A Resilient P2P Architecture for Mobile Resource Sharing
Notice bibliographique
Résumé
Peer-to-peer (P2P) systems present a unique medium for resource sharing among cliques of participants (peers) in a distributed and self-organized manner. With the advent of mobile users and the increasing power of mobile devices, the spectrum of P2P capabilities should scale. Peers establish transient or persistent relationships with other peers based on mutual interest. Communicating peers may use intermediary peers to forward communication messages, if a direct link is beyond their communication range. A critical design parameter is establishing a resilient communication topology, yet reduce the overhead of control messages required to instill and maintain it. This rises as a significant hindrance in mobile environments, which pose additional challenges on P2P networks due to the heterogeneity of nodes, limited resources, dynamic contexts in addition to the inherited wireless network stringencies. Thus far, efforts in establishing P2P networks via super peers (SPs) have been capped by considering a subset of peer properties to evaluate their candidacy. This paper presents RobP2P, a robust architecture to construct mobile P2P networks and efficiently maintain network state. RobP2P introduces a SP selection protocol based on a dynamic score function that takes into account peers’ capabilities and context, such as location and quality of connectivity. The paper also presents an agile utility function through which SPs can delegate monitoring responsibilities to comparably powerful and stable peers to ensure self-healing topology maintenance. We present an elaborate performance evaluation of RobP2P implemented on Network Simulator NS-3. Our results illustrate the efficiency of RobP2P, its resilience to failures, and the improvements in lowering overhead traffic while reliably maintaining the consistency of network state.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».