論文の概要: CARL-DTN: Context Adaptive Reinforcement Learning based Routing
Algorithm in Delay Tolerant Network
- arxiv url: http://arxiv.org/abs/2105.00544v1
- Date: Sun, 2 May 2021 20:08:17 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-04 13:53:47.141324
- Title: CARL-DTN: Context Adaptive Reinforcement Learning based Routing
Algorithm in Delay Tolerant Network
- Title（参考訳）: CARL-DTN:遅延耐性ネットワークにおける文脈適応型強化学習に基づくルーティングアルゴリズム
- Authors: Fuad Yimer Yesuf and M. Prathap
- Abstract要約: delay/disruption- tolerance networks (dtn) は、全てのタイプの長距離遅延、断続的、断続的接続ネットワークを記述およびカバーするために発明された。
本研究では,リアルタイム密度に基づくメッセージの最適なレプリカを決定するために,コンテキスト適応型強化学習に基づくルーティングプロトコルを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The term Delay/Disruption-Tolerant Networks (DTN) invented to describe and
cover all types of long-delay, disconnected, intermittently connected networks,
where mobility and outages or scheduled contacts may be experienced. This
environment is characterized by frequent network partitioning, intermittent
connectivity, large or variable delay, asymmetric data rate, and low
transmission reliability. There have been routing protocols developed in DTN.
However, those routing algorithms are design based upon specific assumptions.
The assumption makes existing algorithms suitable for specific environment
scenarios. Different routing algorithm uses different relay node selection
criteria to select the replication node. Too Frequently forwarding messages can
result in excessive packet loss and large buffer and network overhead. On the
other hand, less frequent transmission leads to a lower delivery ratio. In DTN
there is a trade-off off between delivery ratio and overhead. In this study, we
proposed context-adaptive reinforcement learning based routing(CARL-DTN)
protocol to determine optimal replicas of the message based on the real-time
density. Our routing protocol jointly uses a real-time physical context,
social-tie strength, and real-time message context using fuzzy logic in the
routing decision. Multi-hop forwarding probability is also considered for the
relay node selection by employing Q-Learning algorithm to estimate the
encounter probability between nodes and to learn about nodes available in the
neighbor by discounting reward. The performance of the proposed protocol is
evaluated based on various simulation scenarios. The result shows that the
proposed protocol has better performance in terms of message delivery ratio and
overhead.
- Abstract（参考訳）: delay/disruption- tolerance networks(dtn)という用語は、モビリティや停止、スケジュールされた連絡先が経験される可能性のある、長い遅延、断続的、断続的な接続ネットワークの全てのタイプを記述し、カバーするために考案された。
この環境は、頻繁なネットワーク分割、断続接続、大または可変遅延、非対称データレート、低伝送信頼性によって特徴づけられる。
DTNではルーティングプロトコルが開発されている。
しかし、これらのルーティングアルゴリズムは特定の仮定に基づいて設計されている。
この仮定は、既存のアルゴリズムを特定の環境シナリオに適合させる。
異なるルーティングアルゴリズムは、異なるリレーノード選択基準を使用してレプリケーションノードを選択する。
メッセージが頻繁に転送されると、過剰なパケットロスと大きなバッファとネットワークオーバーヘッドが発生します。
一方、頻度の低い伝送は、配送率の低下につながる。
DTNでは、デリバリ比率とオーバーヘッドの間にトレードオフがあります。
本研究では,コンテキスト適応型強化学習に基づくルーティング(CARL-DTN)プロトコルを提案し,リアルタイム密度に基づいてメッセージの最適な複製を決定する。
ルーティングプロトコルでは, ファジィ論理を用いたリアルタイム物理コンテキスト, ソーシャルタイ強度, リアルタイムメッセージコンテキストを併用する。
マルチホップ転送確率は、Qラーニングアルゴリズムを用いてノード間の遭遇確率を推定し、割引報酬によって近隣で利用可能なノードについて学習することにより、リレーノードの選択にも考慮される。
提案プロトコルの性能は様々なシミュレーションシナリオに基づいて評価される。
その結果,提案プロトコルの性能は,メッセージ配信率とオーバーヘッドの面で向上した。
関連論文リスト
- Smart Routing with Precise Link Estimation: DSEE-Based Anypath Routing for Reliable Wireless Networking [6.123324869194196]
最短のAnypathルーティングは、リアルタイムリンク条件に基づいてルーティング決定を適用することでソリューションを提供する。
本稿では,多腕バンディットアルゴリズムDSEE(Deterministic Sequencing of Exploration and Exploitation)を活用する新しい手法を提案する。
DSEEとAnypathルーティングを結合することにより、このアルゴリズムは継続的に学習し、正確なデリバリ確率推定を保証する。
論文 参考訳（メタデータ） (2024-05-16T18:16:56Z) - Optimization of Image Transmission in a Cooperative Semantic
Communication Networks [68.2233384648671]
画像伝送のためのセマンティック通信フレームワークを開発した。
サーバは、セマンティックコミュニケーション技術を用いて、画像の集合を協調的にユーザへ送信する。
抽出した意味情報と原画像との相関関係を測定するために,マルチモーダル・メトリックを提案する。
論文 参考訳（メタデータ） (2023-01-01T15:59:13Z) - Receptive Field-based Segmentation for Distributed CNN Inference
Acceleration in Collaborative Edge Computing [93.67044879636093]
協調エッジコンピューティングネットワークにおける分散畳み込みニューラルネットワーク(CNN)を用いた推論高速化について検討する。
我々は,CNNモデルを複数の畳み込み層に分割するために,融合層並列化を用いた新しい協調エッジコンピューティングを提案する。
論文 参考訳（メタデータ） (2022-07-22T18:38:11Z) - Fidelity-Guarantee Entanglement Routing in Quantum Networks [64.49733801962198]
絡み合いルーティングは、2つの任意のノード間のリモート絡み合い接続を確立する。
量子ネットワークにおける複数のソース・デスティネーション(SD)ペアの忠実性を保証するために、精製可能な絡み合わせルーティング設計を提案する。
論文 参考訳（メタデータ） (2021-11-15T14:07:22Z) - Deep Reinforcement Learning Aided Packet-Routing For Aeronautical Ad-Hoc
Networks Formed by Passenger Planes [99.54065757867554]
エンド・ツー・エンド(E2E)遅延の最小化を目的としたAANETにおけるルーティングのための深層強化学習を起動する。
最深Qネットワーク(DQN)は、転送ノードで観測される最適ルーティング決定と局所的な地理的情報との関係をキャプチャする。
フィードバック機構を組み込んだディープバリューネットワーク(DVN)を用いて,システムのダイナミクスに関する知識をさらに活用する。
論文 参考訳（メタデータ） (2021-10-28T14:18:56Z) - Better than the Best: Gradient-based Improper Reinforcement Learning for
Network Scheduling [60.48359567964899]
パケット遅延を最小限に抑えるため,制約付き待ち行列ネットワークにおけるスケジューリングの問題を考える。
我々は、利用可能な原子ポリシーよりも優れたスケジューラを生成するポリシー勾配に基づく強化学習アルゴリズムを使用する。
論文 参考訳（メタデータ） (2021-05-01T10:18:34Z) - Genetic Improvement of Routing Protocols for Delay Tolerant Networks [3.9571744700171756]
Delay Tolerant Networks (DTN) で広く採用されている2つのルーティングプロトコルを改良する。
私たちはそれらを基本コンポーネント、すなわちノードがデータを転送できるかどうかをチェックしたり、すべてのコネクションにメッセージを送信したりします。
進化する樹木の終端ノードとして,これらの成分を操作するために遺伝的改良(GI)を適用した。
論文 参考訳（メタデータ） (2021-03-12T17:46:51Z) - Routing Towards Discriminative Power of Class Capsules [7.347145775695176]
本稿では,効率よく解ける正規化二次計画問題を含むルーティングアルゴリズムを提案する。
mnist,mnist-fashion,cifar-10の実験を行い,既存のカプセルネットワークと比較して競合分類結果を示す。
論文 参考訳（メタデータ） (2021-03-07T05:49:38Z) - Relational Deep Reinforcement Learning for Routing in Wireless Networks [2.997420836766863]
我々は,トラフィックパターン,混雑レベル,ネットワーク接続性,リンクダイナミクスを一般化した,深層強化学習に基づく分散ルーティング戦略を開発した。
提案アルゴリズムは,パケットの配送やパケット毎の遅延に対して,最短経路とバックプレッシャルーティングに優れる。
論文 参考訳（メタデータ） (2020-12-31T16:28:21Z) - Purification and Entanglement Routing on Quantum Networks [55.41644538483948]
不完全なチャネルフィリティと限られたメモリ記憶時間を備えた量子ネットワークは、ユーザ間の絡み合いを分散することができる。
本稿では,量子ネットワーク上の2ノード間で共有される絡み合いを最大化するための高速パスフィニングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-11-23T19:00:01Z) - An Efficient Routing Protocol for Secured Communication in Cognitive
Radio Sensor Networks [4.363674669941547]
本稿では,CRSN(Cognitive Radio Sensor Networks)におけるノードのモビリティと信頼性を考慮した効率的なリアクティブルーティングプロトコルを提案する。
提案プロトコルは,ノードの移動パターンとチャネルの可利用性を測定するためのエッジの重みを測定する。
提案プロトコルは,ソースから宛先までの安定経路とセキュア経路を選択することで,効率的なルーティング性能を示すことが期待される。
論文 参考訳（メタデータ） (2020-08-29T02:45:44Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。