抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ナームルックアップは,Named Data Networking(NDN)転送面のコア関数である。それは,大量の可変長,階層的名前プレフィックスに対して,名前ベースの最長プレフィックスマッチルックアップを実行する。NDN名目検索はスケーラビリティ課題に悩まし,高速ルックアップ,低メモリコスト,高速更新という3つの重要な要求を満足する必要がある。しかし,既存の研究はこれらの要求を満足していない。ハッシュベースの線形探索方式は高速更新と低メモリコストを達成したが,高速ルックアップは達成しなかった。バイナリ探索(BS)方式は高速ルックアップを達成するが,高メモリコストで遅い更新を達成する。本論文では,スケーラブル高速NDN名前検索のためのハッシュベース計数二値探索スキームであるCBSを提案した。CBSは高速更新と低メモリコストを達成し,一方高速ルックアップを維持する。CBSの鍵は,より長いマッチングプレフィックスを見つけるための探索を指示するマーカーの数の追跡を保つハッシュテーブルにおける各スロットの対を用いることである。この設計では,計数と減衰による高速更新を可能にするだけでなく,付加的メモリコストも低減する。著者らの実験結果は,CBSが更新スループット,メモリコスト,およびルックアップスループットにおいてBSより優れていることを証明した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】