Efficient Routing in Mobile Ad-Hoc Social Networks
Notice bibliographique
Résumé
Efficient routing in large-scale P2P applications over mobile networks is a challenge. Such networks are formed by clusters of nodes, representing a community of interest, joining with other clusters, establishing a two-tiered hierarchical network. An example application in such a network would be P2PSIP to enable P2P Voice-over-Internet Protocol (VoIP) or other media services. Mobile Ad-hoc Networks (MANETs) are a logical choice to model such a network as a MANET is also inherently a P2P network where each node moves from one place to another independently, joins and leaves the network as it wishes. In this paper, we present our design to enable efficient routing in such a two-tiered network. Each cluster is represented by a single MANET, connected through a backbone. Nodes can join and leave MANETs, and whole clusters can join and leave the network or split and merge, so our design needs to address both node and network mobility. Unlike previous solutions, our approach is based on the use of a distributed hash table (DHT) to support routing in the network backbone, while individual MANETs may employ any MANET routing protocol of their choice, such as OLSR or ADOV. Efficiently providing the functionality of a DHT in a highly mobile network such as a MANET is challenging. We review some of the issues that arise in this context and identify potential candidate protocols. Through extensive simulations, using OMNeT++, we show that one of the protocols in particular, OneHopOverlay4MANET, is a promising choice to support backbone routing in our architecture. Compared to alternative choices, it maintains good performance at low overhead costs even under highly dynamic network topologies.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,000 | 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 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 ».