MétaCan
Menu
Retour à la cohorte
Enregistrement W2018213245 · doi:10.1287/opre.1060.0288

An Economic Analysis of Interconnection Arrangements Between Internet Backbone Providers

2006· article· en· W2018213245 sur OpenAlexfundno aff
Yong Tan, I. Robert Chiang, Vijay Mookerjee

Notice bibliographique

RevueOperations Research · 2006
Typearticle
Langueen
DomaineComputer Science
ThématiqueNetwork Traffic and Congestion Control
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of AlbertaCarnegie Mellon UniversityFord Motor Company
Mots-clésPeeringService providerThe InternetComputer scienceIncentiveRevenueComputer networkQuality of serviceService (business)Network packetBusinessIndustrial organizationMicroeconomicsEconomicsMarketing

Résumé

récupéré en direct d'OpenAlex

Transit and peering arrangements among Internet backbone providers (IBPs) are essential for the global delivery of communication services on the Internet. In addition, to support delay-sensitive applications (e.g., streaming and multimedia applications) it is important for IBPs to maintain high service quality even if the network is congested. One promising approach is to establish interconnection agreements among providers to dynamically trade network capacity. To make such interconnections possible in a competitive setting, we propose a pricing scheme that considers factors such as network utilization, link capacity, and the cost structure of the interconnecting participants. Our analyses show that the common sender keeps all (SKA) mode of settlement does not provide adequate incentives for collaboration; rather, the provider that delivers the packets should be suitably compensated at an equilibrium price. Two price equilibria are identified: The first favors slower IBPs, whereas the other is congestion based and can be more beneficial for faster IBPs. When cost asymmetries exist, the lower cost IBP needs to offer a price discount to induce participation. We show that a usage-based, utilization-adjusted interconnection agreement could align the costs and revenues of the providers while allowing them to meet more stringent quality of service requirements.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,005
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,043
Tête enseignante GPT0,353
Écart entre enseignants0,310 · 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'étudeThéorique ou conceptuel
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

Citations20
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOperations ResearchMême sujetNetwork Traffic and Congestion ControlTravaux en français237 207