MétaCan
Menu
Retour à la cohorte
Enregistrement W1942017954

Protecting a MPLS multicast session tree with bounded switchover time

2010· article· en· W1942017954 sur OpenAlexaff
Guoming Wei, Chung–Horng Lung, Anand Srinivasan

Notice bibliographique

RevueInternational Symposium on Performance Evaluation of Computer and Telecommunication Systems · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware-Defined Networks and 5G
Établissements canadiensEion (Canada)Carleton University
Organismes subventionnairesnon disponible
Mots-clésSwitchoverComputer scienceComputer networkPath protectionMulticastMultiprotocol Label SwitchingBackupDistributed computingFailoverQuality of serviceOperating system
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper proposes an algorithm to protect a Multiprotocol Label Switching (MPLS) multicast tree from a single link failure with bounded switchover time. Existing protecting algorithms include link protection, path protection, dual tree protection, and redundant tree protection. The problems with these algorithms are that they either provide an unbounded switchover time—meaning that in the case of a link failure, the time it takes for the algorithm to discover and switch the traffic over to a backup path is not predictable—or the bandwidth required for such protection is high. The proposed algorithm provides a guaranteed bounded switchover time, while making efficient use of the protection resources. The switchover time for the proposed algorithm is not fixed, but it gives the network administrator greater flexibility, according to the requirements from the MPLS multicast session as well as the availability of the network resources. An easy-to-use network topology builder and a simulator were implemented for the approach. Simulation results demonstrate that the proposed backup path approach with bandwidth optimization significantly reduces the cost of protection.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,272
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Symposium on Performance Evaluation of Computer and Telecommunication SystemsMême sujetSoftware-Defined Networks and 5GTravaux en français237 207