초록

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

네트워크 환경이 발전하면서 사용자가 원하는 때에 서비스를 받을 수 있는 미디어 스트리밍 서비스에 대한 요구가 증가하고 있다. 미디어 스트리밍 서비스는 특정 시간대 선호되는 미디어들에 대한 서비스가 집중되는 현상을 발생한다. 특정한 미디어에 대한 집중적 요구를 하는 다수의 사용자들을 만족시키기 위해서는 미디어 서버내의 메인 메모리를 효과적으로 사용할 수 있는 버퍼 관리 기법이 필요하다. 본 논문에서는 미디어 서버내의 버퍼 성능 향상을 위하여 사용자 선호도를 반영한 정책을 제안하고 평가한다.

네트워크 환경이 발전하면서 사용자가 원하는 때에 서비스를 받을 수 있는 미디어 스트리밍 서비스에 대한 요구가 증가하고 있다. 미디어 스트리밍 서비스는 특정 시간대 선호되는 미디어들에 대한 서비스가 집중되는 현상을 발생한다. 특정한 미디어에 대한 집중적 요구를 하는 다수의 사용자들을 만족시키기 위해서는 미디어 서버내의 메인 메모리를 효과적으로 사용할 수 있는 버퍼 관리 기법이 필요하다. 본 논문에서는 미디어 서버내의 버퍼 성능 향상을 위하여 사용자 선호도를 반영한 정책을 제안하고 평가한다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 이 방벏들의 주요 해결책은 버퍼에 카운터 콜 두거나나 과거 창조 거리是 기반으로 대체롤 정하는 것이다. LRU 대체 정 책에 접근 빈도라는 하나의 변수餐 더 추가하여 데이터에 대한 접근 빈도를 고려하는 것이다.
• 본 연구에서는 LRU(Least Recently Used), LFU(Least Frequently Used) 정책에 사용자 선호도롤 추가하므로 버퍼에서 히트율長 높이는 선호도 기반 버퍼 관리 기법을 제안한다. 선호도률 추가한 대체 정책은 기존의 LFU와 유사하지만 口1디 어 데이터의 선호도푤 더해주어 선호도가 높은 데이터가 대체 되는 것을 한 번 더 보호할 수 있게 하였다.
• 이러한 제한된 메인 메모리養 査과적으로 이용할 수 있는 방법으로 미디어 서버 내의 버퍼의 히트율을 높일 수 있는 버퍼 관리 정책의 선정은 서버의 성능향상에 중요한 요인이다. 본 연구에서는 사基자외 요구 선호도에 따른 버퍼 관리룔 통해 버퍼들의 히트卷읉 높이고자 한다. 또한 기존에 사용되는 버퍼 관리 정책들과 성능 비 교률 罟하여 사용자 선호도가 반영딘 정책이 서버 시스템의 성능 향상에 기여함을 보인다.
• 미디어 스트리밍 서비스는 대용량의 미디어 데이터 H 다루고 톡 정 미디어에 대한 사용자 선호가 집중되므로 시스템의 버 떠 관리가 서버 성능에 중요한 영향을 미친다. 본 연구에서는 이런 문제에 효과적으로 대처하고자 기존의 버퍼 기법 돌인 LRU, LFU 정챆 외에 사基자돟의 芸정 미디어에 대한 선호도是 반영한 버퍼 정책읗 제안하였다. 성능 평가 결과 사용자 선호도 기반 버퍼 관리 기법은 히트 유울 개선하므로 서버의 성능 향상에 기여함을 관찰하였다.

가설 설정

• 실험 결과로 평가할 패 사용자 선호도星 미디어 서버 버퍼 관리 기법듈에 적용하므로 성농 향상을 관찰할 수 있었다. 선택된 선호도 수치들 사이에 성능은 큰 차이를 발생하지 않았지만, 실제 미디어 서버 환경은 본 연구에서 사용한 사용자 선호도 Zipf 분포 값듪보다 특정한 미디어에 대한 사基자 요구 분포가 더욱 극단적일 것으로 예상되므로 톤 연구에서 제안한 선호도 기반 버퍼 관리 기법이 효과적일 것이다.

제안 방법

• 총 3가지 LRU, LFU, LRU十가중치, 정책들에 대한 성능평가룔 수행하였디. 기존의 버퍼 관리 정책으로는 LRU와 LFUS 이용하였고 여기에 미디어 데이터의 선호도 풀 더하여 우선순위를 결정하는 LRU+ 가중치 방법을 추가하였다.
• 사용자의 요청에 대한 빈도는 포아송 분포餐 이용하였다. 기 pf 분포의 선호도를 결정짓는 skew factor는 0.
• 성능 평가는 AMD 2000+ MP Dual CPU와 2GByte의 메모 리가 탑재된 리눅스 시스템에서 이루어졌다. 총 3가지 LRU, LFU, LRU十가중치, 정책들에 대한 성능평가룔 수행하였디. 기존의 버퍼 관리 정책으로는 LRU와 LFUS 이용하였고 여기에 미디어 데이터의 선호도 풀 더하여 우선순위를 결정하는 LRU+ 가중치 방법을 추가하였다.

대상 데이터

• 성능 평가는 AMD 2000+ MP Dual CPU와 2GByte의 메모 리가 탑재된 리눅스 시스템에서 이루어졌다. 총 3가지 LRU, LFU, LRU十가중치, 정책들에 대한 성능평가룔 수행하였디.

성능/효과

• 대체적으로 3가지의 경우가 큰 차이 홀 보이지는 않는다. LRU와 LFU는 거의 비숫한 성능을 보이고 있으며 선호도에 따라 가중치큘 부여한 정책이 약 4~5% 정도의 성능 향상을 보여주고 있다. 기존의 정책에 선호도만을 추가하여 이와 같은 성능 향상을 불 수 있었다.
• 본 연구에서는 이런 문제에 효과적으로 대처하고자 기존의 버퍼 기법 돌인 LRU, LFU 정챆 외에 사基자돟의 芸정 미디어에 대한 선호도是 반영한 버퍼 정책읗 제안하였다. 성능 평가 결과 사용자 선호도 기반 버퍼 관리 기법은 히트 유울 개선하므로 서버의 성능 향상에 기여함을 관찰하였다.
• 실험 결과로 평가할 패 사용자 선호도星 미디어 서버 버퍼 관리 기법듈에 적용하므로 성농 향상을 관찰할 수 있었다. 선택된 선호도 수치들 사이에 성능은 큰 차이를 발생하지 않았지만, 실제 미디어 서버 환경은 본 연구에서 사용한 사용자 선호도 Zipf 분포 값듪보다 특정한 미디어에 대한 사基자 요구 분포가 더욱 극단적일 것으로 예상되므로 톤 연구에서 제안한 선호도 기반 버퍼 관리 기법이 효과적일 것이다.

후속연구

• 다. 또한 GOP 단위로 문산 저장된 미디어 데이터養 위하여 GOP 단여여 버퍼 관리 기법과 유사한 서비스들을 하나의 □ 줍으로 묶어 관리하는 Z1 룹 한 위 버퍼 관리 기법에 대한 연구도 진행 핳 것이다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기