Semantically Aware, Mission-Oriented (SAMO) Networks: Fine-Grained, Network-Layer Services for Intelligent, Next Generation Networks
Notice bibliographique
Résumé
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».