MétaCan
Menu
Retour à la cohorte
Enregistrement W2409990682

EFFECTIVENESS OF LOAD BALANCING IN A DISTRIBUTED WEB CACHING SYSTEM

2016· article· en· W2409990682 sur OpenAlexaff
Richard T. Hurley

Notice bibliographique

RevueThe 7th International Conference on Computational Methods (ICCM2016) · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueCaching and Content Delivery
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceLoad balancing (electrical power)Distributed computingRound-robin DNSNetwork Load Balancing ServicesLoad sharingFalse sharingLoad managementComputer networkServerThe InternetCacheCPU cacheOperating systemCache algorithmsEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this paper, we investigate the effects of load balancing in a distributed Web caching system. Our investigation is focused specifically on adaptive load sharing: an approach that reacts to the current state of the system. Load balancing has been shown to improve system performance in other applications and in this paper, we investigate it in a distributed Web caching environment using both a unified and partitioned approach. The goal of this work is threefold: (1) to determine the conditions under which load balancing can be beneficial in a distributed Web caching system, (2) to compare load balancing in a unified and partitioned Web caching system, and (3) to determine how much state information is required to achieve any benefit. Discrete-event simulation is used as the tool to generate results for these different environments.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,908
Score d'incertitude au seuil0,504

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 ouverte0,0010,000
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 Opus0,048
Tête enseignante GPT0,347
Écart entre enseignants0,299 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe 7th International Conference on Computational Methods (ICCM2016)Même sujetCaching and Content DeliveryTravaux en français237 207