Notice bibliographique
Résumé
Border Gateway Protocol (BGP) is the inter-domain routing protocol currently employed in the Internet.Internet growth imposes increasing requirements on BGP performance.Recent studies revealed that performance degradations in BGP are due to the highly dynamic nature of the Internet.Undesirable properties of BGP, such as poor integrity, slow convergence, and divergence, have been reported by the research community.Theoretical analysis and empirical measurements have been employed in the past, albeit with certain limitations.Simulations allow more realistic experiments with fewer simplifications than the theoretical approach.They also provide more enhanced flexibility than empirical studies permit.In this thesis, we describe the design and implementation of a BGP-4 model (ns-BGP) in the network simulator ns-2 by porting the BGP-4 implementation from SSFNet.The ns-BGP node is based on the existing ns-2 unicast node and the SSF.OS.BGP4 model from SSFNet.In order to provide socket support and at the same time maintain the structure of SSF.OS.BGP4, we also ported to ns-2 TcpSocket, the socket layer implementation of SSFNet.In order to support the lPv4 addressing and packet forwarding, the basic address classifier in ns-2 was replaced with a new address classifier named IPv4ClassiJier.We also modified FullTcpAgent, the TCP agent used by TcpSocket, to support user data transmission.We performed a suite of validation tests to ensure that the ns-BGP model complies with the BGP-4 specifications, including BGP-4 features such as: basic peer session management (keep and drop peer), route selection, reconnection, internal BGP (iBGP), and route reflection.Finally, in the scalability analysis of ns-BGP, we showed that the model scales with respect to the number of peer sessions and the size of routing tables.We added the following data structures and classes to support TcpSocket capable of user data transmission: SendQueue class that stores the data requested to be sent by sender TCP agent, ReceiveQueue class that stores the received data from the sender, and TcpData class that contains the transmitted user data.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 ».