Smart transport layer based mobility for horizontal and vertical handoffs
Notice bibliographique
Résumé
Mobility management remains an important task to be investigated while integrating homogeneous and heterogeneous wireless networks. Traditionally, IP layer is widely used to implement roaming solutions including Mobile IP , HMIP , FMIP , FHMIP , etc. With the standardization of the Stream Control Transmission Protocol, which offers new interesting features such as multihoming and multistreaming, experiencing mobility at the transport level becomes more attractive. Indeed, this layer is endowed with various connectivity facilities and flow control features that render the transport layer more appropriate to support seamless roaming. To take benefit from these new facilities, several SCTPbased mobility schemes have been proposed. Nevertheless, none can claim to be the ultimate solution since they suffer from drawbacks such as unnecessary handoff delays and signaling loads. Moreover, the throughput measured immediately after a handoff is affected quite considerably by spurious retransmissions due to packet loss and failed Selective Acknowledgment messages (SACKs). In this paper, we propose a smart Hierarchical Transport layer Mobility scheme ( sHTM ) which deals with homogeneous and heterogeneous handovers, reduces packet loss, handoff latencies and improves throughputs. sHTM exploits the dynamic address reconfiguration feature of SCTP and introduces a new mobility unit to effect more efficient handoff procedures. Simulation results reveal that sHTM guarantees lower handoff latency and good throughput during the handoff period compared to existing mSCTP-based solutions.)
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».