MétaCan
Menu
Retour à la cohorte
Enregistrement W2005856236 · doi:10.1145/2512921.2512934

Network based mobility management protocol for ethernet passive optical networks

2013· article· en· W2005856236 sur OpenAlexaff
Hazem Ahmed, Samuel Pierre, Alejandro Quintero

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Photonic Communication Systems
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésComputer networkComputer scienceProxy Mobile IPv6HandoverMobility managementQuality of serviceBandwidth (computing)EthernetBackhaul (telecommunications)Mobile IP

Résumé

récupéré en direct d'OpenAlex

With increasing demand on bandwidth and mobile media applications, pressures upon network providers to provide more bandwidth to users and better Quality of Service (QoS) is increasing. For example, High Definition (HD) Video on Demand (VoD) streaming requires an average of 10 Mb/sec per user. Meeting these needs through the use of fiber optic networks to backhaul the traffic is essential, since fiber optic networks provide bandwidth measured at a rate of Gb/sec. However, most mobility management protocols are not built to handle fiber optic networks. Ethernet Passive Optical Network (EPON) is the dominant fiber optic network in the market due to its simplicity and cost of deployment. This paper describes how EPON can be used effectively to meet the need for increased bandwidth and handoff demands of mobile terminals. This paper studies Proxy Mobile IPv6 (PMIPv6) as the dominant network-based localized mobility management (Netlmm) protocol. Vehicle Ad Hoc Network (VANET) amplifies the handoff problems due to its unique characteristics. Hence, the issues and challenges of using the EPON network with PMIPv6 will be analyzed. Finally, recommendations will be established to optimize the usage of EPON with local mobility management protocols. This research shows by means of analysis the need for new protocols to support fast mobile IP optimization and then propose a solution that is tailored for EPON and analyze the proposed solution mathematically.

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 enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0120,005

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 Opus0,021
Tête enseignante GPT0,278
Écart entre enseignants0,257 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Photonic Communication SystemsTravaux en français237 207