MétaCan
Menu
Retour à la cohorte
Enregistrement W4385730185 · doi:10.1109/cloudsummit57601.2023.00017

EL2W: Extended Layer 2 Services for Bare-Metal Provisioning Over WAN

2023· article· en· W4385730185 sur OpenAlexaff
Thomas J. Hacker, Deepika Kaushal, Zhiwei Chu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware System Performance and Reliability
Établissements canadiensMerck Canada Inc. (Canada)
Organismes subventionnairesNational Science Foundation
Mots-clésProvisioningComputer networkLayer (electronics)Computer scienceTelecommunicationsMaterials scienceNanotechnology

Résumé

récupéré en direct d'OpenAlex

Researchers are embracing deep learning in various interdisciplinary research domains, recognizing undeniable benefits offered by deep neural networks. However, in order to meet the substantial computational demands for processing deep learning models, researchers extensively rely on cloud servers. Nevertheless, the shared nature of cloud servers encourages research labs and facilities to establish private clouds, ensuring exclusive access to computational resources and safeguarding data privacy. Creating a private cloud from bare metal presents challenges with existing provisioning solutions. These solutions not only come with a set of complex installation and configuration steps but are also limited to a constrained local Ethernet broadcast domain for network loading, which may pose unforeseen difficulties and risks for researchers who do not specialize in computing. To address these issues, this paper introduces EL2W, Extended Layer 2 services to Wide area networks (WAN), a novel approach we developed following Infrastructure-as-Code (IaC) principles. EL2W aims to help automate the system installation procedure by reducing the repetitive configurations and setups using Infrastructure-as-Code based scripts and codes. In addition, EL2W can securely expand an Ethernet network’s logical and functional extent beyond the current physical limitations of Ethernet layer 2 networks. We describe the implementation and architecture of a remote bare metal provisioning system built upon secure extended layer 2 networks. Experimental results demonstrate the capability of EL2W for establishing a secure layer 2 connection to provide essential bare metal provisioning services, as well as the effectiveness of a local proxy cache server to reduce the operating system loading time.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,005
Science ouverte0,0030,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,015
Tête enseignante GPT0,282
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoftware System Performance and ReliabilityTravaux en français237 207