 그림 4와 같으며, 자원 온톨로지는 PRAGMA(Pacific Rim Application and Grid Middleware Assembly)[13]의 자원 명세를 토대로 구축하였 고, 응용 온톨로지는 실제 PRAGMA 자원을 이용하여 실험이 수행되는 항공우주 응용을 토대로 구축하였다. 그림 4 자원 및 응용 온톨로지 온톨로지 생성 및 가시화를 위한 툴로는 온톨로지 개 발 도구로써 가장 널리 쓰이고 있는 자바기반의 오픈소 스 프로그램 Protégé-OWL[9]을 사용하였다. Protégé 는 다양한 온톨로지 언어의 import/export 기능, 지식기 반 데이터베이스 구축을 통한 질의 기능, 추론 기능 등 의 풍부한 플러그인을 통해 확장성을 제공하고 있다. Protégé로 생성한 온톨로지를 OWLViz[14] 플러그인을 통해 가시화하였다. 6. 실험 및 결과 6.1 실험 환경 본 실험의 대상 응용인 과학 응용의 실험은 유사한 실행 파일에 다양한 파라미터를 적용하고 반복적으로 수행하여 시뮬레이션 결과를 얻고 어플리케이션들의 문 제풀이 유형이 비슷한 특성을 가지고 있다. 따라서 방정 식을 구현한 실행파일이 수행하려는 기능이 같고 입/출 력 파라미터가 유사하다면 실행 파일을 대체하여 작업 을 수행하는 것이 가능하다. 또한 반복적으로 수행되는 작업들은 각각 서로 다른 분산 자원에서 동시에 병렬적 으로 수행하는 파라메트릭 스터디(Parametric Study)로 써 큰 계산량과 긴 수행시간을 갖는 특성이 있다. 이러 한 특성 때문에 실험의 수행 시간이 클러스터내 자원의 수와 MIPS로 표현되는 성능에 많은 영향을 받게 된다. 따라서 본 실험에서는 자원 간 유사도 계산 요인 으로 성능을 이용하였다. 또한 실제 응용 수행 환 경인 PRAGMA 그리드 자원의 속성을 바탕으로 가상 그리드 자원을 구성하여 실험하였다. 6.2 실험 결과 본 논문에서는 기능 파라미터의 경우 일치 관계에 있 을 때만 대체 응용 및 유사 응용 검색에 이용하므로 실 험을 위해서 기능이 일치 관계인 응용 6개에 대하여 각 파라미터를 달리하여 표 1과 같이 정의하였다. 어플리케 이션 유사도를 비교하는데 필요한 조건은 입력, 출력 파 라미터들이고 본 실험에서 응용이 종속된 자원 속성으 로는 OS와 모델을 조건으로 두었다. - 시나리오 1 : 대체 응용 실험 본 실험은 응용 간 유사도 비교를 통하여 사용자가 요구한 응용과 동일한 대체 응용이 존재할 때, 요구 응 용만 수행했을 때와 대체 응용을 같이 수행했을 때를 비교한 실험이다. 본 실험에서는 사용자의 요구 응용은 응용5 이고, 요구 자원은 core 수 25개, MIPS는 2300, 유사도는 90%이다. 요구 응용인 응용5 의 대체 응용 검
계산 응용 온톨로지 기반 그리드 자원 선택 확장 기법 689 응용1 응용2 응용3 응용4 응용5 응용6 표 1 응용 정의 기능 입력 출력 수행 가능 환경 airfoil design, Incomp, 2d mesh, reynolds no, aoa, cfl, flow type, total iter, steadiness, time integration grid, reynolds no, aoa, flow type grid, mach no, reynolds no, aoa, cfl, flow type, total iter, steadiness, time integration grid, mach no, reynolds no, aoa, flow type mesh, reynolds no, aoa, flow type, total iter, steadiness, time integration mesh, reynolds no, aoa, flow type, total iter, steadiness, time integration stdout,stderr, coef.rlt stdout,stderr, coef.rlt 64bit Windows 32bit Windows 32bit Linux 64bit Windows 64bit Linux 64bit Windows 표 2 요구 및 대체 응용의 자원 선택을 위한 유사도 계산 응용 응용5 응용6 Host # of s Model Clock OS Type 유사도 A 34 X86_64 2000 Linux 86.9565217 C 25 X86_64 2195 Linux 95.4347826 H 76 ia64 1600 Linux 69.5652174 K 4 X86_64 2191 Linux 95.2608696 Q 18 x86_64 3200 Windows 60.8695652 T 17 x86_64 2260 Windows 98.2608696 X 40 x86_64 2500 Windows 91.3043478 색 유사도 비교 결과로 응용6 이 대체 응용으로 적절함 을 볼 수 있다. 따라서 요구 응용과 대체 응용인 응용5 와 응용6 을 수행할 수 있는 자원을 사용자의 요구 자 원에 맞게 선택하여야 한다. 표 2는 선행연구[4]를 통해 자원 유사도를 계산한 결과로 요구 응용에 대한 유사도 계산 결과와 대체 응용에 대한 유사도 계산 결과이다. 유사도를 통해 선택된 자원의 총 core 수를 비교한 결 과는 아래와 같다. 요구 응용 : 95% 29cores(C, K) 대체 응용 : 98% 17cores(T), 91% 40cores(X) 요구 응용 + 대체 응용 : 29 + 57 = 86cores 선행연구[4]의 실험 결과를 통해 유사한 자원을 선택 하여 확장된 자원에 작업을 수행하였을 때 응용의 총 수행 시간이 단축된다는 것을 알 수 있으며, 따라서 요 구 응용만을 95% 유사도를 갖는 29개 core에 작업을 던져 실행하는 것보다 대체 응용을 같이 수행하여 총 86개의 core에 작업을 수행하는 것이 응용의 수행시간 을 단축하는 것임을 알 수 있다. - 시나리오 2 : 유사 응용 실험 본 실험은 사용자가 요구하는 응용을 수행할 수 있는 자원이 사용자의 요구 자원에 비해 극히 적고 위의 시 나리오 1에서처럼 대체 응용이 존재하지 않는 응용의 경우를 고려한 실험으로 사용자 요구 응용과 유사 응용 을 찾아 각각 응용이 수행 가능한 자원 결과를 비교하 응용 응용2 응용1, 응용4 응용3 표 3 각 응용에 대한 자원 유사도 계산 결과 Host # of s Model Clock OS Type 유사도 M 64 i686 2500 Windows 75 N 3 i686 2000 Windows 100 O 22 i686 2993 Windows 50.35 P 50 i686 2993 Windows 50.35 R 80 i686 1400 Windows 70 S 40 i686 2800 Windows 60 U 20 i686 3200 Windows 40 V 32 i686 1600 Windows 80 W 18 I686 1560 Windows 78 Y 20 i686 2800 Windows 60 Q 18 x86_64 3200 Windows 40 T 17 x86_64 2260 Windows 87 X 40 x86_64 2500 Windows 75 B 6 i686 3060 Linux 47 D 128 i686 1900 Linux 95 E 82 i686 2400 Linux 80 F 12 i686 2790 Linux 60.5 G 8 i686 3000 Linux 50 I 3 i686 3000 Linux 50 J 7 i686 2400 Linux 80 L 4 i686 2993 Linux 50.35 였다. 본 실험에서 사용자의 요구 응용은 응용2 이고, 요구 자원은 core 수 25개, MIPS는 2000, 유사도는 90%이다. 응용2 에 대하여 시나리오1을 통해 자원을 선 택할 경우 사용자가 요구한 25core 보다 훨씬 적은 3core를 가지고 실험을 수행하게 된다. 유사 응용을 통해 실험을 수행한다고 하였을 때, 유사 도 계산을 통해 선택된 유사 응용들을 파라미터의 개수 차이에 따라 배열하면 응용1, 응용4, 응용3 순이다. 표 3은 선택된 유사 응용에 대하여 자원 유사도를 계산 한 결과이고, 유사도를 통해 선택된 자원의 총 core 수 를 비교한 결과는 아래와 같다. 요구 응용( 응용2 ) : 100% 3 cores (N)
690 정보과학회논문지 : 컴퓨팅의 실제 및 레터 제 18 권 제 10 호(2012.10) 응용1 과 응용4 : 없음. 응용3 : 95% 128 cores (D) 위의 결과를 통해 응용3 을 이용해 실험을 수행하면 사용자 요구 응용인 응용2 의 자원 선택 결과보다 훨씬 많은 수의 core를 가지고 실험을 수행할 수 있는 것을 알 수 있으며, 이 또한 시나리오1의 대체 응용 실험에서 처럼 유사 응용을 수행했을 때, 짧은 수행시간을 가짐을 알 수 있다. 위 실험의 결과를 종합해보면 사용자가 요구한 응용 에 대해서만 자원을 선택하여 작업을 수행하는 것보다 상황에 따라서 대체 응용이나 유사 응용을 통하여 작업 수행이 가능한 자원을 확장함으로써 작업 수행 시간을 단축하는 결과를 가져올 수 있음을 알 수 있다. 또한 대 상 응용처럼 수행 시간이 긴 응용에 대하여 정확도보다 빠른 결과를 얻는 것이 우선인 상황에서, 유사 응용을 통한 실험을 수행하여 신속한 결과를 얻을 수 있도록 할 수 있다. 7. 결론 및 향후과제 다양한 그리드 자원 활용과 함께 이기종의 분산 자원 을 효율적으로 사용하기 위한 노력이 끊임없이 이어지 고 있다. XML 기반 문서를 통해 자원을 명세하였던 방 법을 시맨틱 웹 기술인 온톨로지를 통해 명세하는 것도 자원의 효율적인 사용을 위한 노력의 하나이다. 본 논문 에서는 이러한 시맨틱 정보를 이용한 그리드 자원 관리 의 한 연구로서 그리드 자원과 함께 그리드 어플리케이 션의 표현 방법에 온톨로지 기술을 접목하고, 자원 선택 시에 자원 명세뿐만 아니라 어플리케이션 명세도 고려 하는 자원 선택 방법을 제안하였다. 본 논문에서 제안한 방법을 통해 실험한 결과 사용자가 요구한 응용 및 자 원 명세만을 가지고 자원을 선택하는 것보다 대체 응용 이나 유사 응용을 통해 자원을 선택함으로써 확장된 자 원을 구성할 수 있음을 보였고, 실험 수행 시에 대체 응 용을 같이 수행하여 실험 수행의 속도 향상이 가능함을 보였다. 특히, 실존하는 대상을 기반으로 구축된 자원 및 응용 온톨로지를 이용한 실험에서 위와 같은 결과가 도출됐다는 점에서 의의를 둘 수 있다. 본 논문에서 구현한 어플리케이션 온톨로지는 정적인 정보만을 가지고 자원을 표현하였다. 향후에는 동적인 정보 및 다양한 속성 정보를 포함하여 의미 있는 관계 를 표현한다면 자원을 사용하는 사용자와 요구사항을 처리해주는 미들웨어 사이에 더 의미 있는 정보 전달이 가능할 것이다. Blueprint for a Future Computing Infrastructure," Morgan Kaufmann Publishers, 1999. [ 2 ] Balachandar R. Amarnath, Thamarai Selvi Somasundaram, Mahendran Ellappan, Rajkumar Buyya, "Ontology-based Grid resource management," Journal Software Practice & Experience archive, vol.39, Issue.17, Dec. 2009. [3] Hongsuda Tangmunarunkit, Stefan Decker, Carl Kesselman, "Ontology-Based Resource Matching in the Grid - The Grid Meets the Semantic Web," In Proceedings of the Second International Semantic Web Conference, Sanibel-Captiva Islands, 2003. [4] Jeu-Young Kim, "Ontology-based Resource Selection Methods for Grid Computing," Dept. of Computer Science, Sookmyung Women's University, Master's thesis, 2008. [5] A. C. T. Vidal, F. J. S. Silva, S. T. Kofuji, F. Kon2, "Applying semantics to grid middleware," CONCURRENCY AND COMPUTATION: PRAC- TICE AND EXPERIENCE Concurrency Comput at.: Pract. Exper. pp.1725-1741 2009. [6] Saurabh Saxena, Rajeev Kumar, Dr. M.K. Sharma, "Ontology-Based Semantic Matchmaking of Grid Services Using Parameter Matching Algorithm," International Journal of Computer Science and Telecommunications, vol.2, Issue.3, Jun. 2011. [7] de Roure D, Jennings NR, Shadbolt NR, "The semantic grid: Present, past, and future," Proceedings of IEEE 2005, vol.93, no.3, pp.669.681, 2005. [8] A. M. Pernas, M. A. R. Dantas, "Using Ontology for Description of Grid Resources," 19th Int. Symposium on HPC Systems and Applications, Guelph, Canada, pp.223-229, 2005. [9] Protégé http://protégé.stanford.edu/plugins/owl/. [10] J. G. R. C. Lopes, A. C. M. A. Melo, M. A. R. Dantas, and C. G. Ralha, "A proposal and evaluation of a mechanism for grid ontology merge," 20th HPCS, 2006. [11] S. M. Deen, K. Ponnamperuma, "Dynamic Ontology Integration in a Multi-agent Environment," Proceedings of the 20th International Conference on Advanced Information Networking and Applications -(AINA '06), vol.1, Vienna, Austria, Apr. 2006. [12] B. Parsia, E. Sirin, "Pellet: an OWL DL Reasoner," Proc. of the 3rd Int. Semantic Web Conference, Hiroshima, Japan, Nov. 2004. [13] PRAGMA - http://www.pragma-grid.net/ [14] OWLViz - http://www.co-ode.org/downloads/plugins -3.x.php 참 고 문 헌 [1] I. Foster, C. Kesselman, editors. "The Grid:
계산 응용 온톨로지 기반 그리드 자원 선택 확장 기법 691 강 혜 정 2010년 제주대학교 컴퓨터공학과(학사) 2012년 숙명여자대학교 컴퓨터과학부(석 사). 관심분야는 그리드 컴퓨팅 환경 (PSE), 온톨로지, 지능형 시스템 김 윤 희 1991년 숙명여자대학교 전산학과(학사). 1996년 Syracuse University 전산학과 (석사). 2000년 Syracuse University 전 산학과(박사). 1991년~1994년 한국전자 통신연구원 연구원. 2000년~2001년 Rochester Institute of Technology 컴 퓨터공학과 조교수. 2001년~2004년 숙명여자대학교 컴퓨터 과학과 조교수. 2004년~2009년 숙명여자대학교 컴퓨터과학 과 부교수. 2009년~현재 숙명여자대학교 컴퓨터과학부 교 수. 관심분야는 그리드 컴퓨팅 환경(PSE), 워크플로우 제 어, 그리드/클라우드 관리