Proactive Caching to support mobility in Named Data Networks
Notice bibliographique
Résumé
Information-centric Networks (ICNs) offer a promising paradigm for the future Internet to cope with an ever increasing growth in data and shifts in access models. Different architectures of ICNs, including Named Data Networks (NDNs) are designed around content distribution, where data is the core entity in the network instead of hosts. Given the amount of forecast traffic by mobile users, supporting mobility in NDNs to maintain seamless operation is one of the main challenges yet to be resolved. Accordingly, attempts at handling mobility in NDNs in the literature are mostly studied under simplistic or special cases, and relied on content retransmission as a fallback. This is in addition to the lack of benchmarking tools to analyze and compare such schemes. In this thesis, we investigate how predicting the future state of the network can enable seamless support of mobility in NDN. We propose a set of proactive benchmark solutions which exploit location and data traffic prediction to deliver the content of mobile users (both Consumers and Producers) under application delay constraints. Particularly, the network detects roaming users and caches their prospective content ahead of handover events while considering the maximum tolerable delay and network overheads. Unlike existing literature that focused solely on Consumer mobility, we also handle Producer mobility that impacts the content availability and Quality of Service (QoS). Furthermore, we introduce a practical mobility management scheme that is resilient to prediction uncertainties using stochastic optimization. A guided heuristic search algorithm is also developed to provide real-time near-optimal caching decisions instead of commercial solvers that suffer from poor scalability. All benchmark and heuristic schemes proposed in this thesis are evaluated using a comprehensive assessment framework, which is also used to assess the state-of-the-art NDN mobility support. Simulation results show that our proposed solutions maintain user’s QoS during mobility events. We believe that such results drive incentives for deploying proactive mobility management in future NDN.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».