MétaCan
Menu
Retour à la cohorte
Enregistrement W4285813769 · doi:10.1109/iwcmc55113.2022.9824902

Performance Evaluation of Single-Board Embedded Linux Platforms as Asterisk Servers for Phone of Things (PoT) Applications

2022· article· en· W4285813769 sur OpenAlexaff
Haytham Khalil, Khalid Elgazzar

Notice bibliographique

Revue2022 International Wireless Communications and Mobile Computing (IWCMC) · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésAsteriskPhoneRaspberry piServerOperating systemComputer scienceEmbedded systemSingle-board computerComputer networkThe InternetInternet of ThingsVoice over IP

Résumé

récupéré en direct d'OpenAlex

Phone of things (PoT) is a novel idea for loT systems connectivity that allows legacy and non-loT-enabled devices to be interfaced through the mature and ubiquitous telephone network infrastructure. This paper evaluates the performance of the Raspberry Pi board families, embedded Linux platforms based on ARM processors, on processing VolP calls for PoT applications. The paper assesses and contrasts the ability of the boards in handling passthrough and trans coded VolP calls. Based on the obtained results, the paper proposes best practices for employing the boards as Asterisk servers and advocates the maximum number of simultaneous calls at different scenarios to preserve the hardware safety and maintain better performance regarding system stability and VolP call quality measurements. The results show that Raspberry Pi 4 B can gracefully han-dle up to 364 active passthrough channels (equivalent to 182 simultaneous calls). Nevertheless, Pi Zero W, the least powerful version of the Raspberry Pi, can gracefully handle up to 24 active passthrough channels. The results promote the utilization of embedded Linux platforms as appropriate, tiny form factor, and cost-effective candidates to act as PoT gateways in homes and small-to-medium sized business domains.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,909
Score d'incertitude au seuil0,942

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 savante0,0000,001
Science ouverte0,0050,005
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 Opus0,047
Tête enseignante GPT0,329
Écart entre enseignants0,282 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 International Wireless Communications and Mobile Computing (IWCMC)Même sujetWireless Communication Networks ResearchTravaux en français237 207