MétaCan
Menu
Retour à la cohorte
Enregistrement W2970544907

Data Lifetime Estimation in a Multicast-Based CoAP Proxy

2019· article· en· W2970544907 sur OpenAlexaff
Jelena Mišić, Vojislav B. Mišić, Xiaolin Chang

Notice bibliographique

RevueRonPub -- Research Online Publishing (RonPub UG) · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueCaching and Content Delivery
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMulticastComputer scienceComputer networkErlang (programming language)Traffic intensityProtocol Independent MulticastProxy (statistics)Source-specific multicastExponential distributionProvisioningTheoretical computer scienceStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this work we consider kernel-based record lifetime estimation in a proactive Internet of Things (IoT) proxy with multicast based cache management. Multicast refreshment requests were based on lifetime expiration for a predefined number of records. To reduce the traffic volume in the IoT domain, we assume that only nodes where the observed physical variable has changed its value will respond to the multicast request. For estimating the data lifetime at the proxy, we use Gaussian kernels, assuming that the intrinsic data lifetime probability distribution was taken from Erlang-k family of sub-exponential distributions. In this setup, we consider that the proxy connects to the IoT domain using an IEEE 802.15.4-compatible wireless network. Results indicate that narrow and symmetrical lifetime probability distributions require more frequent multicasting refreshments compared to wider and asymmetric ones. This increases traffic intensity and energy consumption in IoT domain. We quantify finding with numerical results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Science ouverte, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,923
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0060,011
Science ouverte0,0070,004
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,121
Tête enseignante GPT0,385
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRonPub -- Research Online Publishing (RonPub UG)Même sujetCaching and Content DeliveryTravaux en français237 207