MétaCan
Menu
Retour à la cohorte
Enregistrement W2123267194 · doi:10.1109/twc.2007.026506

Long-lifetime capacity upgrades of ring networks for unpredictable traffic

2007· article· en· W2123267194 sur OpenAlexaff
Martin Maier, Martin Herzog

Notice bibliographique

RevueIEEE Journal on Selected Areas in Communications · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueNetwork Traffic and Congestion Control
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkThe InternetDistributed computingChordal graphGraphTheoretical computer science

Résumé

récupéré en direct d'OpenAlex

Traffic forecasting is an important means to facilitate network capacity planning by predicting necessary link upgrades and link additions, but it is generally unable to take into account events that are hard to predict, e.g., breaking news, denial-of-service attacks, and failures. These events, which may be typically short-lived but whose impact on the network traffic load is significant, together with the hard to predict traffic due to the server farm based architecture of the Internet will increase the amount of unpredictable traffic. The so-called network lifetime metric, which measures the ability of a network to sustain unexpected changes and shifts in traffic load, is becoming increasingly important. Very recently reported preliminary results show that the widely deployed bidirectional rings provide the smallest network lifetime, whereas chordal rings perform best in terms of network lifetime. In this paper, we first provide extensive numerical investigations of the network lifetime of bidirectional rings for realistic initial traffic scenarios. We then provide more detailed insights into the network lifetime of chordal rings and show that chordal rings not necessarily outperform bidirectional rings. Finally, we examine meshed rings and a novel hybrid ring-star network which clearly outperform not only bidirectional but also chordal rings in terms of network lifetime for a wide range of unexpected traffic changes and shifts

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,850
Score d'incertitude au seuil0,650

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 savante0,0000,000
Science ouverte0,0020,000
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 Opus0,028
Tête enseignante GPT0,276
Écart entre enseignants0,247 · 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'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

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal on Selected Areas in CommunicationsMême sujetNetwork Traffic and Congestion ControlTravaux en français237 207