MétaCan
Menu
Retour à la cohorte
Enregistrement W2159708013 · doi:10.1109/cnsr.2006.37

MPLS-based Multicast Shared Trees

2006· article· en· W2159708013 sur OpenAlexaff
Ashraf Matrawy, Yi Wei, Ioannis Lambadaris, Chung–Horng Lung

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueNetwork Traffic and Congestion Control
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésMulticastProtocol Independent MulticastXcastComputer scienceSource-specific multicastPragmatic General MulticastComputer networkDistance Vector Multicast Routing ProtocolIP multicastInter-domainDistributed computingMulticast addressMultiprotocol Label SwitchingQuality of service

Résumé

récupéré en direct d'OpenAlex

This paper presents a study of our proposed architecture for the setup of a multipoint-to-multipoint (MP2MP) label switched path (LSP). This form of LSP is needed for establishing uni-directional multicast shared trees. Such trees are required for information distribution in applications such as video conferencing. The presented architecture is intended for multicast applications within a single autonomous domain and can be extended to cover inter-domain multicast sessions. We propose the use of one (or more) control points in the network called Rendez-vous points (RP) in a simple extention may utilize more than one RP to implement RP failure the PIM-SM protocol to implement multicast in MPLS networks. This architecture has the advantage of using existing MPLS techniques and existing routing protocols and requires only the addition of more management capabilities at the RPs. The experiments we carried out show that while retaining the advantages of using MPLS over traditional multicast routine, the performance of the new architecture is comparable to that of IP multicast in terms of the volume of control messages and label and memory consumption. Also the architecture scales well with the increase of the number of senders within a multicast group and with the increase of the number of multicast groups.

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)0,000
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil0,286

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,008
Tête enseignante GPT0,206
Écart entre enseignants0,198 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNetwork Traffic and Congestion ControlTravaux en français237 207