Semantic-Aware Data Management for Data-Driven Applications = 데이터 중심 응용프로그램에서의 의미론적 데이터관리 기법
저자
발행사항
서울 : 서울대학교 대학원, 2022
학위논문사항
학위논문(박사)-- 서울대학교 대학원 : 컴퓨터공학부 2022. 2
발행연도
2022
작성언어
영어
주제어
DDC
621.39
발행국(도시)
서울
형태사항
x, 98 ; 26 cm
일반주기명
지도교수: 전병곤
UCI식별코드
I804:11032-000000169727
DOI식별코드
소장기관
데이터의 시대에서 데이터를 활용하는 방법은 크게 두 가지로 나누어진다. 하나는 개발자나 데이터 과학자가 직접 정의한 로직에 의해 데이터를 처리하는 (예: 주어진 데이터에 대해 필터링 및 요약을 진행) 데이터 처리이며, 다른 하나는 신 경망 모델을 트레이닝 데이터셋에 맞춰 학습시켜 주어진 작업(예: 이미지 분류)을 처리하는 딥러닝이다. 최근들어 처리하거나 학습시킬 데이터의 양이 기하급수적으로 증가함에 따라, 이러한 큰 데이터를 효율적으로 처리하는 것은 데이터 처리와 딥러닝의 두 데이터중심 응용프로그램 모두에서 중요하게 다뤄지고 있다.
이 논문에서는 이러한 데이터 관리를 효율적으로 하기 위해 의미론적 최적화 기법을 활용한 두 새로운 시스템을 제안한다. 이 두 시스템은 데이터 처리 및 딥러닝 각각의 분야에서 데이터를 활용하는 여러 응용프로그램의 특성을 활용하여 데이터를 관리하는 방법을 최적화한다. 먼저, 데이터 처리 분야에서는 스트림 처리에서의 내부 상태 관리를 최적화하는 시스템인 스트리믹스(Streamix)를 제안한다. 스트림 처리는 지속적으로 들어오는 데이터 이벤트를 낮은 지연시간으로 처리하는데, 많은 경우 내부의 상태를 지속적으로 유지한다. 하지만, 스트림 데이터의 양이 지속적으로 증가하면서 최근에는 이러한 상태의 크기가 중앙 메모리의 크기를 넘어서는 문제가 발생하였다. 이러한 거대한 상태 데이터를 관리하기 위해 위해, 최신 스트림 처리 시스템들은 상태관리를 영구 키-밸류 저장소에 맡기는 방 식으로 해결하였다. 하지만, 이러한 접근 방식은 높은 CPU및 입출력 부하로 인한 성능 저하를 겪는 문제가 있는데, 이는 영구 키-밸류 저장소들은 스트림 응용프로그램의 다양한 데이터 접근 패턴을 잘 처리하지 못하기 때문이다. 이러한 문제를 해결하기 위해, 이 논문에서는 스트림 응용프로그램이 어떻게 그리고 언제 내부 상태에 접근하는 지를 이용하여 스트림 처리에서의 상태 관리를 최적화하는 기법을 제시하였다. 또한, 이 논문에서는 이러한 기법을 하나의 완성된 저장소 시스템으로 구현된 스트리믹스로 어떻게 완성했는지도 다룬다.
둘째로, 이 논문에서는 딥러닝 학습에서의 데이터 증강 파이프라인을 최적화하는 시스템인 리벰퍼(Revamper)를 제안한다. 데이터 증강은 학습된 모델이 일반 적인 데이터에 대해서 잘 적응하는 능력을 향상시키기 위해 딥러닝 학습에서 널리 쓰이는 유용한 기법이다. 하지만, 데이터 증강은 CPU부하를 일으키며, 이러한 CPU부하는 전체 딥러닝 학습 과정을 느리게 만들 수 있다. 이 문제를 해결하기 위해, 이 논문에서는 데이터 재활용(Data Refurbishing)이라는 새로운 데이터 캐싱 기법을 소개하는데, 이는 데이터 증강 파이프라인이 여러 겹의 확률적인 변환과정으로 이루어져있다는 특성을 활용한다. 데이터 재활용은 증강된 데이터를 직접적으로 재사용하는 대신, 부분적으로 증강된 데이터를 캐시하고 재사용한다. 이렇게 저장된 부분적으로 증강된 데이터는 최종 증강과정을 거쳐 딥러닝 학습에 사용되는데, 이를 통해 데이터 증강을 통해 얻어지는 다양성을 훼손시키지 않으면 서 데이터 증강 파이프라인의 연산량을 줄일 수 있다. 리벰퍼는 데이터 재활용을 효율적으로 구현한 새로운 데이터 로딩 시스템이다. 리벰퍼는 데이터 재활용을 사용함으로써 유발된 각 스텝마다 CPU 처리 시간이 달라지는 문제를 해결하여 CPU와 딥러닝 가속기간의 효율적인 파이프라이닝을 가능하게 한다.
이 논문에서는 스트리믹스와 리벰퍼의 성능을 측정한 다양한 실험들을 보여주고 이를 통해 의미론적인 데이터 관리 최적화 기법이 처리량 및 지연시간을 개선시킴을 확인하였다. 이러한 결과는 의미론적인 데이터 관리 최적화 기법이 데이터를 활용하는 다양한 응용프로그램에서 중요한 최적화가 될 수 있음을 보여준다.
In the era of big data, data-driven applications that utilize large amount of data can largely be divided into two classes. One is data processing, which processes data following deterministic programs written by humans (e.g., filtering and aggregating a specific set of data). The other is deep learning, which trains a deep neural network model on a training dataset, so that the model can learn how to understand and perform desired tasks (e.g., image classification) by itself. As the size of data to be processed or trained is large, efficiently managing such large amount of data has become a main challenge for the both kinds of data-driven applications.
This dissertation proposes two novel semantic-aware data management systems for data processing and deep learning, which optimize data management considering the characteristics of data-driven applications. For data process- ing, I propose Streamix, a novel persistent store for efficiently handling internal states of stream processing applications. Streaming applications, which processes continuously incoming data streams with low latency, are often stateful. As the volume of data streams rapidly increases, such internal states often surpass the main memory capacity. To support such large states, modern stream processing engines delegate state management to persistent key-value (KV) stores on fast storage devices. However, this approach results in suboptimal throughput and latency due to high CPU or I/O overhead, because the KV stores cannot efficiently cope with diverse state-access patterns of streaming applications. To solve this problem, I take a principled approach towards exploiting information about how and when the applications access their internal states. I design and implement Streamix, a novel persistent store that embodies the proposed idea.
For deep learning, I propose Revamper, a novel caching store for faster deep neural network training with data augmentation. Data augmentation is a popular technique for improving generality while training deep neural network models. Although it is useful, data augmentation often suffers from heavy CPU overhead, which can degrade the end-to-end training throughput. To mitigate such overhead, I propose data refurbishing, a novel caching mechanism that leverages the characteristics of augmentation pipelines, which typically consist of multiple stochastic transformations. Instead of directly reusing augmented data, data refurbishing caches partially augmented data while further transforming the cached data with the final augmentation, so that it can preserve sample diversity while improving training throughput. I design and implement a new data loading system, Revamper, to realize data refurbishing. Revamper maximizes the utilization of deep learning accelerators by keeping the CPU processing time of each training step constant and thus efficiently pipelining between the CPU and deep learning accelerators.
The evaluations in this dissertation demonstrate that the proposed semantic-aware data management strategies significantly improve system throughput and latency compared to existing approaches. These results suggest that semantic- aware optimization is vital for enhancing throughput and latency of various data-driven applications.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)