Advocate는 클라우드 네이티브 애플리케이션의 운영에 대한 증거를 수집하고 검증하여 시스템의 신뢰성과 감사 가능성을 향상시키는 에이전트 기반 시스템이다.
본 연구는 클라우드 컴퓨팅과 딥러닝 기술을 활용하여 당뇨병을 조기에 예측하고 관리하는 시스템을 개발하여 의료 분야에서의 혁신적인 발전을 이루었습니다.
FaaS 클라우드 데이터센터의 서비스 수준 목표(SLO), 탄소 배출, 폐수 생성을 동시에 최적화하는 새로운 프레임워크를 제안한다.
심층 학습 클러스터에서 GPU 사용 효율성을 높이기 위해 GPU 공유 시스템인 탤리를 소개하며, 탤리는 비침습적인 방식으로 고 우선순위 작업의 성능을 보장하면서 여러 작업을 단일 GPU에서 효율적으로 실행할 수 있도록 한다.
스파크 없이 DuckDB, Polars, Delta-rs를 사용하여 서버리스 레이크하우스를 구축하면 비용 효율적이고 빠르며 확장 가능한 데이터 분석 환경을 구현할 수 있다.
본 논문은 6G 네트워크에서 마이크로서비스 기반 VNF 배포 시 효율적인 리소스 할당을 위한 ML 기반 동적 우선 순위 지정 및 적응형 스케줄링 프레임워크를 제안하며, 트래픽 부하 인식의 중요성을 강조합니다.
본 논문에서는 멀티테넌트 분산 시스템에서 보안을 강화하기 위해 멀티암드 밴딧 알고리즘을 기반으로 하는 동적 가상 머신 할당 전략을 제안하고 엡실론-그리디, UCB, Thompson 샘플링 방법의 성능을 비교 분석합니다.
클라우드 컴퓨팅 기술을 활용하여 확장 가능하고 비용 효율적이며 안전한 웹 애플리케이션을 배포하는 방법을 학생들에게 교육한다.
가상화 기술을 최적화하여 IaaS 클라우드 컴퓨팅 인프라의 전반적인 성능과 효율성을 향상시키는 것이 핵심 목표이다.
대규모 전자기 과도 현상 시뮬레이션을 클라우드에 성공적으로 배포하여 비용 효율적이면서도 사이버 보안 및 데이터 프라이버시 요구사항을 충족할 수 있었다.