728x90
728x90
클라우드 서비스 복습스토리지 서비스 블록 스토리지하나의인스턴스에 연결해서 디스크 IOPS가 좋을 때 사용같은 가용영역내에 있어야 함파일 스토리지공유파일의 읽고쓰기 작업을 하기 위해 쓰고, 같은 리전내에만 있으면 됨 1. 블록스토리지데이터를 블록 단위의 조각으로 나누어 저장데이터 입출력(IOPS)에 대한 성능이 좋아서 신속한 검색이 가능네트워크상에 있는 블록 스토리지를 서버에 연결하여 활용대용량 트랜잭션, 대구모 데이터 저장이 요구되는 애플리케이션 환경에 적합 Amazon EBSEC2 인스턴스에 사용할 수 있는 블록스토리지 볼륨 제공같은 가용영역 내 인스턴스에 연결해서 사용데이터에 빠르게 액세하고 장기적으로 지속해야하는 경우 EBS 사용이 적합EBS볼륨은 인스턴스를 AMI로 백업하는데 사용 SS..
클라우드 서비스 복습네트워킹 서비스가용 영역(Availability Zone)리전(Region)- 데이터 센터는 수만개의 서버를 운영 중이고 모든 데이터 센터는 온라인으로 연결- 각 가용 영역은 하나 이상의 데이터 센터로 구성되며 내결함성을 갖도록 설계됨- 전용선을 통해 다른 가용 영역과 상호 연결- 리전은 두 개 이상의 가용 영역으로 구성- AWS는 전 세계에 다수의 리전과 가용 영역을 보유하고 있으며 계속 확장 중임- 리전 간 데이터 복제를 활성화하고 제어가능 엣지 로케이션(PoP, Point of Presence)최종 사용자에게 가까운 위치에서 더 짧은 지연 시간으로 콘텐츠를 전송하기 위해 600개 이상의 엣지 로케이션을 구축CDN(Content Delivery Network): 컨텐츠캐싱 서비스,..
클라우드 서비스 복습클라우드 컴퓨팅전통적인 IT 환경의 한계IT서비스 구현에 많은 시간이 걸려 신속한 서비스 제공에 한계 존재환경변화에 유연한 대응 불가 클라우드 컴퓨팅인터넷을 통해 서버, 스토리지, 데이터베이스, 네트워킹, 소프트웨어, 분석 및 인공지능 기술 등의 컴퓨팅 서비스를 제공하는 모델기업이나 개인은 필요한 서비스를 인터넷을 통해 구독하거나 요청하는 방식으로 사용할 수 있음민첩성(Business Agility), 탄력성(Elasticity), 비용 최적화(Cost Optimization), 전세계에 배포(Deploy globally), 애플리케이션에 집중(Application focused)등 이점 클라우드 컴퓨팅은 DX 실현의 가장 중요한 핵심 기술 중 하나 클라우드 퍼스트 전략기업이 새로운 ..
IT 인프라 복습서버와 스토리지서버클라이언트에게 서비스를 제공하는 컴퓨터 또는 시스템서버의 전통적인 아키텍처APP, OS, HardWare Server Farm & DMZ서버팜컴퓨터와 서버 등 운영에 필요한 시스템을 한 곳에 모아 놓은 곳외부에서 허가 되지 않은 접근은 접근 차단DMZ(비무장지대) 보안 지역과 비보안 지역사이의 중립지역공개해도 되는 서버를 배치하여 서버팜으로의 직접적인 접근을 막아 보안강화 웹서비스 3Tier 아키텍처 요소 웹서버웹 브라우저(클라이언트)로부터 요청을 받아 정적인 컨텐츠(html, jpeg)는 직접 처리하고 동적인 컨텐츠는 WAS에 전달Apache, Nginx, IIS 등WAS (Web Application Server)DB조회나 다양한 로직을 처리하는 동적인 컨텐츠 처리T..
IT 인프라 복습IT 인프라네트워크, 서버, 데이터베이스, 정보보안, 시스템 소프트웨어 및 기반시설 등 IT서비스의 기반이 되는 시스템 및 구조하드웨어 : 눈에 보이는 물리적 장비PC, 모니터, 하드디스크, CPU, MEMORY, 서버, 스토리지, 라우터, 스위치 등소프트웨어 : 눈에 보이지 않는 프로그램OS (Windows, Linux 등), Database, Microsoft Office, Photoshop 등네트워크 : 컴퓨터 같은 장비들이 그물망처럼 연결된 형태 또는 장비공유기(Router), 스위치, 방화벽, 케이블 등 기업 IT 인프라 - 데이터 센터서버, 네트워크, 스토리지와 같은 기업의 IT 인프라 구성 요소들이 모여 있는 시설 IT 인프라 유형 온 프레미스(On-Premise, 기존 프레..
딥러닝 심화 복습CNN(합성곱 신경망, Convolutional Neural Network)입력 이미지를 효율적으로 처리하고 특징을 추출하여 이미지 분류, 객체 감지, 객체 분할 등의 작업을 수행하는 데 사용1. Conv2D (Convolutional Layer)합성곱 연산을 수행하는 레이어로, 입력 이미지에 필터를 적용하여 특징 맵을 생성주로 이미지 처리에서 사용되며, 각 필터는 입력 이미지를 스캔하고 특정한 특징을 감지하는 역할filters = 32 (새롭게 제작하려는 feature Map의 수)kernel_size =(3,3) (필터의 가로세로 사이즈)Strides = (1,1) (필터의 이동 보폭)padding = 'Same' (feature map의 사이즈 유지, 외각의 정보를 조금이라도 더 반..