論文の概要: A Comprehensive Survey on the Convergence of Vehicular Social Networks
and Fog Computing
- arxiv url: http://arxiv.org/abs/2112.00143v1
- Date: Tue, 30 Nov 2021 22:32:49 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-02 15:29:45.608257
- Title: A Comprehensive Survey on the Convergence of Vehicular Social Networks
and Fog Computing
- Title（参考訳）: ニューラルネットワークとフォグコンピューティングの収束に関する包括的調査
- Authors: Farimasadat Miri, Richard Pazzi
- Abstract要約: 車両ネットワーク(VANET)環境では、車両のダイナミックな性質が、現在のオープンな研究問題をさらに困難にしている。
車両間の接続時間を延長するための様々な研究提案がある。
車両間の接続時間の負担を軽減するために、Vehicular Social Networks (VSNs) が定義された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In recent years, the number of IoT devices has been growing fast which leads
to a challenging task for managing, storing, analyzing, and making decisions
about raw data from different IoT devices, especially for delay-sensitive
applications. In a vehicular network (VANET) environment, the dynamic nature of
vehicles makes the current open research issues even more challenging due to
the frequent topology changes that can lead to disconnections between vehicles.
To this end, a number of research works have been proposed in the context of
cloud and fog computing over the 5G infrastructure. On the other hand, there
are a variety of research proposals that aim to extend the connection time
between vehicles. Vehicular Social Networks (VSNs) have been defined to
decrease the burden of connection time between the vehicles. This survey paper
first provides the necessary background information and definitions about fog,
cloud and related paradigms such as 5G and SDN. Then, it introduces the reader
to Vehicular Social Networks, the different metrics and the main differences
between VSNs and Online Social Networks. Finally, this survey investigates the
related works in the context of VANETs that have demonstrated different
architectures to address the different issues in fog computing. Moreover, it
provides a categorization of the different approaches and discusses the
required metrics in the context of fog and cloud and compares them to Vehicular
social networks. A comparison of the relevant related works is discussed along
with new research challenges and trends in the domain of VSNs and fog
computing.
- Abstract（参考訳）: 近年、IoTデバイスの数は急速に増加しており、特に遅延に敏感なアプリケーションにおいて、異なるIoTデバイスからの生データを管理、保存、分析、決定するための困難なタスクにつながっている。
車両ネットワーク(VANET)環境では、車両間の切断につながるトポロジーの頻繁な変化により、車両のダイナミックな性質により、現在のオープンな研究課題はさらに困難になる。
この目的のために、5Gインフラストラクチャ上でのクラウドとフォグコンピューティングのコンテキストにおいて、多くの研究が提案されている。
一方、車両間の接続時間を延長することを目的とした様々な研究提案がある。
車両間の接続時間の負担を軽減するために、Vehicular Social Networks (VSNs) が定義された。
本稿ではまず,霧,雲,および5GやSDNなどの関連するパラダイムに関する背景情報と定義について述べる。
次に、Vehicular Social Networks、さまざまなメトリクス、VSNとオンラインソーシャルネットワークの主な違いを紹介する。
最後に,霧計算における様々な問題に対処するための異なるアーキテクチャを実証したVANETの文脈における関連する研究について検討する。
さらに、異なるアプローチの分類を提供し、霧と雲の文脈で必要なメトリクスを議論し、それらをVehicularのソーシャルネットワークと比較する。
関連する研究の比較と、vsnsとフォグコンピューティングの領域における新たな研究課題とトレンドについて論じる。
関連論文リスト
- AI Flow at the Network Edge [58.31090055138711]
AI Flowは、デバイス、エッジノード、クラウドサーバ間で利用可能な異種リソースを共同で活用することで、推論プロセスを合理化するフレームワークである。
この記事では、AI Flowのモチベーション、課題、原則を特定するためのポジションペーパーとして機能する。
論文 参考訳（メタデータ） (2024-11-19T12:51:17Z) - Survey of Graph Neural Network for Internet of Things and NextG Networks [3.591122855617648]
グラフニューラルネットワーク(GNN)は、洞察を効果的にモデル化し抽出するための有望なパラダイムとして登場した。
この調査は、GNNの用語、アーキテクチャ、および異なるタイプのGNNについて、詳細な説明を提供する。
次に、GNNがネットワークシステムや戦術システムにどのように活用されているかについて詳細な説明を行う。
論文 参考訳（メタデータ） (2024-05-27T16:10:49Z) - A Comprehensive Survey on Applications of Transformers for Deep Learning
Tasks [60.38369406877899]
Transformerは、シーケンシャルデータ内のコンテキスト関係を理解するために自己認識メカニズムを使用するディープニューラルネットワークである。
Transformerモデルは、入力シーケンス要素間の長い依存関係を処理し、並列処理を可能にする。
我々の調査では、トランスフォーマーベースのモデルのためのトップ5のアプリケーションドメインを特定します。
論文 参考訳（メタデータ） (2023-06-11T23:13:51Z) - Federated Deep Learning Meets Autonomous Vehicle Perception: Design and
Verification [168.67190934250868]
フェデレーテッド・ラーニング・パワード・コネクテッド・オートモービル(FLCAV)が提案されている。
FLCAVは通信とアノテーションのコストを削減しながらプライバシを保存する。
マルチステージトレーニングのためのネットワークリソースと道路センサのポーズを決定することは困難である。
論文 参考訳（メタデータ） (2022-06-03T23:55:45Z) - Service Discovery in Social Internet of Things using Graph Neural
Networks [1.552282932199974]
IoT(Internet-of-Things)ネットワークは、何千もの物理的エンティティをインテリジェントに接続して、コミュニティにさまざまなサービスを提供する。
ネットワークに存在するIoTデバイスを発見し、それに対応するサービスを要求するプロセスを複雑にしている。
異種大規模IoTネットワークに適したスケーラブルなリソース割り当てニューラルモデルを提案する。
論文 参考訳（メタデータ） (2022-05-25T12:25:37Z) - An Online Ensemble Learning Model for Detecting Attacks in Wireless
Sensor Networks [0.0]
我々は、アンサンブル学習として知られる重要な機械学習の概念を適用して、インテリジェントで効率的で、かつ、高機能な侵入検知システムを開発する。
本稿では,感覚データ解析における同種・異種のオンラインアンサンブルの応用について検討する。
提案されたオンラインアンサンブルのうち、アダプティブ・ランダム・フォレスト(ARF)とHoeffding Adaptive Tree(HAT)アルゴリズムを組み合わせた異種アンサンブルと、10モデルからなる同種アンサンブルHATは、それぞれ96.84%と97.2%という高い検出率を達成した。
論文 参考訳（メタデータ） (2022-04-28T23:10:47Z) - Applications of deep learning in traffic congestion alleviation: A
survey [7.042262346669582]
渋滞に関する予測タスクは、輸送ネットワークのサービスレベルを改善することを目的としている。
より高解像度のデータセットへのアクセスの増加に伴い、このような予測タスクにおけるディープラーニングの関連性が高まっている。
本稿では,渋滞の検出,予測,伝播に関わるタスクにおけるディープラーニング応用の現状について述べる。
論文 参考訳（メタデータ） (2021-02-19T06:23:35Z) - Towards AIOps in Edge Computing Environments [60.27785717687999]
本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。
高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
論文 参考訳（メタデータ） (2021-02-12T09:33:00Z) - A game-theoretic analysis of networked system control for common-pool
resource management using multi-agent reinforcement learning [54.55119659523629]
マルチエージェント強化学習は近年,ネットワーク型システム制御へのアプローチとして大きな可能性を秘めている。
共通プールの資源は耕作可能な土地、淡水、湿地、野生生物、魚類資源、森林、大気である。
論文 参考訳（メタデータ） (2020-10-15T14:12:26Z) - Computation Offloading in Heterogeneous Vehicular Edge Networks: On-line
and Off-policy Bandit Solutions [30.606518785629046]
高速変動車体環境では、ネットワークの混雑によりオフロードの遅延が発生する。
本稿では,バンディット理論に基づくオンラインアルゴリズムと非政治学習アルゴリズムを提案する。
提案手法は,最も混雑の少ないネットワークを選択することで,ネットワークのトラフィック変化に適応することを示す。
論文 参考訳（メタデータ） (2020-08-14T11:48:13Z) - Survey of Network Intrusion Detection Methods from the Perspective of
the Knowledge Discovery in Databases Process [63.75363908696257]
本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。
本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。
この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
論文 参考訳（メタデータ） (2020-01-27T11:21:05Z)
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。