earticle

영어

In the cloud computing field, cloud migration is recognized as important technology. Currently, cloud computing infrastructure is attempting to build an SDI(Software-Defined Infrastructure) environment based on the paradigm called AIaaS(AI-as-a-Service). Furthermore, when applying migration, a pattern-based or resource-based method is emerging. However, research on identifying migration features that are the basis of such methods and using them for learning is insufficient. Therefore, in this paper, we identified migration features for cloud computing. In addition, the architecture and process for performing migration by adapting the identified features are presented. A case study of learning and applying some of the migration features from a previously published data set was conducted. The proposed model will be applicable as a base feature model for learning when performing AI-based migration in the cloud computing field.

한국어

클라우드 컴퓨팅 분야에서 마이그레이션 기술의 중요성이 부각되고 있다. 현재 클라우드 컴퓨팅 인프라는 AIaaS (AI as a Service)라는 패러다임 하에 클라우드 컴퓨팅의 SDI(Software-Defined Infrastructure)환경을 구축 하려는 시도가 진행되고 있다. 현재 마이그레이션을 적용 시 패턴 기반, 리소스 기반으로 수행하고자 하는 기법이 등장하고 있다. 하지만, 이와 같은 기법에 근간이 되는 마이그레이션 피처를 식별하고 이를 학습에 활용하는 연구는 미비한 실정이다. 따라서, 본 논문에서는 클라우드 컴퓨팅 마이그레이션 학습 피처들을 식별하였다. 또한, 해당 피 처를 접목하여 마이그레이션을 수행하는 아키텍처 및 프로세스를 제시하였다. 실제 마이그레이션 피처 중 일부를 기 공개된 데이터 세트를 통해 학습하고 적용하는 사례연구를 수행하였다. 제안한 모델은 클라우드 분야에서 AI 기반 의 마이그레이션을 수행 시 학습 적용을 위한 피처 모델로 활용 가능할 것이다.