PMS: 모바일 임베디드 시스템의 소프트웨어 스트리밍 서비스를 위한 확률 기반 다중 접근 블록 선인출 알고리즘

PMS: Probability-based Multi Successor Prefetch Algorithm for Software Streaming Services of Mobile Embedded Devices

  • 이영재 (한국과학기술원 전산학과) ;
  • 박선영 (한국과학기술원 전산학과) ;
  • 박은지 (한국과학기술원 전산학과) ;
  • 이대우 (한국과학기술원 전산학과) ;
  • 정욱 (한국과학기술원 전산학과) ;
  • 김진수 (한국과학기술원 전산학과)
  • 발행 : 2007.06.15

초록

최근 PDA의 대중화, 텔레메틱스 산업의 발전에 따라 제한된 저장장치를 갖는 모바일 임베디드 시스템에서 PC와 같은 다양한 소프트웨어를 사용하고자하는 수요가 늘어나고 있다. 그에 따라 소프트웨어 스트리밍 서비스의 필요성이 증가하고 있으나 소프트웨어를 속도가 느린 무선 네트워크를 통해 블록단위로 전송받아 실행속도가 느린 문제점이 있다. 그리하여 이를 보완해주는 선인출 알고리즘이 필요하다. 본 논문에서는 기존에 연구된 선인출 알고리즘인 최근 접근 블록 알고리즘(LS)과 PPM 기반 알고리즘을 소프트웨어 스트리밍 서비스에 적용시켜 성능을 측정하고 분석한 결과를 토대로 고안된 확률 기반 다중 접근 블록(PMS) 알고리즘을 제안한다. LS의 적중률은 60%정도로 낮지만 메모리 사용량이 적다. 그에 반해 PPM 기반 알고리즘은 메모리 사용량은 많지만 96%이상의 높은 적중률을 보인다. PMS는 블록 단위의 소프트웨어 스트리밍 서비스의 특징과 PPM 기반 알고리즘의 특성을 이용하여 LS의 단점을 보완해 N개의 접근 블록을 확률을 기반으로 저장하고 선인출에 이용한다. 이러한 PMS는 보다 적은 공간오버헤드를 가지면서 PPM 기반 알고리즘과 비슷한 적중률을 나타내 높은 메모리 효율을 나타낸다.

As the demand of employing various PC software on mobile embedded devices which have limited storages has been increased, software streaming services are needed. However it takes too much time to launch software on them because it is transferred through wireless networks. To address this problem, prefetch algorithms are needed. We examined 'Last successor (LS)' algorithm and PPM-based prefetch algorithm as prefetch algorithms for software streaming services. We present 'Probability-base Multi Successor (PMS)' algorithm which is contrived through analyzing evaluations of previous algorithms and characteristics of software streaming services. While LS has one successor per each block, PMS has N successors based on probability which is calculated by PPM-based prefetch algorithm. The hit rate of PMS is similar to that of PPM-base prefetch algorithm and the space overhead is similar to that of LS. We can get good efficiency at the point of memory usage when PMS is applied to software streaming services.

키워드

참고문헌

  1. Thomas M. Kroeger, Darrell D. E. Long, 'Design and Implementation of a Predictive File Prefetching Algorithm,' In Proc. of the 2001 USENIX Annual Technical Conf., pp. 105-118, 2001
  2. Thomas M. Kroeger and Darrell D. E. Long, 'The Case for Efficient File Access Pattern Modeling,' in Proceedings of the SeventhWorkshop on Hot Topics in Operating Systems (HotOS-VII), IEEE, 1999 https://doi.org/10.1109/HOTOS.1999.798371
  3. T. M. Kroeger and D. D. E. Long, 'Predicting filesystem actions from prior events,' in Proceedings of the USENIX 1996 Annual Technical Conference, pp. 319-328, USENIX, 1996
  4. Jasmine Y.Q. Wang, Joon Suan Ong, Yvonne Coady, Michael J. Feeley, 'Using Idle Workstations to Implement Predictive Prefetching,' hpdc, p. 87, Ninth IEEE International Symposium on High Performance Distributed Computing (HPDC-9 '00), 2000 https://doi.org/10.1109/HPDC.2000.868638
  5. Dorota M. Huizinga, Saurabh Desai, 'Implementation of Informed Prefetching and Caching in Linux,' The International Conference on Information Technology: Coding and Computing (ITCC'00), p. 443, 2000 https://doi.org/10.1109/ITCC.2000.844268
  6. Patterson, H. R., Gibson, G. A., Ginting, E., Stodolsky, D., Zelenka, J., 'Informed Prefetching and Caching,' Proceedings of the 15th ACM Symp. on Operating System Principles, pp. 79-95, 1995 https://doi.org/10.1145/224057.224064
  7. K.M.Curewitz, P.Krishnan, and J.S.Vitter. 'Practical Prefetching via Data Compression,' Proceedings of the 1993 ACM SIGMOD International Conference on Management of Data (SIGMOD '93), 257-266, 1993 https://doi.org/10.1145/170035.170077
  8. R.J.Feiertag and E.I.Organisk, 'The Multics Input/Output System,' In Proc. Third Symp. on Operating System Principle, pp. 35-41, 1971 https://doi.org/10.1145/800212.806497