초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

최근 들어 임베디드 시스템이 많은 발전을 하고 있고, 공간적인 장점으로 인해서 임베디드 시스템에 플래시 메모리가 많이 사용되고 있다. 그러나 플래시 메모리는 일반 자기 저장 매체와는 다른 특성을 가지고 있어서 플래시 메모리에 알맞은 효율적인 파일 관리 시스템을 필요로 한다. 현재 임베디드 리눅스에서는 JFFS2파일 시스템을 많이 사용하고 있는데, 이 논문에서는 JFFS2의 wear-leveling 알고리즘을 개선한 빈도수를 이용한 지움정책을 제안하고, 시뮬레이션을 통해서 빈도수를 이용한 지움정책의 wear-leveling이 효과적인 성능을 나타냄을 보였다.

최근 들어 임베디드 시스템이 많은 발전을 하고 있고, 공간적인 장점으로 인해서 임베디드 시스템에 플래시 메모리가 많이 사용되고 있다. 그러나 플래시 메모리는 일반 자기 저장 매체와는 다른 특성을 가지고 있어서 플래시 메모리에 알맞은 효율적인 파일 관리 시스템을 필요로 한다. 현재 임베디드 리눅스에서는 JFFS2파일 시스템을 많이 사용하고 있는데, 이 논문에서는 JFFS2의 wear-leveling 알고리즘을 개선한 빈도수를 이용한 지움정책을 제안하고, 시뮬레이션을 통해서 빈도수를 이용한 지움정책의 wear-leveling이 효과적인 성능을 나타냄을 보였다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 방법
• 연구 결과

제안 방법

• 0| 논문에서는 JFFS2의 garbage collectionOI 어떻게 동작하는가를 알아보고 효과적인 wear- leveling을 위한 시정과 방법을 제안 하며, 시뮬레이션을 통하여 기존의 방법에 비하여 얼마나 향상되었는지를 알아볼 것이다.
• 실험은 JFFS2와 유사한 환경을 만들어 놓고 시뮬레이션 을 통하여 수행하였다. 16Mbyte 플래시 메모리를 사용 기준으로 블록의 개수는 110개 한 블록의 크기는 131072bit로 테스트 하였다.

대상 데이터

• 실험은 JFFS2와 유사한 환경을 만들어 놓고 시뮬레이션 을 통하여 수행하였다. 16Mbyte 플래시 메모리를 사용 기준으로 블록의 개수는 110개 한 블록의 크기는 131072bit로 테스트 하였다. 10만회의 읽고 쓰기 작업을 한 결과 아래와 같은 결과를 얻었다.

성능/효과

• 2정도로 큰 분산의 차이를 보여준다. 분산은 유의 수준 5%에서 검정 절차를 거쳐서 충분히 작다는 검증 결과를 보였다. [6]
• 이렇게 하여 빈도수를 이용한 지움 정책을 사용 함으로써 JFFS2의 뛰어난 파일 관리 능력과 기능을 그대로 유지하 면서 weaEeveling을 개선 시켜서 블록의 지움 횟수를 메모리 전체에 골고루 분산 시킴으로써 플래시 메모리의 수명을 연장시킬 수 있다는 것을 확인 하였다.

후속연구

• 구현시켜서도 같은 효과를 얻을 것으로 기대된다. 리스트 구성시마다 블록을 scan하기 때문에 이 전의 JFFS2보다는 시간적인 문제가 생길 것으로 예상되나 얼마나 시간이 낭비될 것인가는 차후에 다시 검증 절차를 거친 후 스캔 방법을 향상시켜서 보완해야 할 것이다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기