비용 효율적인 OTT 서비스를 위한 심층강화학습 기반 클라우드 자원 할당 연구 (Deep Reinforcement Learning-Based Cloud Resource Allocation for Cost-Effective Over-the-Top Services)

서지정보

· 발행기관 : 한국디지털콘텐츠학회
· 수록지 정보 : 디지털콘텐츠학회논문지 / 23권 / 3호 / 531 ~ 540페이지
· 저자명 : 이예슬, 장혜림, 오수빈, 이연수, 윤용익, 엄태원

초록

OTT(Over-The-Top) 서비스 요청이 급증하는 상황에서도 OTT 서비스 플랫폼은 시청자에게 안정적으로 고품질의 비디오 스트리밍 서비스를 제공할 수 있어야 한다. 클라우드 컴퓨팅 기반의 OTT 서비스 플랫폼은 서비스에 필요한 자원을 동적으로 할당할 수 있다는 장점이 있지만, OTT 서비스 수요 변동이 심한 상황에서 클라우드 자원을 적시에 할당하면서 OTT 서비스 품질을 만족시키는 데에는 한계가 있다. 본 논문은 과거의 OTT 시청 데이터로 훈련된 LSTM 기반 심층강화학습 모델을 이용하여 할당 및 해제하는 클라우드 자원의 양을 적응적으로 조정하는 클라우드 기반의 새로운 OTT 자원 관리 방법을 제안한다. 심층강화학습 기반 OTT 자원 할당 시뮬레이션을 통해 제안 방법이 클라우드 자원 낭비를 최소화하면서도 서비스 품질을 유지할 수 있음을 검증하였다.

영어초록

Even in a situation where Over-The-Top (OTT) service requests are rapidly increased, an OTT service platform must be able to reliably provide high-quality video streaming services to users. Although a cloud computing-based OTT service platform has the advantage of being able to dynamically allocate the resources required for the services, there is a limitation in satisfying the OTT service quality while allocating cloud resources in a timely manner in a situation where the demand for OTT services is fluctuated significantly. This paper proposes a new cloud-based OTT resource management method that adaptively adjusts the amount of allocated and released cloud resources using an LSTM-based deep reinforcement learning model trained with past OTT viewing data. Through OTT resource allocation simulation based on the deep reinforcement learning, it was verified that the proposed method can maintain the service quality while minimizing cloud resource waste.

참고자료

· 없음