Gestion des interactions de services de Téléphonie sur IP bâtis sur JAIN JCC/JCAT
Bibliographic record
Abstract
Le secteur des télécommunications connaît une avancée spectaculaire depuis quelques années et l'avènement de la Téléphonie sur IP (TsIP) a permis d'avoir une convergence se situant non seulement au niveau du contenu (convergence de la voix, des données et du multimédia) mais aussi au niveau architectural (convergence du réseau Internet, du réseau de téléphonie classique et du réseau de téléphonie cellulaire). La TsIP est une technologie qui, du fait de ses caractéristiques propres dont notamment la complexité des services, l'ouverture aux tiers fournisseurs et la possibilité donnée aux utilisateurs finaux de pouvoir programmer et modifier les services, rend plus délicat le problème des Interactions de Services (IS). Une IS, plus connue sous le terme FI ( Feature Interaction ), se produit quand un service modifie ou inhibe les fonctionnalités ou l'exécution d'un ou plusieurs autres services. Les IS ne sont pas un problème nouveau et leur résolution est plus difficile dans le cas d'une architecture émergente comme la TsIP, qui peut utiliser divers protocoles de signalisation comme SIP ( Session Initiation Protocol ). C'est dans la perspective d'apporter une contribution de solution à ce problème récurrent des IS et dans le cas particulier de la TsIP, que ce projet de recherche a été effectué au Département de Génie Électrique et de Génie Informatique de la Faculté de Génie de l'Université de Sherbrooke. La solution de gestion des IS présentée dans ce projet, est une solution architecturale et coopérative implémentée au dessus de JCC/JCAT afin de combler la dépendance au protocole SIP. Elle s'appuie sur un langage propre FIML ( Feature Interaction Management Language ) et des agents dits FIMA ( Feature Interaction Management Agent ) placés dans les équipements du réseau de TsIP pour la détection et la résolution des IS. Le langage FIML garantit la confidentialité et la simplicité des services et offre une interface de coopération qui véhicule l'information pertinente pour la gestion des IS. La solution utilise par ailleurs, deux PDR (Procédure de Détection et de Résolution) des IS: la première PDR, dite PDR hors ligne est placée dans le terminal utilisateur et opère avant l'exécution des services. La seconde PDR, dite PDR en ligne opère durant l'exécution des services dans le réseau. La PDR en ligne n'est pas localisée dans un équipement spécifique du réseau mais fonctionne avec la coopération des différents FIMA.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".