1. 소식
  2. arrow_forward_ios

새 소식

태그
검색
전체
포스트 대표 이미지

4월 16일 DLS 개최 안내 - KAIST 박경수 교수

2018년 4월 16일(월) 오전11시 302동 106호에서, 카이스트 박경수 교수님의 Distinguished Lecture Series가 개최됩니다. 본 강연은 'Fast development of complex network functions with the mOS networking stack' 라는 주제로 진행될 예정이오니, 관심있는 학생 여러분의 많은 참여를 바랍니다. 하단의 강연 요약과 연사 프로필을 참고해주시기 바랍니다. [강연 요약] Stateful middleboxes, such as intrusion detection systems and application-level firewalls, have provided key functionalities in modern IP networks. However, developing a middlebox with efficient flow processing is challenging because implementing robust TCP state management is a demanding, error-prone task. Unfortunately, existing networking APIs are primarily designed for end-hosts and lack proper abstractions for intra-flow processing in middleboxes. Thus, middlebox developers often write complex flow management logic from scratch, which is not only prone to errors, but also wastes efforts for similar functionalities across applications. In this talk, I will introduce mOS, a reusable networking stack for stateful flow processing in middlebox applications. mOS exposes a set of well-defined APIs that allow developers to focus on the core application logic instead of dealing with low-level packet/flow processing themselves. Under the hood, mOS implements an efficient event system that scales to monitoring millions of concurrent flow events at a low cost. Our evaluation demonstrates that the mOS enables modular development of stateful middleboxes, often significantly reducing development efforts represented by the source lines of code, while introducing little performance overhead in multi-10G network environments. [연사 소개] KyoungSoo Park is an associate professor in the school of Electrical Engineering at KAIST. He received his B.S. degree from Seoul National University in 1997, and his M.A. and Ph.D. degrees from Princeton University in 2004 and 2007, respectively, all in computer science. His research is focused on the reliability, performance, and security issues in the design and implementation of networked computing systems. His recent research interest includes high-performance flow processing on multicore systems, scalable resource management for distributed machine learning, and modular software architecture for embedded systems. He and his group have won two major awards given by the USENIX NSDI, namely, the best paper award at NSDI’17 and a community award at NSDI’17 given to the best paper among those that open-sourced their work....
포스트 대표 이미지
포스트 대표 이미지
포스트 대표 이미지

2018학년도 대학원 신입생 후기모집 안내

컴퓨터공학부는 2018학년도 후기 대학원 신입생을 아래와 같이 모집합니다. 지원을 희망하시는 분은 해당 기간 내 인터넷 접수를 하여 주시고, 추가 서류 또한 컴퓨터공학부 행정실(입학 담당자)로 제출하여 주시기 바랍니다. 1. 모집인원 - 석사과정 : 11명 - 석박사통합과정 : 21명 - 박사과정 : 6명 * 석박사통합과정은 학사학위자가 석사학위 및 박사학위의 과정이 통합된 과정을 이수하는 것으로서, 통합과정 이수중단 시 학칙 및 규정이 정하는 기준에 따라 석사학위 수여가 가능합니다. 2. 지원서 교부 및 접수 (인터넷) – 접수기간: 2018. 4. 16(월) 10:00 ~ 4. 20(금) 17:00까지 - 본교 입학관리본부 홈페이지(http://admission.snu.ac.kr) 에 접속하여 안내에 따라 입학지원서, 자기소개 및 수학(연구)계획서를 접수한다. - 입학지원서 및 자기소개서 희망전공분야란에 ‘컴퓨터공학부’로 기재한다. 3. 컴퓨터공학부 추가 제출서류 (우편 혹은 방문) - 제출기한 : 2018. 4. 23(월) 17:00까지 - 제출장소 : 컴퓨터공학부 행정실(301동 316호) * 우편제출은 제출일 마감 도착분에 한함. 반드시 등기로 보낼 것 (주소: 151-744 서울시 관악구 관악로 1 서울대학교 공과대학 컴퓨터공학부 301동 316호 입시담당자 앞) - 제출서류(상단에 접수번호 반드시 기재) 석사과정 구술고사과목 신청서 Download 석박통합과정 구술고사과목 신청서 Download 박사과정 지도교수 신청서 Download < 석사과정 > 1) 학사 성적증명서 원본 1부 (편입학 졸업자는 전/후 성적표 각 1부) 2) TOEFL성적표 제출 시 원본 1부와 사본 1부 (원본은 사본과 대조 후 돌려줌) 3) 구술고사과목 신청서 1부: 4과목(OS, 컴퓨터구조, 자료구조, 전자회로) 중 3과목을 반드시 선택 기재 < 석박사통합과정 > 1) 학사 성적증명서 원본 1부 (편입학 졸업자는 전/후 성적표 각 1부) 2) TOEFL성적표 제출 시 원본 1부와 사본 1부 (원본은 사본과 대조 후 돌려줌) 3) 구술고사과목 신청서 1부: 4과목(OS, 컴퓨터구조, 자료구조, 전자회로) 중 3과목을 반드시 선택 기재 < 박사과정 > 1) 성적증명서 원본 1부 (학사/석사 성적증명서 각 1부) 2) TOEFL성적표 제출 시 원본 1부와 사본 1부 (원본은 사본과 대조 후 돌려줌) 3) 박사과정 지도교수 신청서 1부 (첨부파일 다운받아 사용) 4. 수험표 교부 - 교부기간: 2018. 4. 24(화) 이후 - 교부장소: 컴퓨터공학부 행정실(301동 316호) * 구술고사 당일 수령 가능 5. 선발일정 및 방식 < 석사, 석박사통합과정> (1) 선발일정 일정 내용 비고 2018. 4. 27(금) 구술고사 시간, 장소 추후공지 2018. 4. 27(금) 심층구술면접 및 대상자 발표 컴퓨터공학부 홈페이지 2018. 4. 27.(금) 저녁 ~ 5. 3(목) 개별 교수면담 및 연구실탐방을 통한 전공탐색   2018. 5. 4(금) 심층구술면접 시간, 장소 추후공지 (2) 선발방식 1) 서류심사, 구술고사, 심층구술면접 3단계 전형을 통해 신입생을 선발한다. 2) 구술고사는 4과목(OS, 컴퓨터구조, 자료구조, 전자회로) 중에서 지원자가 신청한 3과목 에서 2~3 문제를 푼다. 3) 서류심사와 구술고사를 통해 정원의 120%-150%를 심층구술면접 대상자로 선발한다. 4) 심층구술면접 대상자는 정해진 기간 동안 본인이 선택한 연구실에 대해 개별 교수면담 과 연구실 탐방 등을 통해 해당 전공분야를 심층 탐색해야 한다(반드시 한 명 이상의 교수와 면담할 것). 5) 심층구술 면접은 연구실 탐색기간 종료 후 하루 동안 실시하고, 심층구술면접을 통해 연구실이 확정된 지원자를 최종 합격시킨다. < 박사과정 > (1) 선발일정 일정 내용 비고 2018. 4. 27(금) 면접 및 구술고사 시간, 장소 추후공지 (2) 선발방식 서류심사와 면접 및 구술고사를 통해 선발한다. 6. 합격자 발표 : 2018. 6. 7(목) 18:00 이후 * 본교 입학관리본부 홈페이지(http://admission.snu.ac.kr) - 대학원 공지사항 - 주민등록번호로 검색 7. 문의처 - 전화: 02)880-1827 (컴퓨터공학부 행정실) - E-mail : jelee@cse.snu.ac.kr 컴퓨터공학부 입시관리위원회...
포스트 대표 이미지

2018년 2월 우수학위논문상 수상자 안내

서울대학교 컴퓨터공학부에서는 매 학기 졸업생을 대상으로 우수학위논문상을 수여하고 있습니다. 석박사 졸업 논문의 경우 논문 심사위원들이, 학부 졸업 논문의 경우 지도교수가 뛰어난 논문을 선별하여 우수학위논문상 후보로 추천하고 있습니다. 2018년 2월에는 '컴퓨터공학부 SCSC 운영위원회'의 심사를 거쳐 석사 논문상 수상자 4명, 학사 논문상 수상자 1명을 최종 선발하였습니다. o 석사 논문상 수상자: 김주용 (지도교수: 김건희) 제목: Tree-structured Deep Neural Networks by Learning to Semantically Split 김주용 학생은 분류 문제에 있어 데이터의 의미 (semantic) 정보를 바탕으로 나뉘어지는 빠른 딥러닝 모델을 제안하였습니다. 이를 통해 기계학습 분야의 최우수 국제학술대회인 ICML에 논문을 발표하는 우수한 연구 성과를 이루었습니다. o 석사 논문상 수상자: 장윤석 (지도교수: 김건희) 제목: Video-based Visual Question Answering with Spatio-Temporal Reasoning Tasks 장윤석 학생은 비디오 기반의 질의 응답 (QA) 문제에 대한 방대한 데이터셋을 구축하였고, 이를 예측하는 딥러닝 모델을 제안하였습니다. 그 결과 컴퓨터비전 분야의 최우수 국제학술대회인 CVPR에 논문을 발표하는 우수한 연구 성과를 이루었습니다. o 석사 논문상 수상자: 한승욱 (지도교수: 김지홍) 제목: 카산드라 응용에서 쓰기 요청에 대한 꼬리응답시간 감소 기법 한승욱 학생은 분산된 대용량 저장장치 시스템에서 성능에 미치는 영향이 매우 큰 꼬리응답시간을 효과적으로 감소할 수 있는 기법을 제안하였습니다. 이를 바탕으로 정보과학회 논문지 1편 출판, 정보과학회 우수논문상 2회 수상의 성과를 거두었고, 확장된 논문을 APSYS 2018에 제출 예정입니다. o 석사 논문상 수상자: 김주연 (지도교수: 전병곤) 제목: Design and Implementation of a Flexible and Extensible Data Processing Runtime 김주연 학생은 다양한 자원 환경과 애플리케이션의 특성에 따라 유연하게 최적화 데이터 처리를 하는 새로운 데이터 분석 시스템 런타임을 설계 구현하였습니다. 그 결과인 분석 시스템 네모는 최근에 데이터 분석 기반 기술로는 국내 최초로 세계 최대 비영리 오픈 소스 재단인 아파치의 인큐베이터 프로젝트가 되었습니다. o 학사 논문상 수상자: 최길웅 (지도교수: 서진욱) 제목: Effectiveness of Peer-Motivational Habit-Forming Application 최길웅 학생은 심리학을 복수전공하며 쌓은 지식을 컴퓨터공학적 기술과 융합하여, 좋은 습관의 형성을 돕기 위한 동료 간 동기 부여 시스템을 디자인하고 구현하였습니다. 또한 그 효과를 검증하기 위한 사용자 실험을 진행하여 의미 있는 결론을 도출함으로써, 완성도 높은 학사 학위 논문을 완성하였습니다....
포스트 대표 이미지
포스트 대표 이미지

전병곤교수 연구진의 Nemo, ASF 오픈소스 인큐베이션 프로젝트로 선정

서울대학교 전병곤 교수 연구진의 빅데이터 분석 소프트웨어 네모(Nemo), 아파치 재단 오픈소스 인큐베이션 프로젝트로 선정 전병곤 서울대 공대 컴퓨터공학부 교수가 개발한 빅데이터 분석 시스템 ‘네모(Nemo)’가 2018년 2월 아파치소프트웨어재단(ASF)으로부터 오픈소스 프로젝트 인큐베이션을 승인 받았다. 네모 프로젝트는 마이크로소프트, 구글, 데이터브릭스, 쿠팡의 개발자가 멘토로 참여하고 있다. 해당 프로젝트는 과학기술정보통신부의 ‘소프트웨어 스타랩’ 과제의 전폭적인 지원으로 이와 같은 결과를 얻게 되었다. 아파치소프트웨어재단은 오픈소스 소프트웨어를 지원하는 세계 최대 비영리단체로 전세계에서 230여개 오픈소스 프로젝트를 지원하고 있다. 국내 프로젝트 중 까다로운 검증과정을 거쳐 세계적 오픈소스 프로젝트로 인큐베이팅된 사례는 드물다. 네모 프로젝트를 통해 우리 나라 빅데이터 분석 시스템 기술의 세계적인 경쟁력을 확보할 수 있을 것으로 기대된다. 전 교수 연구진이 개발한 네모는 차세대 빅데이터 분석 기술을 지원한다. 기존 데이터 분석 기술은 실행방식이 고정되어 있기에 다양한 데이터센터 자원환경 및 워크로드 특징들에 유연하게 대응하지 못한 단점이 있었다. 네모는 애플리케이션 부문과 분산 데이터 처리 부문 사이에서 다양한 수행 방식을 설정하는 기능을 제공한다. 이를 통해 다양한 데이터센터 자원환경 및 워크로드 특징에 최적화된 수행 방식이 설정되어 실행하는 것이 장점이다. 네모는 현재 많이 사용되고 있는 스파크(Spark)보다 높은 성능을 보인다. 네모는 구글 클라우드와 호환되는 빔(Beam), 또는 현업에서 빅데이터 분석에 많이 쓰이는 스파크 언어로 개발된 데이터 분석 애플리케이션을 Nemo가 이해할 수 있는 중간 표현 형태로 변환한 후 효율적으로 분산 실행한다. 또한, 기존에 이미 개발된 애플리케이션도, 네모를 통해서 수행할 수 있도록 확장성을 제공한다. 전 교수는 “네모 프로젝트는 국내 최초로 빅데이터 분석 분야에서 핵심 플랫폼 기술을 공개한 것으로 공개하자마자 우수한 기술력으로 구글 등 글로벌 산업계의 관심을 받고 있다”라며 “산업계와 학계에 큰 영향력을 주는 시스템으로 발전 시키겠다”고 말했다....
포스트 대표 이미지
포스트 대표 이미지
포스트 대표 이미지