한국차세대컴퓨팅학회논문지 (The Journal of Korean Institute of Next Generation Computing)

한국차세대컴퓨팅학회 (Korean Institute of Next Generation Computing)
권호 표지

트랜스코딩 작업의 분배를 활용한 저전력 트랜스코딩 서버 설계 및 구현

Design and Implementation of Low-Power Transcoding Servers Based on Transcoding Task Distribution

  • 이다영 (인하대학교 컴퓨터공학과) ;
  • 송민석 (인하대학교 컴퓨터공학과)
  • 투고 : 2019.06.27
  • 심사 : 2019.08.13
  • 발행 : 2019.08.31

⟨ 이전 논문 다음 논문 ⟩

초록

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 제안한다. 이를 위하여 1) 각 백엔드 노드에 트랜스코딩 태스크 분배, 2) 백엔드 노드에서의 태스크 스케줄링, 3) 프론트엔드와 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 부하를 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.

키워드

참고문헌

  1. T. Stockhammer,"Dynamic Adaptive Streaming over HTTP Standards and Design Principles", In Proceedings of the ACM Multimedia Systems Conference, pages 133-144, 2011.
  2. Gerassimos Barlas,"Cluster-based optimized parallel video transcoding", Parallel Computing, 38(4-5):226-244, April-May 2012. https://doi.org/10.1016/j.parco.2012.02.001
  3. H. Zhao, Q. Zheng, W.Zhang, B.Du and H.Li, "A segment-based storage and transcoding trade-off strategy for multi-version vod systems in the cloud".IEEE Transactions on Multimedia, 19(1):149-159, Sep. 2016. https://doi.org/10.1109/TMM.2016.2612123
  4. L. Toni, R. Aparicio-Pardo, G. Simon, A. Blanc and P. Frossard,"Optimal set of video representations in adaptive streaming", In Proceedings of the ACM Multimedia Systems Conference, pages 271-282, Mar. 2014.
  5. R. Aparicio-Pardo, K. Pires, A. Blanc and G. Simon,"Transcoding live adaptive video streams at a massive scale in the cloud", In Proceedings of the ACM Multimedia Systems Conference, pages 49-60, Mar. 2015.
  6. Z. Li, Y. Huang, G. Liu, F. Wang, Z. Zhang, and Y. Dai, "Cloud transcoder: Bridging the format and resolution gap between internet videos and mobile devices", In Proceedings of the ACM NOSSDAV. pages 33-38. Jun. 2012.
  7. R. Madumitha, V. Keerthana, V. Dhivya and S. P. Tamizh Selvi,"Cloud Scheduling in Video Transcoding", In Proceedings of the International Conference on Technical Advancements in Computers and Communications, pages 102-105 Apr. 2017.
  8. Y. Kim, J. Hu and J. Jeong ,"Distributed Video Transcoding System for 8K 360° VR Tiled Streaming Service", In Proceedings of the International Conference on Information and Communication Technology Convergence, pages 592-595, Oct. 2018.
  9. J. Kuang, D. Guo and L. Bhuyan ,"Power optimization for multimedia transcoding on multicore servers", In Proceedings of the ACM/IEEE Symposium on Architectures for Networking and Communications Systems, pages 1-2, Oct. 2010.
  10. M. Song, Y. Lee, J. Park, "A segment-based storage and transcoding trade-off strategy for multi-version vod systems in the cloud", ACM Transactions on Multimedia Computing, Communications, and Applications, 11(2):45, Feb. 2015.
  11. Jungwoo Lee, Hwangje Han and Minseok Song,"Scheduling a Video Transcoding Server to Save Energy", In Proceedings of the International Symposium on Multimedia, pages 334-337, Dec. 2017.
  12. 백치선, 박준석,"비디오 트랜스코딩 서버의 QoS 관리 기법", 한국차세대컴퓨팅학회 논문지, 제 9권 제 4호, pp.49-56, 2013. 8.
  13. 조대현, 최승락, 이기용,"클러스터 비디오 서버에서 버퍼 공유를 최대화하는 동적 요청 분산 기법", 한국차세대컴퓨팅학회 논문지, 제 8권 제 2호, pp.47-61, 2012. 4.
  14. 오주병, 권오석,"스마트TV와 N스크린 서비스를 위한 Open Cloud 가상화 기반 사용자 서비스(STVS) 플랫폼 개발 ", 한국차세대컴퓨팅학회 논문지, 제 8권 제 2호, pp.28-39, 2014. 8.
  15. L. Wei, J. Cai, C. H. Foh and B. He, "QoS-Aware Resource Allocation for Video Transcoding in Clouds", IEEE Transactions on Circuits and Systems for Video Technology, 27(1):49-61, Jan. 2017. https://doi.org/10.1109/TCSVT.2016.2589621
  16. Y. Jin, Y. Wen and C. Westphal, "Optimal Transcoding and Caching for Adaptive Streaming in Media Cloud: an Analytical Approach", IEEE Transactions on Circuits and Systems for Video Technology, 25(12):1914-1925, Dec. 2015. https://doi.org/10.1109/TCSVT.2015.2402892