طرح هدایت و ارسال بر اساس SMDP در شبکه بندی داده‌های نام گذاری شده

نوع فایل : word

تعداد صفحات : 28

تعداد کلمات : 10000

مجله : Neurocomputing

انتشار : 2018

ترجمه ی متون جدول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

فونت ترجمه : ب نازنین 12

تاریخ انتشار
8 می 2020
دسته بندی
تعداد بازدیدها
1361 بازدید
49,000 تومان

عنوان فارسی مقاله: طرح هدایت و ارسال بر اساس SMDP در شبکه بندی داده‌های نام گذاری شده

 چکیده

 شبکه‌ی داده‌های نام گذاری شده (NDN) یک الگو پارادایم شبکه بندی بهینه را برای تحویل محتوای کارامد ارائه می‌کند. در NDN، ارسال بسته تطبیقی ذاتاً توسط فعال ساز یروتر ها برای انتخاب پویای هاپ بعدی برای هر بسته بر اساس شرایط شبکه پشتیبانی می‌شوند. ولی، به دلیل محدودیت در منابع شبکه، استراتژی ارسال طراحی شده برای دست یابی به عملکرد شبکه‌ی رضایت بخش لازم است. در این مقاله، مسئله‌ی ارسال بسته محتوا در زمینه‌ی NDN به صورت مسئله‌ی تصمیم نیمه مارکوف در نظر گرفته می‌شود. چونراه حل دقیق SMDP غیرقابل نفوذ است، نوعی از روش یادگیری تقویت (RL) یکپارچه با تقریب عملکرد توسط شبکه‌های عصبی برای یافتن راه حل بهینه برای چکیده SMDP ما تهیه شده است(طرح هدایت و ارسال بر اساسSMDP). مجموعه گسترده‌ای از مقایسه‌های تجربی برای بررسی اثربخشی استراتژی حمل و نقل نتیجه حاصل شد. نتایج شبیه سازی نشان می‌دهد که روش RL پیشنهادی، یک راه حل کارآمد برای مدل حمل و نقل مبتنی بر SMDP ارائه می‌دهد و رویکرد ما می‌تواند با کاهش نسبت رد، بار شبکه، و همچنین زمان تحویل، عملکرد شبکه را در مقایسه با استراتژی‌های حمل و نقل موجود بیشتر کند. تعادل بار و خدمات متمایز نیز در پیشنهاد ما در نظر گرفته شده است(طرح هدایت و ارسال بر اساسSMDP).

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

TITLE: A SMDP-based Forwarding Scheme in Named Data Networking

Abstract

Named data networking (NDN) provides a promising networking paradigm for efficient content delivery. In NDN, adaptive request forwarding is inherently supported by enabling routers to dynamically select the next hop for each request based on the network conditions. However, due to the limitation in network resources, a well-designed forwarding strategy is necessary to achieve satisfactory network performance. In this paper, the problem of content request forwarding in the context of NDN is naturally formulated as a semi-Markov decision problem (SMDP). Since the exact SMDP solution is intractable, a variant of reinforcement learning (RL) method integrated with function approximation by neural networks is developed to find the optimal solution for our SMDP abstract. A broad set of experimental comparisons was carried out to verify the effectiveness of the resulting forwarding strategy. The simulation results show that the proposed RL method provides an efficient solution to our SMDP-based forwarding model and our approach can further enhance network performance in comparison to existing forwarding strategies by reducing rejection ratio, network load, as well as delivery time. Load balance and differentiated services are also considered in our proposal.

 

    دیدگاهتان را بنویسید