ICOIN 2019 참석 후기

Home Forums News ICOIN 2019 참석 후기

This topic contains 0 replies, has 1 voice, and was last updated by  OSlab 4 months, 1 week ago.

Viewing 1 post (of 1 total)
  • Author
    Posts
  • #1275

    OSlab
    Keymaster

    안녕하세요.
    석사과정 진희상입니다.

    지난주 유봉열 석사과정과 함께 다녀온 The 33rd International Conference on Information Networking (ICOIN 2019) 참석 후기 보내드립니다.

    1. 학회 프로그램은
    Tutorial, Keynote Speech, Banquet 이 한번씩 진행되었고, 10 개의 Oral Sessions, 3 개의 Poster Sessions 이 있었습니다.
    또한 regular paper accepted rate 는 약 35% 였습니다.

    2. 논문 발표는 저와 유봉열 석사과정 둘다 고려대학교 백상헌 교수님이 좌장을 맡으신 SDN session 에서 발표했으며,
    총 5 개의 발표 중 저는 첫 번째, 유봉열 석사과정은 세 번째로 발표했습니다. 각각 약 20 분의 발표와 4 분의 Q&A 시간이 진행되었습니다.

    발표에서 받은 질문과 답변들은 아래와 같습니다.
    진희상: TALON
    1. 분리된 경로를 다시 머지하는 방법에 대한 질문에, Egress switch에서 오픈플로우 룰을 통해서 트래픽을 다시 머지한다고 답변하였고,
    2. 실험 결과에 대해서 피크값에 대한 질문에, 측정을 ingress switch에서 측정해서 간헐적으로 피크값이 생긴다라고 답변하였고,
    3. 비가상화 상황에서의 실험 결과 비교에 대한 질문은, 처리량에 대해서는 같지만, 가상화를 통해서 플렉서빌리티를 제공할 수 있다는 장점이 있다고 답변하였습니다.

    유봉열: WhiteVisor
    1. 사용한 스위치 OS가 ONL인지에 대한 질문에, 그렇다고 답변하였고,
    2. ONL과 OFDPA가 오픈 소스인지에 대한 질문에, 둘다 오픈소스이지만, OF-DPA는 코드는 공개되어 있지 않고 바이너리만 공개 되어 있다고 답변하였고,
    3. 본 연구가 데이터 플래인만 가상화하는지에 대한 질문에, 그렇다고 답변하였고,
    4. 제안하는 기법이 화이트박스 스위치당 하나의 인스턴스가 필요한지에 대한 질문에, 중앙집중화해서 관리하는 형태다라고 답변하였습니다.

    또한, 제 논문이 Best Paper Award 에 선정되어 사진에 첨부된 것처럼 Banquet 에서 상을 받았습니다.

    그림1

    그림2

    이에 대해 교수님과 연구실 선후배님들께 진심으로 감사드립니다.

    4. 또한 관심있게 들었던 논문 발표들의 내용을 간략히 정리하자면,

    – Self-Driving Car Meets Multi-access Edge Computing for Deep Learning-Based Caching
    이 논문의 저자는 Anselme Ndikumana and Choong Seon Hong (Kyung Hee University, Korea) 이며,
    MEC (Multi-access Edge Computing) 서버에서 자율 주행 자동차로 컨텐츠를 미리 캐싱할 때,
    자율 주행 자동차 승객의 특성을 딥 러닝을 통해 파악하여 관심있는 컨텐츠를 선별하는 방법에 관한 논문입니다.

    논문 주요 디자인으로, CNN profiling approach를 이용해 승객의 컨텐츠 선택을 토대로 성별과 나이를 예측하여 관심있는 컨텐츠를 선택하며,
    Multi-LayerPerceptron(ML)를 이용해 MEC 서버가 주변 자동차에게 요구될 확률이 높은 컨텐츠를 예측하여 클라우드 서버로부터 미리 컨텐츠를 다운로드합니다.

    기존의 관련 연구들과 논문의 차이점은
    기존 논문들은 주변의 BS에서 컨텐츠를 선별하여 자동차로 push하는 방식으로 컨텐츠를 캐싱했던 반면,
    이 논문은 자율 주행 자동차에서 직접 컨텐츠를 선별하여 주변 MEC 서버에서 pull하는 방식으로 컨텐츠를 캐싱하는 방법이 다르다고 합니다.
    또한 논문에서 주장한 Contribution 으로는
    BS에서 push하는 방식은 주변 자동차들끼리 컨텐츠를 공유하기 때문에 자동차들이 이를 원치않을 가성이 크기 때문에,
    자동차에서 주체적으로 컨텐츠를 선택하고 다운로드 하는 이 방식이 더 큰 모티베이션이 있다고 합니다.

    – SDN-enabled Value-based Traffic Management Mechanism in Resource-Constrained Sensor Devices
    이 논문의 저자는 Melchizedek I Alipio and Christian Miguel Pama (Malayan Colleges Laguna, Philippines) 이며,
    센서 디바이스들의 데이터를 제한된 무선 네트워크 리소스를 전송할 때, 각 디바이스들의 QoS 를 중앙 SDN 컨트롤러 관리하고 만족시켜주는 방법에 관한 논문입니다.

    논문 주요 디자인으로, 각 센서 디바이스의 대역폭 QoS 요구사항를 SDN 컨트롤러로 관리하고 큐 리소스를 할당합니다.
    또한, Value-based Utility (VBU) 모델을 이용하여 QoS에 따라 트래픽들에게 우선순위를 부여합니다.

    기존 VBU 프레임워크를 기반으로 센서 디바이스들의 데이터를 위한 대역폭 리소스를 관리할 수 있도록 확장한 것이 이 논문의 기여점이라고 합니다.
    또한 라즈베리파이를 이용하여 위 디자인을 적용한 간단한 SDN 스위치를 직접 구현하였다고 합니다.

    추후 연구에서 테넌트의 QoS를 만족시키기위해 트래픽을 식별하여 차등화하는 방식을 적용하고
    더 나아가 AI 모델을 적용하여 효과적인 트래픽 식별 방법을 찾는 방식을 적용할 때 위 논문들을 참고하면 좋을 것 같습니다.
    마지막으로 관광을 위해 말레이시아 쿠알라룸푸르 주요 관광지인 바투 동굴, 스카이웨이, 부킷 빙탕 야시장 등을 다녀왔습니다.

    지난 5박 6일 일정동안 의미있는 경험을 한 것과, 바쁘신 와중에도 논문작성 및 발표자료 준비에 도와주신 것에 대해
    다시 한 번 교수님께 진심으로 감사드립니다.

    이상으로 ICOIN 2019 학회 참여 후기였습니다.

    감사합니다.
    진희상 및 유봉열 드림

Viewing 1 post (of 1 total)

You must be logged in to reply to this topic.