Fuzzy logic-based integrity-oriented file transfer for highway vehicular communications
Notice bibliographique
Résumé
Effective file transfer is fundamental to many applications in highway Vehicular Ad Hoc Networks (VANETs), e.g., social network applications, advertisement distributions, road traffic report, etc. However, due to the sparse development of roadside units (or access points) and the limited connection time between fast-moving vehicles, file transfer is susceptible to frequent interruptions, and accordingly resulting in incomplete file transfers. The incomplete file transfer leads to not only poor user performance with application playback failures, but also a colossal waste of bandwidth. To tackle this issue, in this paper, we consider a bi-directional highway vehicular network scenario where request vehicle and source vehicle are in the opposite direction, and propose a fuzzy logic-based cooperative file transfer scheme (FL-CFT). With the proposed scheme, the request file can be transferred completely from the source vehicle to request vehicle through multiple relay cluster members. As for the selection of relays, in general, finding an optimal relay subject to multiple constrains is an NP-complete problem that cannot be exactly solved in polynomial time. Accordingly, a fuzzy logic approach is utilized to optimally selects relays to help transfer the file and ensure the file integrity, which considers the relative velocity, distance, and predicted connection time among vehicles. The proposed scheme is self-organized and fully distributed, which does not require any assistance from roadside units (or access points). Simulation results show that FL-CFT outperforms the state-of-the-art file transfer schemes in file integrity on highway VANETs.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».