1. 연구실 정보
연구실명: 운영체제 및 클라우드 플랫폼 연구실 (OSLAB)
연구실위치: 컴퓨터공학관 6401호
담당교수: 안성용 (sungyong.ahn at pusan.ac.kr)
2. 상담 신청 방법
졸업과제 지도를 희망하는 학생들은 메일로 문의주시기 바랍니다.
메일 문의시 팀원 정보(이름, 학번, 메일주소)와 신청하고자하는 주제를 알려주시기 바랍니다.
3. 졸업과제 주제
(1) 딥러닝 기반 워크로드 분석을 통한 SSD 성능 개선 연구
*SSD의 성능을 개선하기 위해서는 데이터의 입출력 패턴을 분석하는 것이 매우 중요하다.
본 연구에서는 딥러닝 기법을 이용해 데이터의 접근 패턴을 분석하고 이를 이용해 SSD의 성능을 개선하는 기법을 연구하고자 한다.
연구내용
- SSD와 FTL(Flash Translation Layer)의 기본적인 동작 원리 학습
- 입출력 워크로드 분석에 적합한 학습 모델 개발
- 딥러닝을 이용한 입출력 워크로드 분석
- 학습 결과를 이용한 FTL 성능 개선
- 시뮬레이션을 통한 성능 개선 결과 검증
(2) ZNS (Zoned Namespace SSD)를 이용한 키-밸류 스토어 성능 개선 연구
*최근 제안된 ZNS는 스토리지 공간을 여러 개의 zone으로 나누어 관리할 수 있는 인터페이스 제공함으로써 운영체제에서 직접 SSD 내부를 관리할 수 있다는 장점이 있다. 키-밸류 스토어는 NoSQL 데이터베이스 기술로 비정형의 빅데이터를 저장하는데 적합해 최근 널리 사용되고 있다. 본 연구에서는 최신 스토리지 기술인 ZNS를 이용해 키-밸류 스토어의 성능을 개선하는 연구를 하고자 한다.
연구내용
- SSD의 특징과 ZNS의 기본 개념 학습
- 대표적인 키-밸류 스토어인 RocksDB의 기본 동작원리 학습 및 코드 레벨 분석
- ZNS의 특성을 이용한 RocksDB 성능 개선 연구
- 구현 및 성능 평가
(3) ZNS를 이용한 SSD 성능 Isolation 기법 연구
ZNS는 SSD 공간을 여러 개의 zone으로 나누어 사용할 뿐만 아니라 운영체제에서 zone을 직접 관리할 수 있는 인터페이스를 제공한다. 또한 리눅스 컨테이너는 가장 널리 사용되는 클라우드 플랫폼 기술로 하나의 서버에 여러 개의 독립된 컴퓨팅 환경을 구축해 사용자들에게 제공할 수 있다. 이 때 하나의 서버를 공유해서 사용하는 사용자들 간의 성능 간섭을 제거하는 것이 매우 중요하다. 따라서 본 연구에서는 ZNS를 이용해 각 컨테이너에 독립된 zone을 할당함으로써 컨테이너간 성능 간섭을 최소화하는 기법을 개발하고자 한다.
연구내용
- SSD의 특징과 ZNS의 기본 개념 학습
- 리눅스 커널 수정 및 분석 툴 사용법 학습
- 리눅스 커널 내부 소스코드 분석 (Cgroup, 블록 레이어, 디바이스 드라이버)
- 컨테이너별 zone 분리 할당 정책 개발
- 구현 및 성능 평가