As networked virtual environment(NVE)scales in terms of users and network latency, a key aspect to consider is scalability for interactive performance because a large number of objects likely impose heavy burden especially on the network and computational resources. To improve the scalability, various relevance-filtering mechanisms have been proposed. However the existing filtering mechanisms do not scale well in terms of interactive performance as the number of users increases and crowds in a specific place.
In this thesis, we propose a new scalable filtering scheme that reduces the number of messages by dynamically grouping users based on their interests and distance. Within a group, members communicate with each other with high fidelity. However, a representative sends up-to-dated group information of members with low transmission frequency when they are not of immediate interest but are still within the interest area. The representative is elected from members of the group in distributed manner. The proposed scheme enhances the interactive performance scalability of large-scale DVE systems as much as 18% compared with the existing approach.
네트워크 가상 환경(NVE)의 사용자 수가 증대됨에 따라, 고려해야 할 사항 중 가장 중요한 것들 중 하나는 상호작용의 성능을 위한 확장성에 있다. NVE의 확장성을 지원하기 위한 방법들 중 하나는 사용자 인지도 관리 기법이다. 기존의 인지도 관리 기법은 사용자의 인지도를 일정한 공간으로 제한을 함으로써 사용자가 받는 메시지의 수를 줄이는 방법이다. 하지만 많은 사용자들이 근접한 곳에 운집한 경우, 사용자는 그 근접한 공간에서 발생하는 모든 메시지를 받아야 한다.
이것은 사용자들에게 통신에 따른 많은 부하가 걸리게 되며 따라서 시스템은 확장성이 떨어지게 된다. 본 연구에서는 각 사용자의 인지도 영역에 사용자가 관심 있는 사물의 타입을 표현하고 같은 관심을 가지고 있는 사용자들끼리 그룹을 생성하여 사용자의 관심도에 따른 선택적인 메시지를 받게 한다. 이를 통하여 각 사용자는 자신과 근접한 공간에 있는 모든 사용자들로부터 생성되는 모든 메시지를 받지 않아도 된다. 본 연구를 통하여 확장성 있는 방법으로 사용자간의 상호 작용을 지원할 수 있다.
