MétaCan
Menu
Retour à la cohorte
Enregistrement W4396853303 · doi:10.1109/fnwf58287.2023.10520533

Semantically Aware, Mission-Oriented (SAMO) Networks: Fine-Grained, Network-Layer Services for Intelligent, Next Generation Networks

2023· article· en· W4396853303 sur OpenAlexfundno aff
Timothy J. Salo, Zhi-Li Zhang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware-Defined Networks and 5G
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Thoracic SocietyCase School of Engineering, Case Western Reserve UniversityNational Science Foundation
Mots-clésComputer scienceComputer networkDistributed computingApplication layerHeterogeneous networkNetwork layerNetwork architectureVirtual networkWireless networkLayer (electronics)WirelessOperating system

Résumé

récupéré en direct d'OpenAlex

We introduce the Semantically Aware, Mission- Oriented (SAMO) framework, which enables fine-grained, host- application-to-network signaling. This signaling employs SAMO metadata, carried in an existing network-layer header, to inform the network of the application's desires. These meta data can invoke SAMO network-layer virtual network functions (VNFs) to provide sophisticated services for the packet. The framework could enable, for instance, a secure, application- and application- protocol independent, network-layer, publish/subscribe or situational awareness service. The SAMO framework is particularly beneficial in mobile edge or wireless networks, where the state of the network may change rapidly, and where quickly adapting to limited, and often variable, network resources is more important than, for example, maximizing router throughput. The framework is equally applicable in enterprise networks, industrial verticals, or other private networks, where the organization deploying or using the network needs the network to adapt to the specific semantics of the data being carried. SAMO signaling creates a disciplined, cross-layer interface, which can promote improved application/network integration or support other in-network computing architectures. Furthermore, the SAMO framework avoids embedding application knowledge in network devices and it functions even when user data are encrypted. Moreover, the framework permits new, sophisticated, network-layer extensions and services to be easily tested or deployed in exiting IPv4IIPv6 or 5GINextG networks. SAMO VNFs are ideally positioned to employ artificial in-telligence and machine learning (AIIML) technologies to enable networks to modify their behaviors in response to the semantics of the data streams. The SAMO framework ensures that AIIML- enhanced SAMO VNFs have available semantic information about the data, via the application-generated SAMO metadata! A proof-of-concept (PoC) SAMO-enabled host application and a simple SAMO VNF were implemented and used to evaluate the efficacy and performance of the framework.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,053
Tête enseignante GPT0,282
Écart entre enseignants0,229 · 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'étudeSans objet
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-Defined Networks and 5GTravaux en français237 207