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。
Named Data Networking(NDN)は車両環境におけるデータ収集効率の改善を助ける可能性があり,車両ネットワーク,すなわち車両NDN(VNDN)に導入される。既存のVNDN解法において,高い移動性を有する多数の車両は,転送メッセージに含まれて,そこで,NDNの主要な利点である要求集約を達成することは困難であり,データ取得遅れを減少するのを助けることができた。さらに,解は,データ取得コストを増加させ,データ収集成功率を低減する,消費者移動性サポートなしでデータ検索を達成するためにフラッディングを採用する。本論文では,新しいVNDNフレームワークを提案し,データ収集遅延とコストを低減し,データ収集成功率を改善した。このフレームワークにおいて,クラスタ鎖車両バックボーンを構築し,バックボーントポロジーの安定性を強化した。クラスタチェーンに基づいて,消費者は要求集約とユニキャストを採用して,最も近いプロバイダからのデータを取得することができる。さらに,消費者の移動性は,自動車の高い移動性にもかかわらず,データの検索の成功を保証するためにサポートされている。このフレームワークを定量的に評価した。VNDN手法と比較して,このフレームワークは,データ取得コストと遅延をそれぞれ54.6%と12.3%減らし,データ検索成功率をほぼ7.9%改善した。Copyright 2020 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】