Design and Evaluation of Context-Aware and Location-Based Service Discovery Protocols for Vehicular Networks
Notice bibliographique
Résumé
The increasing number of potential applications related to intelligent transportation systems (ITSs) have attracted researchers to the area of vehicular networks (VNs). Two main classes of applications have lately gained popularity, i.e., security and safety, and traffic information and service location applications. However, several open research challenges are delaying the efficient and widespread deployment and management of such applications in VNs. One of these challenges comprises how vehicles and service providers could discover each other in VNs, which are well known for their large scale and high mobility. Most service discovery strategies available present high overhead and poor performance in a VN environment. Existing context-aware and location-based service discovery protocols (LocVSDPs) are either designed without considering the particularities of VNs or are not scalable with the increase in network density and the number of requests. In this paper, we propose a new context-aware and LocVSDP (EB-LocVSDP) for VNs and its variant (Naive-LocVSDP). Our protocols offer a scalable framework for the discovery of time-sensitive and location-based services in VNs. They rely on a cluster-based infrastructure. Furthermore, LocVSDPs are integrated into the network layer and use channel diversity to improve service discovery efficiency. We discuss the implementation of our protocols and techniques, report on performance evaluation experiments, and offer a comparison against an existing location-based discovery protocol [the Vehicular Information Transfer Protocol (VITP)]. Our simulation results indicate that our proposed LocVSDPs show a gain of 20% in terms of success rate. LocVSDPs use at least 90% less bandwidth than VITP, and their average response time is at least 10% lower than VITP for successful query transactions.
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 | 0,001 | 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 ».