MétaCan
Menu
Retour à la cohorte
Enregistrement W2090507423 · doi:10.1109/icc.2012.6364557

MR-Chord: A scheme for enhancing Chord lookup accuracy and performance in mobile P2P network

2012· article· en· W2090507423 sur OpenAlexaff
Jian-Ming Chang, Yi-Hsuan Lin, Isaac Woungang, Han‐Chieh Chao

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiquePeer-to-Peer Network Technologies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésChord (peer-to-peer)PastryDistributed hash tableComputer scienceComputer networkRouting protocolRouting tableOverlay networkDistributed computingPeer-to-peerHash tableEnhanced Interior Gateway Routing ProtocolThe InternetWireless Routing ProtocolRouting (electronic design automation)Hash functionComputer securityWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

In the recent years, Peer-to-Peer (P2P) sharing network has become very popular in the Internet. However, most P2P protocols are designed for traditional wired networks. When deployed in wireless network environment, many challenges are encountered. For instance, the nodes in an unstable wireless network tend to leave or rejoin the P2P network easily. In this case, the routing information in every node must become overdue, which may lead to lookup failures when the nodes retrieve these overdue routing information. In this paper, we propose a modified Chord protocol called MobileRobust-Chord (MR-Chord). MR-Chord is designed with the aim of keeping the Finger Table fresh. To achieve this goal, we have modified the Distributed Hash Table (DHT)-based protocol a Chord Protocol in such a way that the Finger Table is kept updated to provide the necessary lookup services in the P2P network. Simulations studies show that our proposed MR-Chord protocol outperforms the original Chord protocol in the following aspects: (1) increase in the lookup success rate and overlay consistency, (2) reduction of the lookup delay time.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,784
Score d'incertitude au seuil0,789

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,264
Écart entre enseignants0,248 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPeer-to-Peer Network TechnologiesTravaux en français237 207