MétaCan
Menu
Retour à la cohorte
Enregistrement W4395076315 · doi:10.18280/ria.380227

Hybrid P2P-Based Architecture for Remote Software Utilization

2024· article· en· W4395076315 sur OpenAlexvenueno aff
Abdelhalim Baaziz, Abir Achache

Notice bibliographique

RevueRevue d intelligence artificielle · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueDistributed and Parallel Computing Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArchitectureComputer scienceComputer architectureSoftwareResource-oriented architectureOperating systemSoftware engineeringSoftware developmentComponent-based software engineeringGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

The world presents us with two contradictory situations.Firstly, most people encounter the problem of lacking necessary hardware and/or software resources.Secondly, some individuals or organizations possess these resources but fail to utilize them to their full potential.The proposed solution is to provide underutilized resources to those who require them.However, it is important to ensure that there is no illegal copying or pirating of software.Instead, the owners of these resources can offer their services by processing data remotely.The Peer-to-peer (P2P) paradigm is used primarily for collaborative systems over a network.This article proposes a Hybrid P2P-Based collaborative architecture that employs HTTP transport to provide data remote-treatment services.In our peer-to-peer (P2P) solution, one peer provides a service, such as a software application capable of processing specific data, while another peer actively searches for this software and sends its own data to be processed by it.In this scenario, the second peer can utilize the software without encountering piracy issues, given that the first peer executes the software locally and adheres to the appropriate license.By employing HTTP for communication, it enables collaborative interaction among heterogeneous peer platforms.This system enables individuals without essential hardware and/or software resources to leverage the resources provided by others.The simulation results conducted using PeerSim simulator, are encouraging, indicating that the proposed architecture can serve as a reliable solution for collaboration between peers.The outcomes of the simulation demonstrate a significant level of satisfaction across the essential metrics we defined to assess the effectiveness of our solution.particularly in terms of responsiveness to requests, resulting in approximately 80% satisfaction and 20% dissatisfaction rates for requests.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,055
Tête enseignante GPT0,294
Écart entre enseignants0,239 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue d intelligence artificielleMême sujetDistributed and Parallel Computing SystemsTravaux en français237 207