PARTNER
검증된 파트너 제휴사 자료

BCE 패턴 학습에 기반한 사용자 요구사항 맞춤형마이크로서비스 약결합 배포 방법 (Microservice Loose-coupling Deployment Method Customized to User Requirements based on BCE Pattern Learning)

11 페이지
기타파일
최초등록일 2025.06.06 최종저작일 2025.01
11P 미리보기
BCE 패턴 학습에 기반한 사용자 요구사항 맞춤형마이크로서비스 약결합 배포 방법
  • 미리보기

    서지정보

    · 발행기관 : 한국정보처리학회
    · 수록지 정보 : 정보처리학회 논문지 / 14권 / 1호 / 21 ~ 31페이지
    · 저자명 : 조대영, 정수민, 박준석, 염근혁

    초록

    마이크로서비스 아키텍처는 서로 다른 기능을 가진 다수의 마이크로서비스를 약결합 후 배포하여 구축한다. 마이크로서비스 아키텍처 구축시 개별 마이크로서비스의 유형을 분류하고 약결합을 수행할 수 있도록 배포하는 과정이 필요하나 이에 대한 기술적인 체계가 부족한 실정이다.
    본 논문에서는 마이크로서비스 유형을 BCE(Boundary-Control-Entity)로 추론할 수 있는 학습 모델과 사용자 요구사항 맞춤형으로 BCE 패턴 기반마이크로서비스 배포를 수행하는 방법을 제시한다. 제시하는 방법은 마이크로서비스의 BCE 패턴 추론을 위해 생성형 AI(Generative ArtificialIntelligence)를 학습하는 과정을 기반으로 한다. 또한, 사용자 요구사항 맞춤형으로 마이크로서비스 배포를 지원하는 방안으로 BCE 패턴 추론과마이크로서비스 결합 명세를 활용한 배포 방법을 제시한다. 제안한 학습 방법을 통해 도출한 모델과 기존 생성형 AI 모델과 비교 평가하여 평균추론 정답률이 14% 증가하는 것을 확인하였다. 그리고 이에 대한 아키텍처 및 아키텍처에 기반한 프로토타입을 구축하여 사용자가 요청하는 핵심기능에 따라 마이크로서비스 아키텍처가 실현되고 구동하는 것을 확인하였다. 제시한 방법은 마이크로서비스 아키텍처를 활용하여 사용자 맞춤형클라우드 네이티브 서비스를 제공하는 기반 모델로 활용될 수 있을 것이다.

    영어초록

    Microservice architecture is constructed by loose-coupling and distributing multiple microservices with different functions. Whenbuilding a microservice architecture, it is necessary to classify the types of individual microservices and deploy them so that loose-couplingcan be performed, but there is a lack of a technical system for this. In this paper, we present a learning model that can infer the typeof microservice through BCE(Boundary-Control-Entity) and a method to deploy microservices customized to user requirements based onBCE patterns. The proposed method is based on the process of learning generative AI(Generative Artificial Intelligence) to infer BCE patternsof microservices. In addition, we propose a deployment method that utilizes BCE pattern inference and microservice coupling specificationsto support microservice deployment to customized user requirements. We compared and evaluated the model derived through the proposedlearning method with existing generative AI models, and confirmed that the average inference accuracy increased by 14%. And we constructan architecture and a prototype to verify that the microservice architecture was realized and operated according to the core functionsrequested by users. The presented method can be used as a base model to provide user-customized cloud native services using microservicearchitecture.

    참고자료

    · 없음
  • 자주묻는질문의 답변을 확인해 주세요

    해피캠퍼스 FAQ 더보기

    꼭 알아주세요

    • 자료의 정보 및 내용의 진실성에 대하여 해피캠퍼스는 보증하지 않으며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
      자료 및 게시물 내용의 불법적 이용, 무단 전재∙배포는 금지되어 있습니다.
      저작권침해, 명예훼손 등 분쟁 요소 발견 시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.
    • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
      파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
      파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우

“정보처리학회 논문지”의 다른 논문도 확인해 보세요!

문서 초안을 생성해주는 EasyAI
안녕하세요. 해피캠퍼스의 방대한 자료 중에서 선별하여 당신만의 초안을 만들어주는 EasyAI 입니다.
저는 아래와 같이 작업을 도와드립니다.
- 주제만 입력하면 목차부터 본문내용까지 자동 생성해 드립니다.
- 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
- 스토어에서 무료 캐시를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
이런 주제들을 입력해 보세요.
- 유아에게 적합한 문학작품의 기준과 특성
- 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
- 작별인사 독후감
해캠 AI 챗봇과 대화하기
챗봇으로 간편하게 상담해보세요.
2025년 08월 04일 월요일
AI 챗봇
안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
4:44 오후