MétaCan
Menu
Retour à la cohorte
Enregistrement W2108293981 · doi:10.1145/774749.774759

Efficient micro-mobility using intra-domain multicast-based mechanisms (M&M)

2002· article· en· W2108293981 sur OpenAlexaff
Ahmed Helmy, Muhammad Jaseemuddin, Ganesha Bhaskara

Notice bibliographique

RevueACM SIGCOMM Computer Communication Review · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueIPv6, Mobility, Handover, Networks, Security
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceHandoverComputer networkMulticastMobility managementProxy Mobile IPv6Mobile IPNode (physics)Network packetScalabilityInter-domainMobility modelPacket lossDistributed computingSource-specific multicast

Résumé

récupéré en direct d'OpenAlex

One very important metric in evaluation of IP mobility protocols is handover performance. Handover occurs when a mobile node changes its network point-of-attachment. If not performed efficiently, handover delays, jitters and packet loss directly impact applications and services. With the Internet growth and heterogeneity, it becomes crucial to design efficient handover protocols that are scalable, robust and incrementally deployable. Mobile IP (MIP) has been shown to exhibit poor handover performance during micro-mobility. We propose a new architecture for providing efficient and smooth handover, while being able to coexist and inter-operate with other technologies. Specifically, we propose an intra-domain multicast-based mobility architecture, where a visiting mobile is assigned a multicast address to use while moving within a domain. Efficient handover is achieved using standard multicast join/prune mechanisms.Two approaches are proposed and contrasted. The first introduces the concept of proxy-based mobility, while the other uses algorithmic mapping to obtain the multicast address of visiting mobiles. We show that the algorithmic mapping approach has several advantages over the proxy approach, and provide mechanisms to support it.Simulations used to evaluate our scheme and compare it to other micro-mobility schemes - CIP and HAWAII. The proactive handover results show that both M&M and CIP show low handoff delay and packet reordering depth as compared to HAWAII. The reason for M&M's comparable performance with CIP is that both use bi-cast in proactive handover. M&M, however, handles multiple border routers in a domain, where CIP fails. Also using a proactive path setup mechanism, we show that M&M clearly outperforms CIP in case of reactive handover.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,044
Tête enseignante GPT0,267
Écart entre enseignants0,223 · 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'étudeSimulation ou modélisation
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

Citations30
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACM SIGCOMM Computer Communication ReviewMême sujetIPv6, Mobility, Handover, Networks, SecurityTravaux en français237 207