다양한 기기를 위한 기계학습 기반의 효율적인 파일 분산 전송 알고리즘

최근 스마트폰을 중심으로 하는 기기의 발전과 무선 통신 속도의 향상이 시너지를 이루어 통신 방식의 변화를 주고 있다. 이렇게 통신의 경계가 무너짐에 따라 사용자에게 다양한 통신 기기를 사용하여 통신을 할 수 있는 환경이 마련되었다. 하지만, 기존 Peer-To-Peer (P2P) 방식과 웹 하드 방식은 각각 끊김 및 재설정 등의 문제와 비싼 통신비용을 지불해야 하는 문제가 있다. 이러한 문제를 해결하고자 본 논문에서는 기계학습 기반으로 파일 분산 비율을 학습하는 방법을 제안한다. 수신자가 소유하고 있는 기기들의 현재 실제 전송 속도 등의 정보를 가지고 있지 않더라도 송신자가 파일을 전송하는데 걸린 시간정보를 이용하여 파일 분산 비율을 지속적으로 업데이트 하는 방식이다. 이러한 제안 기법을 통해서 평균 전송시간이 기존의 하나의 기기만을 이용하는 방법보다 3배 이상 줄어들었으며 동일한 파일 비율로 분산하여 전송하는 기법보다 약 23.5%이상 전송시간이 감소, 그리고 랜덤한 비율로 분산 전송하는 기법보다는 약 35% 감소하였다.