Throughput and delay performance of transport user in congestion controlled hybrid ATM/TDMA networks
Notice bibliographique
Résumé
The end-to-end throughput and delay performance characteristics are analyzed for a virtual circuit (VC) transport user in a hybrid asynchronous transfer mode/time division multiple access (ATM/TDMA) network. An automatic repeat request (ARQ) transport user is assumed with an underlying ATM cell-level global congestion control in an ATM multiplexer node. The analysis is based on the interaction of packet level control with the queue management at the ATM cell level. The transport user is assumed over M-node VC to analyze the throughput and delay using Norton equivalent queueing model. The transport layer service characteristic of the model is obtained from the end-to-end protocol efficiency of Go-Back-N (GBN) and selective repeat (SR) ARQ schemes. The ATM layer is assumed with a leaky bucket (LB), virtual leaky bucket (VLB), modified LB (mLB), or modified VLB (mVLB) congestion control scheme. A global congestion control scheme prioritizes transit traffic over local traffic, and ensures quality of service (QOS) to several classes of service. Based on the global congestion status, the transport users modulate their end-to-end flow control parameters, i.e., packet size in case of video and voice users, and window size in case of data users. The probability of cell-loss at the ATM layer is reflected at the transport layer to derive the effective throughput and delay characteristics. The mVLB scheme consistently provided better end-to-end throughput and delay performance for both GBN and SR transport users.
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 | 0,000 |
| 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 ».