MétaCan
Menu
Retour à la cohorte
Enregistrement W4315606013 · doi:10.1109/globecom48099.2022.10001247

Scheduler Design for Mobility-aware Multipath QUIC

2022· article· en· W4315606013 sur OpenAlex
Wenjun Yang, Lin Cai, Shengjie Shu, Jianping Pan

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGLOBECOM 2022 - 2022 IEEE Global Communications Conference · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Networks and Protocols
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésGoodputMultihomingComputer scienceComputer networkMobility modelMultipath propagationNetwork packetMultipath TCPScheduling (production processes)Mobility managementDistributed computingWirelessThe InternetInternet ProtocolTelecommunicationsThroughputChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

Multi-homing technologies are promising to support seamless user mobility, as a mobile device can use multiple access links and paths for non-interrupted transmissions. Scheduling packets across multiple paths, however, has the known issue of out-of-order (OFO) due to the heterogeneity of the paths. Mobility poses new challenges due to time-varying link quality and capacity. In this paper, we present a novel Mobility-aware Multipath Quick UDP Internet Connections (MMQUIC) framework which enables collaboration between the link and transport layer. Based on MMQUIC, we develop a Mobility-Aware Multipath Scheduler (MAMS) for goodput enhancement, in which the impacts of mobility such as link outage errors and capacity variations are considered. Finally, we evaluate the performance of MAMS using network simulator 3 (ns-3). Simulation results demonstrate that our design has substantial performance gains with respect to the goodput and packet delay distribution in dynamic wireless systems.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,841
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0090,004
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 Opus0,096
Tête enseignante GPT0,334
Écart entre enseignants0,238 · 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