Location-aided gateway advertisement and discovery protocol for VANets: Proof of correctness
Notice bibliographique
Résumé
The Internet access from vehicular networks is gaining great interest from the research community. In fact, vehicles should be able to connect to the Internet and communicate with different networks through gateways. Guaranteeing safety on the roads is the main objective of vehicular networks. Safety applications need to collaborate with other types of services for efficient safety assurance. Consequently, many services would coexist with safety applications, including the gateway discovery service, and share a limited bandwidth. Any solution to the gateway discovery problem in vehicular ad hoc networks (VANets) is subject to this limitation. In this work, we present a novel gateway discovery technique for VANets. Our protocol aims to provide an efficient hybrid adaptive location-aided gateway advertisement and discovery mechanism for VANets (LAGAD). It has the following unique and novel characteristics for gateway discovery in VANets: (i) it is built on top of the network layer; (ii) it uses channel diversity; (iii) and it is based upon a location-aided adaptation of the advertisement zone of the gateway. Our proposed protocol benefits from the routing information to find the gateway service and the routing information to the gateway at the same time saving the overall bandwidth. It uses diverse channels to exchange discovery and routing packets decreasing the congestion on single channels and decreasing the delay of gateway discovery. Our proposed gateway discovery protocol adapts the advertisement zone of gateways based on the location information and the velocity of requesting vehicles. We discuss the implementation of our algorithm, then present its proof of correctness and message and time complexities computations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».