MétaCan
Menu
← Retour à la cohorte
Enregistrement W7008941236

Design and implementation of an ATM traffic generation and capture card

2000· other· en· W7008941236 sur OpenAlexvenueno aff

Notice bibliographique

RevueLibrary and Archives Canada (Government of Canada) · 2000
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTraffic generation modelNetwork interfaceNetwork traffic simulationNetworking hardwareNetwork planning and designTraffic shapingNetwork interface controllerNetwork traffic controlSubscriber identity moduleNetwork architecture
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

As a result of recent increases in demand for network bandwidth, it is becoming more important that high-speed telecommunication networks be installed, managed, and used as efficiently as possible. In order for these objectives to be realized, it is essential that network operation be studied and accurate models of its behavior developed. Unfortunately, the data acquired from testing with network equipment is often less than ideal due to the cost and capabilit es of test equipment currently available commercially. Testing suffers as a result of the equipments high cost, inability to generate network traffic with certain types of properties, and the limited amount of traffic which can be recorded for analysis. A network interface card designed specifically to overcome the limitations of commercial test equipment is one solution for improving the results of current network testing. This card would not duplicate all of the capabilities of existing test equipment. Instead, it would only strive to improve the traffic generation capabilities to allow all possible types of network traffic sources to be simulated, extend network traffic capture periods to provide a sufficient amount of data for analysis, and be built at a low-enough cost to be a viable alternative to commercial equipment. This thesis will describe the development of a card designed for generating and capturing ATM network traffic at OC-3 rates.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

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 technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0030,000
Intégrité de la recherche0,0010,001
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 Opus0,005
Tête enseignante GPT0,168
Écart entre enseignants0,162 · 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
GenreMéthodes

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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLibrary and Archives Canada (Government of Canada)→Travaux en français237 207→