• Journal of KIISE:Computer Systems and Theory
• /
• v.37 no.4
• /
• pp.195-204
• /
• 2010

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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.909-912
• /
• 2008

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.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.203-205
• /
• 2014

UHD 영상 콘텐츠는 FHD 영상에 비해 생생하고 더 좋은 고화질의 영상을 제공하지만 영상정보의 데이터 양은 4K UHD 경우 4 배 이상이다. 이러한 초대용량의 UHD 영상을 기존의 병렬/분산 처리를 이용하여 비디오 코딩 한다면 UHD 의 초대용량 특성으로 인하여 연산량 부하가 발생하게 된다. 따라서 UHD 영상은 기존의 분산처리 방식이 아닌 초대용량 데이터를 빠르게 처리 할 수 있는 새로운 분산 처리기술이 필요하다. 본 논문은 UHD 콘텐츠를 빠르게 트랜스코딩 할 수 있는 클라우드 기반 UHD 영상 트랜스코딩 시스템을 제안한다. 본 논문에서 제안하는 UHD 영상 트랜스코딩 시스템은 다음 3 가지 패킷 분석기, 분산 트랜스코더, 스트림 합성기로 구성된다. 패킷 분석기는 입력 영상을 분석하여 오디오와 비디오 스트림을 분할하고 비디오 스트림은 분산처리를 할 수 있도록 영상 패킷을 분할한다. 분산 트랜스코더는 클라우드 환경을 이용하여 분할된 영상 패킷들을 분산 디코드 및 인코드 처리한다. 스트림 합성기는 트랜스코딩이 완료된 비디오 스트림과 패킷 분석기에서 획득하였던 오디오 스트림을 합성하는 기능을 한다. 제시하는 방안을 적용하여 클라우드 기반 영상 트랜스 코딩 시스템을 구현하였으며, 구현된 시스템은 대용량의 UHD 영상을 빠른 속도로 트랜스코딩이 가능하다.

• Journal of Digital Convergence
• /
• v.12 no.11
• /
• pp.233-239
• /
• 2014

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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10c
• /
• pp.355-357
• /
• 2004

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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04a
• /
• pp.22-24
• /
• 2004

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.

• Journal of KIISE:Computer Systems and Theory
• /
• v.35 no.9_10
• /
• pp.466-475
• /
• 2008

Owing to the improved wireless communication technologies, it is possible to provide streaming service of multimedia with PDAs and mobile phones in addition to desktop PCs. Since mobile client devices have low computing power and low network bandwidth due to wireless network, the transcoding technology to adapt media for mobile client devices considering their characteristics is necessary. Transcoding servers transcode the source media to the target media within corresponding grades and provide QoS in real-time. In particular, an effective load balancing policy for transcoding servers is inevitable to support QoS for large scale mobile users. In this paper, the transcoding load estimation algorithm is proposed for load balance on the distributed transcoding environments. The proposed algorithm estimates transcoding time from transcoding server information, movie information and target transcoding bit-rate. The estimated transcoding time is proved based on experiments.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10c
• /
• pp.487-489
• /
• 2004

모바일 기기를 이용하여 다양한 멀티미디어 서비스를 즐길 수 있는 환경이 보편화되면서 더 많은 사용자에게 자연스러운 멀티미디어 스트리밍을 제공하기 위해 모바일 기기의 성능 특성과 무선 대역폭 제약을 고려하여 서비스를 적응시키는 기법들이 강구되고 있다. 본 논문에서는 모바일 멀티미디어 스트리밍을 위한 분산 트랜스코딩 시스템을 구현하고 트랜스코딩시 서버의 자원을 효율적으로 관리하는 새로운 기법을 제안하여 성능을 측정, 분석하였다. 제안된 callback 모니터링에서는 트랜스코딩 서버가 할당된 작업을 모두 마치면 자신의 자원 정보를 스스로 갱신하기 때문에 사용자 응답시간이 최소화되고 서버의 가용 자원을 모두 활용하게 된다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.11 no.5
• /
• pp.401-415
• /
• 2005

Owing to the improved wireless communication technologies, it is possible to provide streaming service of multimedia with PDAs and mobile phones in addition to desktop PCs. Since mobile client devices have low computing power and low network bandwidth due to wireless network, the transcoding technology to adapt media for mobile client devices considering their characteristics is necessary. Transcoding servers transcode the source media to the target media within corresponding grades and provide QoS in real-time. In particular, an effective load balancing policy for transcoding servers is inevitable to support QoS for large scale mobile users. In this paper, the resource weighted load distribution policy is proposed for a fair load balance and a more scalable performance in cluster-based transcoding servers. Our proposed policy is based on the resource weighted table and number of maximum supported users, which are pre-computed for each pre-defined grade. We implement the proposed policy on cluster-based transcoding servers and evaluate its fair load distribution and scalable performance with the number of transcoding servers.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1483-1486
• /
• 2013

최근 무선통신의 급격한 발전과 스마트 기기의 확산으로 인해 Tving, pooq 등 다양한 모바일 방송 서비스가 급속도로 증가하고 있다. 또한 다양한 영상처리 기법 등이 등장함에 따라 4K, 8K급의 UHD 동영상들이 속속들이 등장하고 있다. 이로 인해 트랜스코딩을 통해 가공되는 동영상의 포맷 및 해상도 또한 매우 다양해질 것으로 전망된다. 현재까지의 트랜스코딩 연구사례는 사용자의 이동환경을 고려한 안정적 QoS 보장 또는 서버의 부하를 줄이기 위한 분산처리 기법 등의 연구 위주로 진행되어 온 것이 현실이다. 하지만 상기 조건(adaptive streaming 및 서버부하 처리)들을 충족시키긴 위해선 보다 효율적인 트랜스코딩 시스템의 제공이 선행 되어야 할 것이다. 이에 따라 본 논문에서는 사용자 관점에서 보다 빨리 스트리밍 서비스를 제공 받기 위하여 우선순위 큐 알고리즘을 적용한 시스템을 설계 및 구현하였다. 검증을 위하여 4가지 콘테이너(.MOV, .FLV, .MKV, .AVI)를 실험대상으로 하였고, 비교 대상 트랜스코딩 시스템은 상용 스트리밍 서비스인 YouTube를 활용하였다. 성능 측정결과, 총 트랜스코딩 완료시간은 YouTube에 비해 41.61%로 시간이 단축되었다. 또한 모바일 TV시청자가 55%를 차지한다는 점을 고려하여 컨트롤 서버에서는 최단시간 서비스 제공을 위하여 저해상도부터 추출하여 스트리밍 서버를 통해 송출하도록 구현하였다. 본 연구결과는 트랜스코딩 성능개선 뿐만 아니라 모바일 대상자를 위한 맞춤형 서비스를 보다 빨리 제공할 수 있을 것이며, 그 수요는 점차 증대될 것으로 예상된다.