MétaCan
Menu
Retour à la cohorte
Enregistrement W2140714688 · doi:10.1109/ccece.2007.130

Designing Secure Peer-to-Peer Voice Applications in Ad Hoc Wireless Networks

2007· article· en· W2140714688 sur OpenAlexaff
Issam Al-Dalati, Ashraf Matrawy

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiquePeer-to-Peer Network Technologies
Établissements canadiensCarleton UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkWireless ad hoc networkVoice over IPWireless networkPeer-to-peerNetwork architectureQuality of serviceMobile ad hoc networkWirelessTelecommunicationsNetwork packetThe InternetWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Peer-to-peer (P2P) networking is the exchange of services between nodes at the edge of the network. The main objective of P2P networking is to share un-utilized network resources, i.e. memory, processing power and network bandwidth. P2P services were recently expanded to include voice over IP (VoIP) applications. Voice P2P applications can access peers behind network address translators (NATs), can achieve better quality of service, and may also save cost. These P2P voice applications can be deployed on wireless networks. The advantages of the integration of P2P technology in an ad hoc environment include increasing data rates, enhancing network coverage, and reducing connection establishment time. However, this integration introduces some mobility and security issues that should be taken into consideration when designing these applications to run in ad hoc networks. This paper provides a discussion of the major issues that arise when a P2P voice application is to be designed in an ad hoc wireless network. We briefly survey the state of the art in this new area, provide a discussion of the above advantages and issues, and conclude the paper with a discussion on how to secure the P2P super-nodes in a wireless environment, which are crucial to this architecture.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,015
Tête enseignante GPT0,267
Écart entre enseignants0,252 · 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'étudeExpérimental (laboratoire)
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 sujetPeer-to-Peer Network TechnologiesTravaux en français237 207