선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- TLDP에서 전체 데이터를 G1～GK 그룹으로 분할하는 개념과 각 Gc를 Gc,1～Gc,B로 분할하는 개념이 동일하므로, 본 논문은 Gc를 분할하는 방법을 중심으로 알고리즘을 설명한다. 이를 위해 우선 전체 데이터들이 G1～GK 그룹으로 분할되어 있다고 가정하자.
- 그 동안 단일 방송채널 환경에서 AED 시간을 줄이기 위한 연구들이[1, 4, 7] 진행되었는데, 이 연구들은 각 데이터의 액세스 확률에 근거하여 자주 사용되는 데이터를 더 빈번하게 방송하는 방법을 제시하여 AED 성능을 개선하고자 하는 노력을 했다. 최근에는 다중 채널 환경을 위한 많은 방송 스케줄링 기법들이[8-13] 제안되었는데, 이들은 대부분 데이터의 액세스 확률에 근거하여 전체 데이터를 채널의 수만큼 다수 개의 그룹으로 분할하여 이를 각 채널에 배정한다.
- 방송 스케줄링 기법의 주요 성능 평가지수는 전체 데이터의 평균 지연시간이므로 본 논문에서는 이 성능을 중심으로 성능을 평가한다.
- 본 논문은 단일 데이터를 액세스하는 환경에서 지연시간을 줄이기 연구를 진행하였다. 본 논문의 미래 연구로서는 동시에 다수의 데이터를 액세스하는 환경과 클라이언트 캐쉬가 존재하는 환경을 고려한 스케줄링 기법에 관한 연구를 진행할 것이다.
- 그러나 많은 데이터를 방송해야 할 경우에 방송 채널의 순차성으로 인하여 원하는 데이터를 수신하기까지의 예상 지연시간이 크게 증가할 수 있다. 본 논문은 이 지연시간을 줄이기 위하여 다중 방송채널 환경을 위한 방송 스케줄링 기법에 대한 연구를 진행하였다. 기존의 제안된 대부분의 기법들은 같은 채널에 배정된 데이터들을 동일 빈도로 방송하기 때문에 물리적 채널의 수가 적을 경우에는 예상 지연시간의 성능이 심각하게 저하되는 단점이 있다.
- 기존의 제안된 대부분의 기법들은 같은 채널에 배정된 데이터들을 동일 빈도로 방송하기 때문에 물리적 채널의 수가 적을 경우에는 예상 지연시간의 성능이 심각하게 저하되는 단점이 있다. 본 논문은 이와 같은 단점을 개선하기 위하여 두 단계로 세밀하게 데이터를 분할하여 동일 채널에 할당된 데이터들도 그들의 방송 빈도를 다르게 할 수 있는 TLDP로 명명된 새로운 방송 스케줄링 기법을 제안했다. 그리고 성능 평가를 실시하여 TLDP 기법의 성능과 DP, BP 및 FLAT 기법의 성능을 비교하였다.
- 본 논문은 이와 같은 점을 고려하여 기존에 제안된 동적 프로그래밍 알고리즘을[11] 확장하고, 이를 두 단계로 적용하여 AED 성능을 대폭 개선할 수 있는 다중 채널 환경을 위한 새로운 방송 스케줄링 기법을 제안한다. 본 논문의 구성은 다음과 같다.
- 이 방식에서 클라이언트는 자신이 원하는 데이터를 서버에 요청하는 것이 아니라, 방송 채널을 감시하고 있다가 자신이 원하는 데이터가 방송되면 해당 데이터를 수신하여 액세스한다. 본 논문은 클라이언트에서 서버로의 통신 대역폭이 매우 제한적이거나 불가능한 환경을 고려하여 푸쉬 기반의 방송 스케줄링 기법에 한하여 연구를 진행한다.
가설 설정
- 서버가 방송해야 될 데이터 항목의 수는 N이며, 각 데이터 항목은 그 길이가 일정하다고 가정한다. 그리고 각 데이터의 액세스 확률은 불균등한(non-uniform) 액세스 형태를 모델링하기 위해 많이 사용되는 zipf 분포 모델[6, 7]을 따른다고 가정한다. zipf 분포 모델에서 각 데이터의 액세스 확률은 식 (3)으로 표현되는데, 각 스케줄링 기법은 이 액세스 확률에 근거하여 데이터들을 분할하여 각 채널 또는 버켓에 배정한다.
- 로 표현한다. 그리고 전체 데이터들은 pq의 내림차순으로 정렬되어 있다고 가정한다.
- DP는[11] 각 채널의 데이터들이 평형방송된다는 가정하에 최적으로 데이터를 분할하여 각 채널에 배정한다. 본 논문은 각 채널의 데이터가 평형방송되는 것은 아니지만, DP와 동일한 가정하에 채널에 데이터를 배정한다. 이와 같은 가정을 한다면, 전체 데이터를 G1～GK로 분할하는 문제는 EDP 알고리즘에서 s는 1, e는 N으로 count는 K로 고정되는 특수한 경우에 해당한다.
- 서버가 방송해야 될 데이터 항목의 수는 N이며, 각 데이터 항목은 그 길이가 일정하다고 가정한다. 그리고 각 데이터의 액세스 확률은 불균등한(non-uniform) 액세스 형태를 모델링하기 위해 많이 사용되는 zipf 분포 모델[6, 7]을 따른다고 가정한다.
- 이를 위해 우선 전체 데이터들이 G1～GK 그룹으로 분할되어 있다고 가정하자.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.