Scientific workflow is evolving now more than the problem solving environment. Smart users, such as scientists or engineers, need more customized functions and information to automate their computational tasks. At the same time, due to the increase in degree of workflow complexity, workflows are deployed onto high-performance computing or Grid environments. Metabolic symptom simulation is such an example application that needs huge computing power and data storage.
This thesis addresses three problems in metabolic symptom simulation experiment management using scientific workflow system. Fist, existing workflow systems are not well identified for the end-to end development life cycle of workflows. For example, design frameworks for identifying the experiment data that are ever used do not exist. Second, in the existing workflow systems, built in mechanisms do not exist that support the distributed model. The distributed model in here includes remote execution, spreading and collecting data on remote site. Therefore, users have to adapt external system for distributed execution. This approach requires re-design of existing workflows and components that result in difficulty of distributed execution. Moreover, the existing systems lack in supporting dynamic scheduling algorithm for the remote execution resource allocation to workflow component for performance enhancement that lead to difficulty of guarantee the desired Quality of Service.
In this thesis, we discuss how to automate the metabolic symptom estimation experiment cycle by proposing web-based architecture and how to provide the distributed workflow execution. The main contributions include the building web based simulation data and execution management framework, improving the existing workflow management system (e.g, KEPLER) to support built-in distribute execution model and adapting a strategy decision scheme to enable distributed resources scheduling.
Finally, for the evaluation of proposed system, we composed prototype workflows that automate each step of metabolism estimation simulation experiment processes. We compared the simulation execution finish time and memory usage on different number of resources with different strategies. Through the results, we conclude that the proposed system enhanced distributed workflow execution performance according to various simulation experiments.
본 논문에서는 대사질환 예측 모델 시뮬레이션 실행을 위한 분산 컴퓨팅 실험 환경 구축 시스템을 설명한다. 유동적인 시뮬레이션 응용모델의 제작, 수정, 배포가 용이하도록 과학 워크플로우 관리 시스템인 케플러에 기반하여 실험 환경을 구축하였다.
이러한 시스템의 구현에 있어 기술적 문제점으로써 첫째로, 케플러 포함한 기 워크플로우 시스템들은 모델 개발 라이프사이클관리를 위한 지원이 미흡하며, 둘째로, 모델 자체에서 분산 실행 지원을 위한 내장 메커니즘을 찾아볼 수 없다. 여기서 분산 실행 지원이란 원격 실행, 원격지에서의 데이터 분산과 수집 등을 포함한다. 그렇기 때문에 사용자는 외부의 다른 시스템의 도입이 필요로 하며, 이런 방법은 이미 개발한 실험 워크플로우에 대해 재구성을 요하며 이는 분산실행을 어렵게 만든다. 마지막으로, 기 시스템들은 성능향상을 위한 동적 자원 스케줄링 알고리즘을 적용할 수 있는 기능이 미흡함으로 인해, 요구되는 QoS를 관리 및 보장하기가 힘들다.
이러한 문제점들의 극복을 위하여 본 논문에서는 ECM, EKP, PQRM* 라는 세가지 층으로 구성된 시스템 모델을 제안하고 구현하였으며, 이의 검증을 위하여, 나노 센서로부터 취득된 세포데이터를 기반한 대사질환 예측 시뮬레이션 실험을 워크플로우로 구성하였고, 이 실험 데이터의 관리 자동화 및 가시화와 분산 실행을 통한 성능 향상 등을 성공적으로 수행하였다.
