MétaCan
Menu
Retour à la cohorte
Enregistrement W3035202434 · doi:10.5539/cis.v13n3p1

Traffic Analysis of a Congested and Uncongested Network in a Sequential Server Model

2020· article· en· W3035202434 sur OpenAlexvenueno aff
Afsana Ahamed, Hamid Vakilzadian

Notice bibliographique

RevueComputer and Information Science · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkQueueNetwork packetThroughputQueueing theoryServerReal-time computingTelecommunicationsWireless

Résumé

récupéré en direct d'OpenAlex

The efficient flow of messages in a communication network is crucial in today’s dynamic environment. These networks are designed to transmit messages in the shortest amount of time. The source sends the messages to the destination through single or multiple servers. Each server contains a buffer that queues the incoming messages when it is busy. This study analyzed the traffic behavior of uncongested and congested wired communication networks for limited and unlimited queue sizes in multiserver configurations with a sequential server model. The performance of the network was measured using three cases: varying the packet length, adding an extra link, and with a broken link connecting the two servers. The performance of the wired communication networks for these three cases was measured based on packet drop rate, throughput, and average end-to-end delay using the OMNeT++ network simulator. Limited and unlimited queue sizes for a sequential server in the network were implemented and simulated to measure the interarrival rate and packet length for optimum performance. For various interarrival rates, the optimum throughput was measured for different queue sizes. The performance with a broken link or the addition of an extra link was assessed and compared with the sequential server model.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,532
Score d'incertitude au seuil0,375

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,005
Science ouverte0,0010,000
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 Opus0,020
Tête enseignante GPT0,238
Écart entre enseignants0,218 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer and Information ScienceMême sujetMobile Ad Hoc NetworksTravaux en français237 207