MétaCan
Menu
Retour à la cohorte
Enregistrement W2016343032 · doi:10.1109/tetc.2014.2330520

A Dynamic Networking Substrate for Distributed MMOGs

2014· article· en· W2016343032 sur OpenAlexafffund
Mohsen Ghaffari, Behnoosh Hariri, Shervin Shirmohammadi, Dewan Tanvir Ahmed

Notice bibliographique

RevueIEEE Transactions on Emerging Topics in Computing · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiquePeer-to-Peer Network Technologies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceScalabilityComputer networkDistributed computingRouting (electronic design automation)Overlay networkScheme (mathematics)The Internet

Résumé

récupéré en direct d'OpenAlex

This paper proposes a distributed and dynamic networking architecture for massively multiplayer online games (MMOGs). The MMOG networks deal with the challenge of update message exchange among a large number of players that are subject to both mobility (constant change of virtual location) and churn (joining and leaving the physical network at will). Ideally, a player’s update messages should be multicasted to the player’s area of effect, which is a neighborhood around the player. But, this requires the system to have a centralized indexing service that keeps record of players residing in each region, making the system less scalable as the number of players increases. The use of geometric routing helps alleviate this requirement by exploiting location addressing and thus eliminating the need for IP-search queries. However, geometric routing comes with a number of convergence and performance issues that require solutions for reducing hop-count and minimizing overall delay while providing guaranteed message delivery. In this paper, we propose a geometric routing overlay for message exchange among a large number of MMOG players that not only provides reduced delay and guaranteed delivery, but also supports player mobility and churn. In addition, we enhance our greedy routing method to more efficiently support long distance messages. We demonstrate the effectiveness of our proposed scheme using both theory and simulations.

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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,019
Tête enseignante GPT0,276
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

Citations9
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Emerging Topics in ComputingMême sujetPeer-to-Peer Network TechnologiesTravaux en français237 207