A Hierarchical Architecture for Distributed EPCglobal Discovery Services
Notice bibliographique
Résumé
Efficient and scalable information discovery is one of the most important services in any large- scale Internet of Things (IoT) application, particularly in the EPCglobal Network. Although a number of distributed architectures have been proposed in the literature, both their scalability and their lookup time efficiency remain vulnerable, mainly because of their reliance on flat Peer-to-Peer (P2P) Networking. The purpose of this paper is to introduce a hierarchical distributed architecture for EPCglobal Discovery Services, called HEDSA, which improves the scalability and the lookup time of the flat P2P architectures, represented by FEDSA. The idea behind the hierarchy concept of HEDSA is that any Electronic Product Code (EPC) can be mapped to one and only one country, which is the issuing country of the corresponding company prefix. An emulation of FEDSA and HEDSA has been implemented on Planetlab using Chord algorithm, the objective being to compare the scalability and the lookup time of the two architectures. Several experiments have shown that HEDSA is much more efficient, both in terms of the number of hops and the lookup time, than FEDSA. Therefore, HEDSA is more suitable for large-scale IoT discovery services applications, such as the EPCglobal Network, provided that the identifiers can be mapped to one and only one geographical location.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,006 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».