최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기The journal of the institute of internet, broadcasting and communication : JIIBC, v.15 no.5, 2015년, pp.75 - 84
A data allocation technique is essential to improve the performance of data broadcast systems. This paper explores the issues for allocating data items on broadcast channels to process multiple-data queries in the environment where query profiles and query request rates are given, and proposes a new...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
단일 데이터 질의 환경을 위한 대표적인 기법에는 무엇이 있는가? | 단일 데이터 질의 환경을 위한 대표적인 기법에는 DP(Dynamic Programming)[2]와 RDP(Restricted Dynamic Programming)[3] 기법들이 있는데, 이 기법들은 각 방송 채널이 평형(Flat) 방송된다는 가정 하에 응답시간이 최소화되도록 데이터를 분할하여 각 채널에 할당했다. 비록 이 기법들이 방송채널별 평형 방송을 하는 시스템 모델에서는 최적 성능을 발휘하지만, 같은 채널에 할당된 데이터들을 그들의 인기도에 관계없이 동일 빈도로 방송하기 때문에 응답시간의 성능을 향상시키는 데는 한계가 있었다. | |
데이터 할당 기법 중 평형(FLAT) 기법은 무엇인가? | 단일 데이터 질의를 위한 기법에는 평형(FLAT)[1], DP[2], 그리고 NODA[5] 등과 같은 기법들이 있는데, 이들은 모두 데이터의 액세스 확률에 기초하여 데이터를 분할하여 방송채널에 할당했다. 가장 단순한 평형(FLAT) 기법은 각 방송채널에 동일 개수의 데이터를 배정하고, 각 채널은 이들을 라운드-로빈 형태로 평형 방송한다. 평형 기법은 구현이 용이한 장점이 있지만, 모든 데이터들을 동일 빈도로 방송하기 때문에 평균 응답시간의 성능이 낮다는 단점이 있다. | |
MA2D 기법의 단점은 무엇인가? | MA2D 기법은 이 단점을 개선하기 위하여, 질의 프로파일과 질의 요청 확률에서 각 데이터의 상대적 요청 횟수를 파악한 후 이를 정규화하여, 한 방송주기에서 각 데이터를 자신의 정규화 값에 비례하게 할당하는 기법을 제안했다. 그러나 이 기법은 요청 횟수에 너무 큰 가중치를 부여하는 경향이 있기 때문에 요청 확률이 낮은 질의의 응답시간이 너무 길어지는 단점이 있다. |
S. Acharya, "Broadcast Disks: Disseminationbased Data Management for Asymmetric Communication Environments," Ph.D. thesis, Brown University, 1998.
W. G. Yee, S. Navathe, E. Omiecinski, and C. Jermaine, "Efficient Data Allocation over Multiple Channels at Broadcast Servers," IEEE Trans. on Computers, Vol. 51, No. 10, pp. 1231-1236, Oct. 2002.
S. Wang and H.L. Chen, "An O(N log K) Restricted Dynamic Programming Algorithm for Data Allocation over Multiple Channels," IEICE trans. on communications, Vol. E88-B, No. 9, pp. 3756-3764, Sep. 2005.
H.M. Kwon, "TLDP: A New Broadcast Scheduling Scheme for Multiple Broadcast- Channel Environments," The Journal of the Institute of Webcasting, Internet and Telecommunication, Vol. 11, No. 2, pp. 63-72, 2011.
H.M. Kwon, "A Near Optimal Data Allocation Scheme for Multiple Broadcast-Channel Environments," The Journal of the Institute of Webcasting, Internet and Telecommunication, Vol. 12, No. 1, pp. 17-27, 2012.
H.P. Hung, J.W. Huang, J.L. Huang, and M.S. Chen, "Scheduling dependent items in data broadcasting environments," ACM SAC 2006.
S.W. Park and S.W. Jung, "Interdependent Data Allocation a scheme over Multiple Wireless Vroadcast Channels," Journal of KIISE : Database, Vol. 36, No. 1, pp. 30-43, 2009.
Y.D. Chung and M.H. Kim, "Effective Data Placement for Wireless Broadcast," Distributed and Parallel Databases, Vol 9, No. 2, 2001
J.L. Huang and M.S. Chen, "Dependent data broadcasting for unordered queries in a multiple channel mobile environment," IEEE Trans. on Knowledge and Data Engr., Vol. 16, No. 6, 2004.
H.M. Kwon, "A Broadcast Data Allocation Scheme for Multiple-Data Queries Using Moving Average of Data Access Probability," The Journal of the Institute of Webcasting, Internet and Telecommunication, Vol. 14, No. 5, pp. 35-43, 2014.
C. Hsu, G. Lee, A.L.P. Chen, "A near optimal algorithm for generating broadcast programs on multiple channels," Proc. ACM 10th Int'l Conf. CIKM, Atlanta, Georgia, pp. 303-309, 2001.
H. Schwetman, 'CSIM Users' Guide for Use with CSIM Revision 16', Microelectronics and Computer Technology Corporation, 1992.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.