Randomized Single-Path Flow Routing on SDN-Aware Wi-Fi Mesh Networks
Notice bibliographique
Résumé
Wi-Fi Mesh Networks (WMNs) as a popular platform can be used for the construction of dynamic backhaul networks especially over small cells, which is an indispensable part of the 5G technology. Finding the optimal single-path flow routing solution over the multi-hop backhaul networks is a classic NP-hard problem and there are non-trivial drawbacks such as packet re-ordering to implement multi-path routing as a practical solution. However, Software Defined Networking (SDN) as an emerging paradigm can provide a great opportunity to implement fast and efficient solutions for routing the network flows over WMNs. In this paper, we propose a randomized single-path flow routing that can be applied to SDN-aware WMNs. The randomized nature of our introduced solution avoids the complexities of implementing a multi-path flow routing and it presents a viable routing scheme that guarantees certain performance bounds. In addition, it considers the key characteristics of wireless networks and it can be employed for multi-channel multi-radio WMNs. Through numerical results, we have shown that our solution follows the theoretical, tighter and more general performance bounds. Moreover, in contrast to most of the prior studies, the performance of the proposed solution is not only evaluated through a real testbed (in terms of the aggregated throughput and protocol overhead) but also compared with some of the most popular WMN routing protocols.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».