MétaCan
Menu
Retour à la cohorte
Enregistrement W3045938962

SmartSharing: A CDN with Smart Contract-based Local OTT Sharing

2020· article· en· W3045938962 sur OpenAlexaff
Jiamin Fan, Kui Wu, Daming Liu, Guoming Tang

Notice bibliographique

Revue2020 IFIP Networking Conference (Networking) · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésComputer scienceCacheServerContent delivery networkComputer networkScheduleContent deliverySmart contractEnd userScheme (mathematics)MetadataDatabase transactionDatabaseWorld Wide WebOperating system
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A content delivery network (CDN) uses distributed cache servers to reduce the content delivery latency to end users. In recent years, CDN providers adopt a new content caching strategy that allows end users to share their storage/bandwidth resources. Two core questions need to answer in this strategy: (1) how to incentivize end users to contribute their resources? (2) how to facilitate transparent, secure content trading among end users?We propose a new CDN solution, called SmartSharing, where users contribute their over-the-top (OTT) devices as mini-cache servers. To incentivize end users to contribute resources, SmartSharing uses game theory and an Expectation-Maximization (EM) algorithm to determine the content delivery schedule and the pricing scheme. To facilitate content trading among end users, SmartSharing uses smart contracts in Ethereum to create a transparent and safe transaction platform. We thoroughly evaluate the performance of SmartSharing with real-world trace-driven simulation as well as a prototype using content metadata and the derived pricing scheme.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
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 Opus0,028
Tête enseignante GPT0,225
Écart entre enseignants0,197 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2020 IFIP Networking Conference (Networking)Même sujetBlockchain Technology Applications and SecurityTravaux en français237 207