Аналіз технологій та алгоритмів управління обчислювальними ресурсами при обробці відеоданих
DOI:
https://doi.org/10.32347/2412-9933.2024.59.217-224Ключові слова:
обробка відеоданих, управління обчислювальними ресурсами, планування завдань, розподіл ресурсів, балансування навантаження, інтелектуальні алгоритмиАнотація
Управління обчислювальними ресурсами при обробці відеоданих передбачає планування, розподіл, моніторинг і контроль різних типів обчислювальних ресурсів, таких як обчислювальна потужність, мережеві ресурси, зберігання даних тощо, щоб забезпечити їх ефективне використання при обробці великих обсягів відеоданих. Цей процес включає комплекс різноманітних завдань з обробки, аналізу та модифікації даних, що вимагає значної обчислювальної потужності. Відеодані мають великий розмір і потребують багато місця для зберігання, що може призвести до таких проблем, як затримки передавання і втрата даних. Для обробки відеоданих зазвичай потрібні спеціальні апаратні та програмні засоби, які можуть бути доволі дорогими та складними для налаштування. У пропонованій статті проведено комплексний аналіз наявних методів і засобів вирішення завдань розподілу й управління обчислювальними ресурсами в сучасних системах обробки відеоданих. Детально розглянуто сучасні алгоритми і технології, в т. ч. на основі штучного інтелекту, з визначенням їхніх основних переваг і недоліків.
Посилання
Sciamanna, F., Zanella, M., Massari, G. and Fornaciari, W. (2021). Managing the Resource Continuum in a Real Video Surveillance Scenario. 2021 24th Euromicro Conference on Digital System Design (DSD), Palermo, Italy, 2021, pp. 58–61, doi: 10.1109/DSD53832.2021.00018.
Zhang, S., Liang, Y., Ge, J., Xiao, M. and Wu, J. (2020). Provably Efficient Resource Allocation for Edge Service Entities Using Hermes. IEEE/ACM Transactions on Networking, 28, 4, 1684–1697. Aug. 2020, doi: 10.1109/TNET.2020.2989307.
Zhang, Y., Barusso, F., Collins, D., Ruffini, M. & DaSilva, L. A. (2018). Dynamic Allocation of Processing Resources in Cloud-RAN for a Virtualised 5G Mobile Network. 26th European Signal Processing Conference (EUSIPCO), Rome, Italy, 2018, pp. 782–786, doi: 10.23919/EUSIPCO.2018.8552959.
Hossain, M. S., Hassan, M. M., Qurishi, M. A. & Alghamdi, A. (2012). Resource Allocation for Service Composition in Cloud-based Video Surveillance Platform. 2012 IEEE International Conference on Multimedia and Expo Workshops, Melbourne, VIC, Australia, pp. 408–412, doi: 10.1109/ICMEW.2012.77.
Xu, Z., Mei, L., Liu, Y. & Hu, C. (2013). Video Structural Description: A Semantic Based Model for Representing and Organizing Video Surveillance Big Data. 2013 IEEE 16th International Conference on Computational Science and Engineering, Sydney, NSW, Australia, 2013, pp. 802–809, doi: 10.1109/CSE.2013.122.
Minghao, Xia; Haibin, Liu; Jian, Li; Mingfei, Li. (2021). Research on Task Scheduling Algorithm Based on Multi-Time Period Merging. 2021 4th World Conference on Mechanical Engineering and Intelligent Manufacturing (WCMEIM). doi: 10.1109/WCMEIM54377.2021.00085
Praveen, Kumar, Aditya, Tharad, Ulugbek, Mukhammadjonov, Seema, Rawat. (2021). Analysis on Resource Allocation for parallel processing and Scheduling in Cloud Computing. 2021 5th International Conference on Information Systems and Computer Networks (ISCON). doi: 10.1109/ISCON52037.2021.9702325
Shalu, Rani, Dharminder, Kumar, Sakshi, Dhingra. (2022). A review on dynamic load balancing algorithms. 2022 International Conference on Computing, Communication, and Intelligent Systems (ICCCIS). doi: 10.1109/ICCCIS56430.2022.10037671
Zhou, Lin, Li, Zhen, Chen, Yingmei, Tan, Yuqin. (2014). The Video Monitoring System Based on Big Data Processing. 2014 7th International Conference on Intelligent Computation Technology and Automation. doi: 10.1109/ICICTA.2014.207
Haiyang, Zou, Mingdong, Li, Zhenhua, Li, Jianqing, Gao. (2018). Design of multi-intelligent data migration strategy based on SDN secondary mode. 2018 International Conference on Artificial Intelligence and Big Data (ICAIBD). doi: 10.1109/ICAIBD.2018.8396170
Tao, Li, Jingyu, Wang; Wei, Li, Tong, Xu, Qi, Qi. (2016). Load Prediction-Based Automatic Scaling Cloud Computing. 2016 International Conference on Networking and Network Applications (NaNA). doi: 10.1109/NaNA.2016.49
Manri, Cheon, Jong-Seok, Lee. (2018). Subjective and Objective Quality Assessment of Compressed 4K UHD Videos for Immersive Experience. IEEE Transactions on Circuits and Systems for Video Technology, 28, 7. doi: 10.1109/TCSVT.2017.2683504
Baofeng, Hui, Yuanliang, Ma. (2022). Image Recognition Technology of Monitoring Intelligent Alarm System Based on Deep Learning. 2022 11th International Conference of Information and Communication Technology (ICTech)). doi: 10.1109/ICTech55460.2022.00043
Manpreet, Singh Sehgal, Nandini, Bansal, Saloni, Dhingra, Ashish, Bansal, Pransh, Rastogi, Twinkle, Sehgal. (2022). Optimizing Round Robin Algorithm in Operating System. 2022 International Conference on Smart and Sustainable Technologies in Energy and Power Sectors (SSTEPS). doi: 10.1109/SSTEPS57475.2022.00051.
Yang, Zhang, Xing, Yang, Yuan, Xu, Yanlin, He, Mingqing, Zhang, Qunxiong, Zhu. (2024) Streaming Media Load Balancing with Improved Genetic Algorithm. 2024 36th Chinese Control and Decision Conference (CCDC). doi: 10.1109/CCDC62350.2024.10588365
Shoja, H., Nahid, H. & Azizi, R. (2014). A comparative survey on load balancing algorithms in cloud computing. Fifth International Conference on Computing, Communications and Networking Technologies (ICCCNT). doi:10.1109/icccnt.2014.6963138
Yang, Zhang, Xing, Yang, Yuan, Xu, Yanlin, He, Mingqing, Zhang, Qunxiong, Zhu. (2024). Streaming Media Load Balancing with Improved Genetic Algorithm. 2024 36th Chinese Control and Decision Conference (CCDC). doi: 10.1109/CCDC62350.2024.10588365
Bichitra, Mandal, Srinivas, Sethi, Ramesh, Kumar Sahoo. (2015). Architecture of efficient word processing using Hadoop MapReduce for big data applications. 2015 International Conference on Man and Machine Interfacing (MAMI). doi: 10.1109/MAMI.2015.7456612
Qiaojin, Guo, Jie Hu, Zhongyan, Liang. (2024). A Scalable Target Indexing and Retrieval System for Massive Video Data Processing based on Elasticsearch and Hadoop. 2024 IEEE 7th Advanced Information Technology, Electronic and Automation Control Conference (IAEAC). doi: 10.1109/IAEAC59436.2024.10503896
Ivancsics, M., Brosch, N. & Gelautz, M. (2014). Efficient depth propagation in videos with GPU-acceleration. 2014 IEEE Visual Communications and Image Processing Conference. doi:10.1109/vcip.2014.7051557
Aggarwal, C. C. (2021). Artificial Intelligence. Springer International Publishing, 490. DOI 10.1007/978-3-030-72357-6.
Knight, K., Zhang, C., Holmes, G., Zhang, M.-L. (Eds.). Artificial Intelligence. Second CCF International Conference, ICAI 2019, Xuzhou, China, August 22-23, 2019, Proceedings, Springer Singapore, 2019, 298 p. DOI 10.1007/978-981-32-9298-7.
Zadeh, L. A., Abbasov, A. M., Yager, R. R., Shahbazova, S. N., Reformat, M. Z. (2014). Recent developments and new directions in soft computing, 466. DOI 10.1007/978-3-319-06323-2
Khochare, A., Sheshadri, K. R., Shriram, R. & Simmhan, Y. (2019). Dynamic Scaling of Video Analytics for Wide-Area Tracking in Urban Spaces. 2019 19th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing (CCGRID), Larnaca, Cyprus, 2019, pp. 76-81, doi: 10.1109/CCGRID.2019.00018.
Lee, H., Kim, Y. -S., Kim, M. & Lee, Y. (2021). Low-Cost Network Scheduling of 3D-CNN Processing for Embedded Action Recognition. IEEE Access, 9, 83901-83912. doi: 10.1109/ACCESS.2021.3087509.
Armin, Kappeler, Seunghwan, Yoo, Qiqin, Dai & Aggelos, K Katsaggelos. (2016). Video super-resolution with convolutional neural networks. IEEE Transactions on Computational Imaging, 2016.
Xu, Y., Zhang, H., Li, X., Yu, F. R., Leung, V. C. M. and Ji, H. (2023). Trusted Collaboration for MEC-Enabled VR Video Streaming: A Multi-Agent Reinforcement Learning Approach. IEEE Transactions on Vehicular Technology, 72, 9, 12167–12180. doi: 10.1109/TVT.2023.3267181.
Li, T., Wang, J., Li, W., Xu, T. & Qi, Q. (2016). Load Prediction-Based Automatic Scaling Cloud Computing. 2016 International Conference on Networking and Network Applications (NaNA). doi:10.1109/nana.2016.49
Mosayebi, A. & Pozveh, A. J. (2020). Heuristic Based Algorithm for SFC Allocation in 5G Experience Applications. 2020 6th Iranian Conference on Signal Processing and Intelligent Systems (ICSPIS), Mashhad, Iran, 2020, pp. 1–6, doi: 10.1109/ICSPIS51611.2020.9349535.
Luong, Thi Hong Lan, Tran, Manh Tuan, Tran, Thi Ngan, Le, Hoang Son, Nguyen, Long Giang, Vo, Truong Nhu Ngoc, Pham, Van Hai. (2020). A New Complex Fuzzy Inference System With Fuzzy Knowledge Graph and Extensions in Decision Making. IEEE Access, 8. doi: 10.1109/ACCESS.2020.3021097
Seungkyun, Lee, SuKyoung, Lee, Seung-Seob, Lee. (2021). Deadline-Aware Task Scheduling for IoT Applications in Collaborative Edge Computing. IEEE Wireless Communications Letters, 10, 10. doi: 10.1109/LWC.2021.3095496
Lin, C.-C., Wu, J.-J., Lin, J.-A., Song, L.-C. & Liu, P. (2012). Automatic Resource Scaling Based on Application Service Requirements. 2012 IEEE Fifth International Conference on Cloud Computing, doi: 10.1109/cloud.2012.32.
Farshchi, M., Schneider, J.-G., Weber, I. & Grundy, J. (2015). Experience report: Anomaly detection of cloud application operations using log and cloud metric correlation analysis. 2015 IEEE 26th International Symposium on Software Reliability Engineering (ISSRE).
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Андрій Олександрович Білощицький
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
