MétaCan
Menu
Retour à la cohorte
Enregistrement W4413364377 · doi:10.1016/j.procs.2025.07.197

CLIP: Centrality-Led ILP Controller Placement for Software-Defined Networking

2025· article· en· W4413364377 sur OpenAlex

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

RevueProcedia Computer Science · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware-Defined Networks and 5G
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésComputer scienceCentralitySoftware-defined networkingSoftwareController (irrigation)Computer networkOperating system

Résumé

récupéré en direct d'OpenAlex

Software-Defined Networking (SDN) revolutionizes network architectures by decoupling control and data planes, with controller placement critically impacting performance metrics. While existing state-of-the-art approaches focus on heuristic solutions or single-objective optimization for the Controller Placement Problem (CPP), this study advances the field through a rigorous mathematical formulation integrating both topological characteristics (distance matrices) and network centrality measures (betweenness centrality). We propose CLIP, an integer linear programming (ILP)-based solution that simultaneously optimizes for latency reduction, reliability enhancement, and number of controllers, addressing key limitations in current solutions. Experimental validation demonstrates that our SDN-enabled framework outperforms conventional legacy networks by 49.92-51.60% in latency reduction, while maintaining comparable deployment costs. These results establish a new benchmark for CPP optimization, particularly in scenarios requiring balanced multi-objective decision-making under real-world constraints. The findings provide network architects with a principled methodology for SDN deployment that surpasses current industry standards.

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), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,908
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)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,258
Écart entre enseignants0,246 · 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