MétaCan
Menu
Retour à la cohorte
Enregistrement W2093889114 · doi:10.4018/jbdcn.2007010101

Cooperative Data Caching and Prefetching in Wireless Ad Hoc Networks

2007· article· en· W2093889114 sur OpenAlexaff
Mieso K. Denko

Notice bibliographique

RevueInternational Journal of Business Data Communications and Networking · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésInstruction prefetchComputer scienceCacheComputer networkMobile ad hoc networkOverhead (engineering)Wireless ad hoc networkConsistency (knowledge bases)Scheme (mathematics)CPU cacheCluster analysisDistributed computingWirelessOperating system

Résumé

récupéré en direct d'OpenAlex

This article proposes a cooperative data caching and prefetching scheme for Mobile Ad Hoc Networks (MANETs). In this scheme, multiple hosts cooperate in both prefetching and caching commonly used data. To reduce communication and computational overhead, we use a clustering architecture for the network organization. A weak consistency based on time to live value was used to maintain data consistency. A hybrid cache replacement policy that uses frequency of access and the reference time was employed. The effects of cache size, mobility, and prefetching threshold on the network performance were investigated in a discrete event simulation environment. The contribution of intra-cluster and inter-cluster information to overall data accessibility ratio was also investigated. The simulation results indicate that the proposed scheme improves both data accessibility and query delay at relatively lower prefetch thresholds, larger cache sizes, and moderate mobility.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesScience ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,003
Science ouverte0,0080,008
Intégrité de la recherche0,0000,001
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 Opus0,075
Tête enseignante GPT0,333
Écart entre enseignants0,258 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
GenreMéthodes

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

En bref

Citations21
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Business Data Communications and NetworkingMême sujetMobile Ad Hoc NetworksTravaux en français237 207