Fault-Resilience for Bandwidth Management in Industrial Software-Defined Networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Industrial Cyber-Physical Systems (ICPS) expect assurances of timely delivery of data even during the occurrence of distinct faults. It is a challenge to manage the required bandwidth by providing resilience to link failures and dynamically changing bandwidth requirements. In this paper, we address the aforementioned challenge by exploring Software-Defined Networks (SDN). We present a framework coined SDN-RMbw (Software-Defined Networking Resilience Management for Bandwidth), which is a contract-based framework, where the components are bound to bandwidth contracts and a resilience manager. The bandwidth contracts state the bandwidth requirements of traffic flows. With each such contract, a monitor is associated, which is responsible to detect two events, run-time changes and link failures. Directly after receiving the event trigger reports from the monitor, new routes are calculated by a path-finding algorithm. Based on newly calculated routes, an observer detects whether the contract requirements are still satisfied, or the contract gets violated (termed as fault). To provide resilience to such faults in the network, a resilience manager integrated with control logic decides and executes a suitable response strategy. The proposed SDN-based framework aims at providing fault-resilience as well as adapting to different network-state changes. The proposed framework is evaluated using a Ryu SDN controller on a hardware testbed. Our results show that the proposed framework provides enhanced network resilience as compared to baseline mechanisms and improves the success rate up to 21% and bandwidth up to 111 Mbps under distinct network scenarios. Furthermore, extensive experimental emulations on the Mininet tool depicts the scalability of the proposed framework.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle