文献

J-GLOBAL ID：201802210878661345   整理番号：18A1899547

モノ(Ciot)デバイスコンテキストのセルラインターネットの日和見的プリフェッチ【JST・京大機械翻訳】

Opportunistic Prefetching of Cellular Internet of Things (cIoT) Device Contexts

著者 (4件)： Iyengar Srinivasan ,  Gurbani Vijay K. ,  Zhou Yu ,  Sharma Sameerkumar
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICCCN  ページ： 1-6  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： IoTデバイスの数は,2025年までに32~99Billionの間にあると予想され,その多くは通信用のセルラ無線データネットワークを使用する。これは,資源の割り当て,すなわち,仮想化された物理的ホストにおけるCPUとメモリ利用を最適にバランスさせる一方で,通常のモバイルユーザの経験の質に影響を及ぼすことなくIoTデバイスの数百万を同時に扱うことを示す。IoTデバイスのシーラー数により,メモリにおけるセッションコンテキストを記憶することは実行可能ではない。本研究では,CIOTデバイスの5つの広いクラスのネットワーク利用パターンを予測する機械学習モデルを提示した。多層パーセプトロン上で訓練された予測モデルは,ネットワーク演算子が必要とされる前に,二次記憶からCIOTコンテキストを適切にプリフェッチすることを可能にする。さらに,著者らのアプローチを評価するために,Perfect情報の新しい計量値を提案した。2つのフロントを通してこのアプローチを評価した。最初に,LRU,MRU,FIFOおよびランダム置換のような置換アルゴリズムの有効性を研究した。また,様々なメモリスロットの影響を評価した。最後に,デフォルト(プリフェッチング)モデルとオンタイムプリフェッチングモデルに対する著者らのモデルを評価し,著者らのプリフェッチング手法の価値を実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  アルゴリズム ,  FIFO ,  *インターネット ,  通信 ,  機械学習 ,  記憶装置 ,  補助メモリ ,  予測モデル ,  セルラ通信 ,  多層パーセプトロン
準シソーラス用語： モバイルユーザ ,  仮想化 ,  モノのインターネット ,  *プリフェッチ , 【Automatic Indexing@JST】

分類 (5件)： 音声処理  (JE05000E) ,  符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I) ,  専用演算制御装置  (JC04030Y) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： コンテキスト ,  プリフェッチ