Nowadays, people are now using more web connected devices than ever, so the people uses web services whenever and wherever. They check e-mail, watch videos, or surfing web pages at bus, train, or street. Moreover, as the devices` specs is getting higher, people wants much higher quality of service, and it causes excessive bandwidth traffic.
Video traffic is the one of the highest traffic of the overall network traffic. Watching movie, drama, news, or web pages requires video transmission, so that those service needs considerable network bandwidth. In that sense, reducing video traffic is very important, and it is also related to the overall network traffic.
Caching video contents in proxy, or gateway server is one of the most effective, and practical solution for reducing network traffic. The proxy server stores several videos and serves clients` request. If a client request a video, and a proxy server has the video, then the clients can get the video from the proxy server, not a origin video server. It implies that the network delay decreases, and the overall network bandwidth use diminishes; which gives quite higher quality of service for clients.
In this paper, I proposed the popularity estimation based video cache mechanism. For the effective video caching, we need to know which video will be watched in future. Storing more popular video, rather than less popular video, can serves more clients` request, then the cache utilization gets higher. Therefore, estimating the future popularity for the videos is very important.
The popularity of videos can be affected by many factors. Some event may cause sudden change of the video popularity. The conventional video popularity estimation, however, is based on simple popularity estimation, so it cannot catch the sudden change of popularity. For this reason, new factor, the number of shared, is added to the conventional estimation method, and it can catch the sudden change.
With real data from YouTube, we simulated several cache mechanisms. The simulations show that the proposed algorithm archives higher hit ratio than other mechanisms in average.
오늘 날, 더욱 더 많은 사람들이 웹에 접속할 수 있는 기기를 들게 됨에 따라서 어디에서나 언제나 웹 서비스를 이용하게 되었다. 이 메일을 확인하거나, 비디오를 보거나 웹 서핑을, 버스에서, 열차에서 그리고 길거리에서 어느 때나 할 수 있게 되었다. 그와 더불어서 기기의 스펙 증가는, 사람들이 더 나은 서비스를 원하게 하였으며, 이는 곧 폭발적인 트래픽의 증가로 이어진다.
그 중에서도 비디오 트래픽이 차지하는 비율이 굉장히 크다. 영화를 보거나, 드라마, 뉴스 혹은 웹 페이지를 보는 것은 모두 비디오의 전송을 필요로하고, 그렇기에 그런 서비스들은 심각한 네트워크 대역폭을 필요로 하게 된다. 그런 이유로, 비디오 트래픽을 경감 시키는 일은 매우 중요하며, 이는 곧 전체 네트워크 트래픽을 줄이는 일과 직결된다.
비디오를 프록시나 게이트웨이 서버에 저장하여 캐시하는 방법은 비디오 트래픽을 줄이는 가장 효과적이며 현실적인 해결 방법 중의 하나이다. 프록시 서버는 여러 비디오를 저장하고 있으며, 사용자가 비디오를 요청할 때에 이에 응답하여 전송해 준다. 만약 사용자로부터 저장된 비디오가 요청되면, 원 서버가 아닌 프록시 서버가 비디오를 전송하게 된다. 이로 인하여 네트워크 딜레이가 낮아지고, 전체 네트워크 대역폭 사용량이 줄어들게 된다. 결과적으로 더 높은 퀄리티의 서비스를 사용자에게 제공할 수 있게 된다.
이 논문에서는 인기도 예측 기반 비디오 캐시 메커니즘을 제안한다. 더 나은 비디오 캐시를 위하여 어떤 비디오가 미래에 더 많은 인기를 가질지 예측 하는 문제는 중요하다. 더 인기있는 비디오를 저장한다는 것은, 더 많은 사용자들의 응답에 응답할 수 있다는 것이고, 이는 곧 전체 트래픽의 감소로 이어지기 때문이다. 그렇기 때문에 어떤 비디오를 프록시 서버에 저장할지는 굉장히 중요한 문제이다.
비디오의 인기는 여러가지 요인에 의하여 변화된다. 특정한 이벤트가 비디오의 인기에 갑작스러운 변화를 줄 수도 있다. 기존의 연구들은 이러한 요인을 고려치 않거나 간단하게만 고려하였기에, 인기도가 어떻게 변화할 할 지에 대하여 제대로 알아내기 힘들었다. 이러한 이유로, 외적인 요인, 쉐어 수를 추가로 고려하여 인기도를 예측하는 방법으로 인기도의 변화를 좀 더 잘 알 수 있는 방법을 제안하였다.
실제 YouTube에서 얻어낸 데이터를 통하여 여러 메커니즘과 시뮬레이션을 돌려 보았고, 이를 통하여 제안 된 예측 방법이 다른 방법보다 좀 더 나은 결과를 얻었음을 알게 되었다.
