Fault-Tolerance Evaluation of VANET Under Different Data Dissemination Models
Notice bibliographique
Résumé
Mobile Ad hoc Networks (MANETs) is a collection of wireless mobile nodes, which form temporary networks over infrastructure-less environments. Over the last few years, Vehicular Ad hoc Network (VANET) technology has been considered as an active research area. VANET is a sub class of MANET with some unique characteristics such as fast vehicle speed, frequent topology changes and restricted mobility on roads. The communication between vehicles provides a new avenue for different types of applications such as safety, traffic management, entertainment, etc. These applications are categorized based on how data is transmitted from source to destination. The performance of such applications does not only depend on routing protocols, but also on the data dissemination mechanism. Data dissemination in VANETs is a significant factor, which can be accomplished using four different models: Dynamic Source Dynamic Destination (DSDD), Dynamic Source Static Destination (DSSD), Static Source Dynamic Destination (SSDD), and Static Source Static Destination (SSSD). Each one of these models is suitable for specific types of applications. In this paper, the authors study and evaluate the fault-tolerance of VANET under different data dissemination techniques in terms of throughput, average End-to-End delay, and percentage of packet loss. the authors used NCTUns 6.0 network simulator and IEEE 802.11p wireless communication standard. Their findings show that DSDV is more fault-tolerant than both DSR and AODV in terms of packet loss percentage for all dissemination techniques. However, AODV shows better performance in average End-to-End delay and throughput under DSDD and SSDD techniques.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».