MétaCan
Menu
Retour à la cohorte
Enregistrement W3013701988 · doi:10.1109/lwc.2020.2982641

VLI: Variable-Length Identifier for Interconnecting Heterogeneous IoT Networks

2020· article· en· W3013701988 sur OpenAlexaff
Gang Liu, Wei Quan, Nan Cheng, Hongke Zhang, Xuemin Shen

Notice bibliographique

RevueIEEE Wireless Communications Letters · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware-Defined Networks and 5G
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Key Research and Development Program of China
Mots-clésIdentifierHeaderComputer scienceIPv6Computer networkNetwork packetUnique identifierAddress spaceDistributed computingThe InternetOperating system

Résumé

récupéré en direct d'OpenAlex

Long identifier brings low packet forwarding efficiency in Internet of Things (IoT), whereas short identifier may suffer from the exhaustion of identifier space. Compared with fixed-length identifiers (e.g., IPv4 and IPv6), flexible identifiers are expected for balancing the packet processing efficiency with the various IoT scales. However, it is challenging to make IoT support the flexible identifier-based forwarding. In this letter, we firstly proposed a novel variable-length identifier (VLI) solution for interconnecting IoT networks. In particular, a VLI datagram header is designed to effectively support a flexible identifier field. Following a basic VLI header, one (multiple) extension header(s) can be added if require. Each extension header includes a fixed-size identifier field. According to the combination of multiple identifier fields, the variable-length identifier can be easily achieved, resolved and supported by the IoT nodes in a flexible way. Experimental results show that VLI can decrease the processing delay effectively.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,852
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0040,001
Intégrité de la recherche0,0000,000
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 Opus0,044
Tête enseignante GPT0,259
Écart entre enseignants0,215 · 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
GenreMéthodes

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

En bref

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Wireless Communications LettersMême sujetSoftware-Defined Networks and 5GTravaux en français237 207