Caching-as-a-Service: Virtual caching framework in the cloud-based mobile networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Over recent years, the demand for rich multimedia services over mobile networks has been soaring at a tremendous pace. However, it is envisioned that traditional dedicated networking equipment in mobile network operators (MNOs) cannot support the phenomenal growth of the traffic load and user demand dynamics, but consume unnecessary energy resource inefficiently. The emerging techniques for mobile content caching and delivery become more and more attractive, by which popular content can be cached inside mobile front-haul and back-haul networks, so that demands to the same content from users in proximity can be easily accommodated without redundant transmissions from the remote resource, thereby eliminating duplicated traffic significantly. While the incorporation between advanced cloud computing technologies and network function virtualization (NFV) techniques has become an essential issue in the evolution process of mobile systems, in this article, we propose the concept of “Caching-as-a-Service” (CaaS), a caching virtualization framework along with the development of Cloud-based Radio Access Networks (C-RAN), and the virtualization of Evolved Packet Core (EPC). Then we study the potential techniques related to the cache virtualization, and discuss technical details of caching virtualization and system optimization for CaaS. We carry out numerical evaluation on proposed framework and show significant improvement on the performance of reducing inter-MNO traffic load and intra-MNO traffic load.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle