Earticle

초고해상도 콘텐츠는 파일 크기가 매우 크기 때문에 기존의 부호화 기술로는 네트워크를 통해 전송하는 것 이 불가능하다. 고효율의 부호화 기법인 HEVC를 이용하면 네트워크 전송이 가능하나 압축시간이 많이 필요하기 때 문에 분산 트랜스코딩 시스템이 필요하다. 분산 트랜스코딩 시스템은 데이터를 분산하여 저장한 뒤 다수의 노드를 이용하여 부호화한다. 그러나 분산 트랜스코딩 시스템은 분산된 정보가 노출되거나 내부관리자의 공격에 취약하다는 문제점이 있다. 본 논문에서는 초고해상도 콘텐츠를 트랜스코딩 할 때, 분산 트랜스코딩 시스템의 기밀성이 보장되지 않는다는 문제점 을 해결하고자 한다. 우리는 SNA를 이용하여 데이터 노드에서 HEVC로 부호화된 콘텐츠 데이터를 비밀분산기법을 통 해 암호화하여 저장했다. 결과적으로 안전한 분산 트랜스코딩이 가능하고, 내부관리자의 공격을 방지할 수 있다.

Ultra high-resolution content, the file size is very large, therefore existing encoding techniques, it is not possible to transmit via the network. Efficient use of the network encoder HEVC corporation can be transferred. Compression requires a lot of time because it requires a distributed transcoding system. Distributed transcoding system is a distributed data store, and then encoded using a large number of nodes. The disadvantage of distributed transcoding system for distributed information is exposed or vulnerable to attack by internal managers. In this paper, when the super high definition content transcoding, distributed transcoding system does not guarantee the confidentiality of the problem to solve. We are using SNA, HEVC encoded content data encrypted using the secret distributing scheme was. Consequently, secure shared transcoding is possible, the internal administrator could prevent the attack.

동적 적응 스트리밍 서버는 일시에 많은 양의 트랜스코딩 연산을 처리하기 때문에 높은 프로세서 전력을 소모한다. 많은 연산량을 위하여 다중 프로세서 구조가 필요하고, 이에 대한 효과적인 트랜스코딩 태스크 분배가 필요하다. 본 논문에서는 2 티어 (프론트엔드 노드 (frontend node)와 백엔드 노드 (backend node)) 트랜스코딩 서버의 전력 상한을 보장하고 스트리밍 되는 비디오의 인기도 및 품질을 고려한 트랜스코딩 서버의 설계 및 구현 방법을 제안한 다. 이를 위하여 1) 각 백엔드 노드에 트랜스코딩 태스크 분배, 2) 백엔드 노드에서의 태스크 스케줄링, 3) 프론트 엔드와 백엔드 노드 통신 기법들을 구현하고, 테스트베드를 구축하였다. 실제 테스트베드에서의 예상 소모 전력과 실제 소모 전력을 비교하는 실험을 진행함으로써 본 시스템의 효용성을 확인했다. 또한 본 시스템이 각 노드의 부하 를 감소시킴으로써 트랜스코딩에 사용되는 전력 및 시간 최적화가 가능함을 보였다.

A dynamic adaptive streaming server consumes high processor power because it handles a large amount of transcoding operations at a time. For this purpose, multi-processor architecture is mandatory for which effective transcoding task distribution strategies are essential. In this paper, we present the design and implementation details of the transcoding workload distribution schemes at a 2-tier (frontend node and backend node) transcoding server. For this, we implemented four schemes: 1) allocation of transcoding tasks to appropriate back-end nodes, 2) task scheduling in the back-end node and 3) the communication between front-end and back-end nodes. Experiments were conducted to compare the estimated and the actual power consumption in a real testbed to verify the efficacy of the system. It also proved that the system can reduce the load on each node to optimize the power and time used for transcoding.

정보통신기술의 발달로 실감미디어 콘텐츠 수요가 증가하고 있으며, 초고화질 디스플레이에 최적화된 형태의 영상들이 제작되고 있다. 실감미디어란 기존의 영상에 물리적 효과(바람, 움직임, 섬광 등)를 추가한 영상 또는 초고화질 영상과 22.2채널이상의 음향을 이용하여 현실세계의 물리적 현상을 재현하여 사용자에게 몰입감과 실재감을 극대화하는 콘텐츠이다. 실감미디어 초고화질 영상을 전송하기 위해서는 고효율, 고압축이 가능한 HEVC 기법을 적용하여 전송 가능한 형태의 크기로 압축해야만 전송이 가능하다. HEVC는 기존 표준화되어 사용되었던 H.264 부호화기법 보다 매우 많은 시간을 요구하기 때문에 단일 트랜스코딩 시스템을 이용하기 어려워 다양한 형태의 분산 트랜스코딩 시스템 연구가 진행되고 있다. 본 논문에서 단일 트랜스코딩 시스템에서 해결하기 어려운 압축시간을 줄이기 위해 하둡의 HDFS를 이용한 분산 트랜스코딩 시스템을 제시했다. 또한 기존의 분산 트랜스코딩 시스템에서 사용되지 않았던 HEVC 부호화기법을 적용하였고, 성능평가를 통해 우수성을 입증하였다.

Due to the development of information and communication technology, demand for realistic media content gradually increasing. Thus, an optimized form of UHD(Ultra High Definition) display, and the video will be produced. Realistic media enhances the content to maximize immersion and realism by reproducing the video added physical effects(wind, motion, flash, etc.) on the existing video or UHD video with audio of more than 22.2channel. In order to transmit a realistic media, it is compressed, to a size of the format that makes transmission possible, by applying HEVC technique which enables both high-efficiency and high-compression. HEVC technique require more times than H.264 Transcoding ones. Therefore, difficult to use a single transcoding system, various types of distributed transcoding system has been studied. In this paper, we proposed using the HDFS Hadoop distributed transcoding system in order to reduce the compression time in single transcoding system which is difficult to solve. HEVC encoding techniques that have not been used in an existing distributed transcoding system was applied, and then demonstrated the performance evaluation efficiency.

무선 네트워크의 발달로 인해 이동 사용자가 급증함에 따라 무선 네트워크 환경에서도 질 높은 미디어 스트리밍 서비스를 받기 위한 수요가 증가하고 있다. 그러나 무선 네트워크는 유선 네트워크보다 상대적으로 좁은 네트워크 대역폭을 가진다. 또한 유선 네트워크 환경의 단말기에 비해 제한된 시스템 자원을 가지므로 유선 네트워크 환경의 사용자를 위한 고화질 미디어 데이터를 그대로 스트리밍 서비스 받기에 적합하지 않다. 최근 이러한 문제를 해결하기 위한 방법으로 미디어 트랜스코딩 서비스가 활발하게 연구되고 있다. 다수의 트랜스코딩 서버로 구성된 분산 트랜스코딩 시스템에서 특정 서버로 트랜스코딩 작업이 집중될 경우 사용자에게 질 높은 수준의 미디어 스트리밍 서비스를 제공하기 어렵다. 때문에 각 트랜스코딩 서버간의 균형적인 부하 분산이 중요한 문제가 되며, 처리되는 미디어 데이터의 특성을 부하 분산에 반영할 필요가 있다. 본 논문에서는 MPEG-2 미디어 데이터의 트랜스코딩 과정을 분석함으로써 비트율 변경에 따른 트랜스코딩 작업 시간 예측 기법을 제안한다. 제안된 기법은 트랜스코딩 서버 정보와 영화 정보, 목적 트랜스코딩 비트율을 이용하여 예상 트랜스코딩 시간을 예측한다.

최근 무선통신기술의 발전으로 PC뿐만 아니라 PDA, 휴대폰 등 다양한 장치를 통하여 멀티미디어 서비스를 제공받을 수 있게 되었다. 무선망은 유선망에 비해 대역폭이 낮기 때문에 높은 비트율을 갖는 스트림을 낮은 비트율로 변환하기 위해 트랜스코딩을 이용한다. 따라서 이러한 트랜스코딩 시스템에서 효율적으로 무선 스트리밍을 전송하기 위해서는 부하분산에 관한 연구가 필요하다 본 논문에서 제안한 클러스터 트랜스코딩 시스템은 스트리밍 서비스의 모바일 호스트 등급에 따른 CPU 사용량, 네트워크 대역폭, 메모리의 가중치를 계산하여 부하 배분에 사용할 수 있는 부하 분산 모델을 제시한다.

무선 통신 기술의 발달로 인해 PDA나 휴대폰 같은 이동 단말 장치를 통해 멀티미디어 스트리밍 서비스가 가능해졌다. 이동 단말 장치는 낮은 무선 대역폭에서 서비스 되고, 하드웨어의 성능제약이 있다. 이런 조건으로 인해서 주어진 이동 단말 환경에 적합하게 미디어 스트리밍 서비스를 해주는 트랜스코딩 기술이 필요하다. 트랜스코딩 서버는 트랜스코딩작업을 트랜스코딩 서버들의 자원을 활용하여 원본 미디어를 요청된 등급에 맞게 트랜스코딩해야 한다. 목적 트랜스코딩의 요구에 따른 다양한 트랜스코딩 부하 때문에 트랜스코딩 서버 사이에서의 효율적인 부하 분산 정책이 필요하다. 트랜스코딩 과정이외에 서버에서는 이동 단말이 요구하는 전체 서비스 시간에 대한 QoS도 만족시켜야 한다. 본 논문에서는 트랜스코딩 서버들 사이의 공평한 부하 분산을 가능하게 하는 새로운 트랜스코딩 부하 분산 기법을 제안한다. 제안된 기법은 예상 트랜스코딩 시간과 영화정보, 목적 트랜스코딩 비트율을 바탕으로 부하 분산을 수행하며, 부하 분산을 통해 새로운 트랜스코딩 요청에 대한 진입제어를 수행한다.

Due to improved wireless communication technologies, it is possible to provide multimedia streaming service for mobile device clients like PDAs and cellphones. Wireless networks are serviced on low bandwidth channels and mobile devices work on limited hardware specifications. In these conditions, transcoding technologies are needed to adapt the media for streaming services to given mobile environments. To transcode from the source media to the target media for corresponding grades, transcoding servers perform transcoding jobs as exhausting their resources. Since various transcoding loads occur according to the target transconding grades, an effective transcoding load balancing policy is required among transcoding servers. In addition to transcoding process, servers should maintain QoS streams for mobile clients for total serviced times. It requires real-time requirements to support QoS for various mobile clients. In this paper, a new transcoding load distribution method is proposed. The proposed method can be driven for fair load balance between distributed transcoding servers. Based on estimated transcoding time, movie information and target transcoding bit-rate, it provides fair transcoding load distribution and also performs admission control to support QoS streams for mobile clients.

최근 무선통신 기술의 발전으로 PC뿐만 아니라 PDA, 휴대폰 등 다양한 장치를 통하여 멀티미디어 서비스를 제공받을 수 있게 되었다. 무선망은 유선망에 비해 대역폭이 낮기 때문에 높은 비트율을 갖는 스트림을 낮은 비트율로 변환하기 위해 트랜스코딩을 이용한다. 따라서 이러한 트랜스 코딩 시스템에서 효율적으로 무선 스트리밍을 전송하기 위해서는 부하 분산에 관한 연구가 필요하다 본 논문에서 제안한 클러스터 트랜스코딩 시스템은 스트리밍 서비스의 모바일 호스트 등급에 따른 CPU 사용량, 네트워크 대역폭, 메모리의 가중치를 계산하여 부하배분에 사용할 수 있는 부하분산 모델을 제시하고자 한다.