초록

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

요구 페이징 방식의 가상메모리 시스템에서 페이지 참조 스트링에 따른 페이지 교체 알고리즘의 성능평가를 위한 시뮬레이션을 개발한다. 참조 집약성을 기반으로 워킹세트(working set) 모델을 수정한 MWS 교체 알고리즘을 제안하였고 다양한 교체 알고리즘(FIFO, SC, LFU, LRU, Rand)들과 비교 실험한 결과 MWS는 발생 페이지 부재 수 측면에서 다른 교체 정책 보다 성능이 우수하였다.

요구 페이징 방식의 가상메모리 시스템에서 페이지 참조 스트링에 따른 페이지 교체 알고리즘의 성능평가를 위한 시뮬레이션을 개발한다. 참조 집약성을 기반으로 워킹세트(working set) 모델을 수정한 MWS 교체 알고리즘을 제안하였고 다양한 교체 알고리즘(FIFO, SC, LFU, LRU, Rand)들과 비교 실험한 결과 MWS는 발생 페이지 부재 수 측면에서 다른 교체 정책 보다 성능이 우수하였다.

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

• 본 논문에서는 요구 페이징 방식의 가상메모리 시스템을 논의했고 성능 문제에 대한 복잡성과 페이지 교체 알고리즘의 비용을 측정하는 시뮬레이션을 개발하였다. 워킹세트 모델을 수정한 페이지 교체알고리즘 MWS 정책을 제안하였고 다른 교체 알고리즘(FIFO, SC, LFU, LRU, Rand)과의 성능을 비교 평가하였다.
• 제안 MWS를 포함하여 6개의 페이지 교체 알고리즘 시뮬레이션을 개발하여 발생 페이지 부재 수를 비교 평가한 성능실험결과를 보고한다. 구현 및 실험에서는 Intel Celeron, 1GHz, 256MB RAM 사양의 PC/Windows XP에서 Visual C++ 6.

가설 설정

• 1) 요청된 페이지가 메모리에 이미 있으면 적중(hit)이 된다. 2) 그 페이지가 없으면 부적중 (miss)이다.
• 1) 요청된 페이지가 메모리에 이미 있으면 적중(hit)이 된다. 2) 그 페이지가 없으면 부적중 (miss)이다. 할당하기 위한 메모리 페이지를 사용할 수 있으면 요청된 페이지를 사용한다.

제안 방법

• 기본적인 워킹세트 교체 정책은 페이지 부재가 일어날 때에만 페이지를 교체하는 방안에 비하여 본 논문에서 제시하는 수정워킹세트(Modified Working Set: MWS) 정책은 페이지 부재 시에 다음 2가지 경우로 나누어 처리할 수 있다.
• 수 있었다. 또한 실험에서는 높은 집약성 파악을 위해 페이지 범위를 확장하고 페이지 번호가 나올 확률을 스트링 패턴별로 계산하여 WS 변화를 추적하여 시스템 성능을 측정한다.
• 여러가지 페이지 교체 알고리즘 중에서 가장 낮은 페이지 부재율을 얻을 수 있는 것을 선정한다. 본 연구에서는 워킹세트(working set) 모델[2, 3]을 변형한 교체 알고리즘을 제시하고 다른 페이지 교체 알고리즘(FIFO, SC, LRU, LFU, Random)과 성능을 비교하고 평가한다.
• 워킹세트 모델을 수정한 페이지 교체알고리즘 MWS 정책을 제안하였고 다른 교체 알고리즘(FIFO, SC, LFU, LRU, Rand)과의 성능을 비교 평가하였다.
• 이 알고리즘은 어떤 프로세스가 초기 단계에서 한 페이지를 집중적으로 많이 사용하지만 후에 다시 그 페이지를 사용하지 않을 경우에는 성능이 떨어질 수 있다. 이를 위한 해결책으로 참조 회수를 일정한 시간마다 하나씩 오른쪽으로 쉬프트해서 지수적으로 값을 감소시키는 방법을 사용한다.
• 0 언어를 사용하였다. 페이지 교체 알고리즘의 성능은 CPU가 생성해내는 메모리 주소의 열(sequence)을 가지고 분석하고 평가한다. 이 열을 참조 스트링(reference string)이라 부른다.

성능/효과

• 할당하기 위한 메모리 페이지를 사용할 수 있으면 요청된 페이지를 사용한다. 3) 페이지 부재가 발생하여 모든 페이지들을 현재 사용하고 있다면 페이지 교체 알고리즘을 선택하여 페이지를 교체해야 한다.
• [1] 만일 모든 페이지가 WS에 속해 있으면 즉, 페이지 부재 전에 윈도우 _W, 시간 내에 액세스 되었다면, 한 페이지만큼 WS를 증가시킨다.
• [2] 만일 하나 또는 하나 이상의 페이지가 WS에 속해 있지 않으면 즉, 페이지 부재 전에 윈도우 Wt 시간 내에 참조되지 않았다면, 최근 맨 마지막으로 사용된 페이지를 버림으로써 WS를 감축시킨다.
• 것이다. 그림을 보면 프레임수가 적은 부분에서는 LRU와 MWS가 비슷한 성능을 보이다가 프레임 수가 일정 수 이상으로 커지면서 MWS가 LRU보다 좋은 성능을 나타냄을 확인할 수 있다. 이는 MWS의 WS 윈도우 크기에 관련된 것으로 윈도우크기가 작업집합을 수용할 만한 크기가 되어야만 MWS의 성능이 나타남을 보여주는 것이다.
• 시뮬레이션 결과에서는 프레임수가 증가할수록 페이지 부재수가 감소하는 것을 확인할 수 있고, MWS의 부재수가 다른 알고리즘에 비하여 더 낮은 것을 확인할 수 있었다. 또한, 그림 3의 결과는 참조 집약 스트링에 비해 작업집합 성질이 포함된 스트링을 이용하는 MWS가 다른 알고리즘에 비하여 더 나은 성능을 보여준다.
• 시뮬레이션에서는 랜덤 페이지 참조 생성방식 뿐 아니라 샘플 참조 스트링방식으로 페이지 요청 열에 존재하는 집약성을 고려한 MWS 정책을 사용하여 다른 페이지 교체 정책들과의 성능차이를 확인할 수 있었다. 또한 실험에서는 높은 집약성 파악을 위해 페이지 범위를 확장하고 페이지 번호가 나올 확률을 스트링 패턴별로 계산하여 WS 변화를 추적하여 시스템 성능을 측정한다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기