論文の概要: LoRaConnect: Unlocking HTTP Potential on LoRa Backbones for Remote Areas and Ad-Hoc Networks
- arxiv url: http://arxiv.org/abs/2501.02469v3
- Date: Thu, 26 Jun 2025 05:12:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-27 15:38:00.114063
- Title: LoRaConnect: Unlocking HTTP Potential on LoRa Backbones for Remote Areas and Ad-Hoc Networks
- Title（参考訳）: LoRaConnect: リモートエリアとアドホックネットワークのためのLoRaバックボーン上のHTTPポテンシャルのアンロック
- Authors: Atonu Ghosh, Sudip Misra,
- Abstract要約: LoRa上のHTTPアクセスを可能にするために,LoRaConnectを提案する。
LoRaWebハードウェアは、クライアントデバイスがLoRa上でHTTPリソースに接続しアクセスするWiFiホットスポットをテザリングする。
LoRaWebは平均スループットが1.18KB/Sで、アクセス遅延は1.5KBのWebページで1.3S程度である。
- 参考スコア（独自算出の注目度）: 26.152275462641168
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Minimal infrastructure requirements make LoRa suitable for service delivery in remote areas. Additionally, web applications have become a de-facto standard for modern service delivery. However, Long Range (LoRa) fails to enable HTTP access due to its limited bandwidth, payload size limitations, and high collisions in multi-user setups. We propose LoRaConnect to enable HTTP access over LoRa. The LoRaWeb hardware tethers a WiFi hotspot to which client devices connect and access HTTP resources over LoRa backhaul. It implements caching and synchronization mechanisms to address LoRa's aforementioned limitations. It also implements a message-slicing method in the application layer to overcome LoRa's payload limitations. We evaluate the proposed system using actual hardware in three experimental setups to assess the baseline performance, ideal scenario, and practical application scenario with Frequency Hopping Spread Spectrum (FHSS). Additionally, it implements a ping operation to demonstrate Internet capability and extensible nature. LoRaWeb achieves an average throughput of 1.18 KB/S approximately, with an access delay of only 1.3 S approximately for a 1.5KB webpage in the baseline setup. Moreover, it achieves an access delay of approximately 6.7 S for a 10KB webpage in the ideal case and an average end-to-end delay of only 612 ms approximately in the FHSS-based setup. Comparison with benchmark suggests multi-fold improvement.
- Abstract（参考訳）: 最小限のインフラ要件により、LoRaは遠隔地でのサービス提供に適している。
さらに、Webアプリケーションは現代のサービスデリバリのデファクトスタンダードになっています。
しかし、Long Range(LoRa)は、帯域幅の制限、ペイロードサイズ制限、マルチユーザ設定での高衝突などにより、HTTPアクセスを不可能にしている。
LoRa上のHTTPアクセスを可能にするために,LoRaConnectを提案する。
LoRaWebハードウェアは、クライアントデバイスがLoRaバックホールを介してHTTPリソースに接続しアクセスするWiFiホットスポットをテザリングする。
キャッシュと同期機構を実装して、前述のLoRaの制限に対処する。
また、LoRaのペイロード制限を克服するために、アプリケーション層にメッセージスライシングメソッドを実装している。
本稿では,実ハードウェアを用いて,周波数ホッピング・スプレッドスペクトル(FHSS)を用いたベースライン性能,理想的なシナリオ,実用的なアプリケーションシナリオを3つの実験で評価する。
さらに、インターネットの能力と拡張性を示すping操作を実装している。
LoRaWebは平均スループットが1.18KB/Sで、アクセス遅延は1.5KBのWebページで約1.3Sである。
さらに、理想の場合は10KBのWebページに対して約6.7Sのアクセス遅延を達成し、FHSSベースのセットアップでは平均612msのエンドツーエンド遅延を実現する。
ベンチマークと比較すると、マルチフォールドの改善が示唆される。
関連論文リスト
- Extending Internet Access Over LoRa for Internet of Things and Critical Applications [0.8192907805418583]
ILoRaは、LoRaのバックボーンネットワークを介して、インターネット上のアプリケーションプログラミングインタフェース(API)とWebページへのアクセスを可能にする。
本研究はILoRaの提案と実装を行い,本質的なサービス提供のために公共インターネットを非接続領域に拡張する。
論文 参考訳（メタデータ） (2025-01-07T01:47:49Z) - 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) - Adaptive Federated Pruning in Hierarchical Wireless Networks [69.6417645730093]
Federated Learning(FL)は、サーバがプライベートデータセットにアクセスすることなく、複数のデバイスによって更新されたモデルを集約する、プライバシ保護の分散学習フレームワークである。
本稿では,無線ネットワークにおけるHFLのモデルプルーニングを導入し,ニューラルネットワークの規模を小さくする。
提案するHFLは,モデルプルーニングを伴わないHFLと比較して学習精度が良く,通信コストが約50%削減できることを示す。
論文 参考訳（メタデータ） (2023-05-15T22:04:49Z) - FrankenSplit: Efficient Neural Feature Compression with Shallow Variational Bottleneck Injection for Mobile Edge Computing [5.815300670677979]
資源依存型圧縮モデルのための新しいフレームワークを導入し,非対称環境下での手法を広範囲に評価する。
提案手法は精度を低下させることなく最先端のSC法よりも60%低く,既存の標準のオフロードよりも16倍高速である。
論文 参考訳（メタデータ） (2023-02-21T14:03:22Z) - Reinforcement Learning Framework for Server Placement and Workload
Allocation in Multi-Access Edge Computing [9.598394554018164]
本稿では,最小コストでMEC設計を実現するために,ネットワーク遅延とエッジサーバ数の両方を最小化する問題に対処する。
本稿では,この問題を解決するためのマルコフ決定プロセス(MDP)の設計において,状態空間,行動空間,ペナルティ関数の効率的な表現とモデル化を行う新しいRLフレームワークを提案する。
論文 参考訳（メタデータ） (2022-02-21T03:04:50Z) - A Study of Designing Compact Audio-Visual Wake Word Spotting System
Based on Iterative Fine-Tuning in Neural Network Pruning [57.28467469709369]
視覚情報を利用した小型音声覚醒単語スポッティング(WWS)システムの設計について検討する。
繰り返し微調整方式(LTH-IF)で抽選券仮説を通したニューラルネットワークプルーニング戦略を導入する。
提案システムでは,ノイズ条件の異なる単一モード(オーディオのみ,ビデオのみ)システムに対して,大幅な性能向上を実現している。
論文 参考訳（メタデータ） (2022-02-17T08:26:25Z) - No Size Fits All: Automated Radio Configuration for LPWANs [5.7224176761305]
LoRaのような低消費電力の長距離ネットワークは、IoTデプロイメントの主流になりつつある。
私たちは、ネットワークデバイスが選択したデータレートで送信できるように、別のアプローチを提案します。
私たちのゲートウェイ設計であるProteusは、ニューラルネットワークアーキテクチャを実行しており、既存のLoRaプロトコルと後方互換性があります。
論文 参考訳（メタデータ） (2021-09-10T20:45:03Z) - DeepRT: A Soft Real Time Scheduler for Computer Vision Applications on
the Edge [17.725750510361884]
本稿では,データに対する推論を行うソフトリアルタイム要求を行うアプリケーションについて述べる。
DeepRTは、システム全体のスループットを高く保ちながら、要求に遅延を保証する。
評価の結果,DeepRTは納期ミス数やスループットの点で最先端の作業よりも優れていた。
論文 参考訳（メタデータ） (2021-05-05T00:08:17Z) - Optimizing Resource-Efficiency for Federated Edge Intelligence in IoT
Networks [96.24723959137218]
We study a edge intelligence-based IoT network that a set of edge server learn a shared model using federated learning (FL)。
フェデレーションエッジインテリジェンス(FEI)と呼ばれる新しいフレームワークを提案し、エッジサーバがIoTネットワークのエネルギーコストに応じて必要なデータサンプル数を評価できるようにする。
提案アルゴリズムがIoTネットワークのトポロジ的情報を漏洩したり開示したりしないことを示す。
論文 参考訳（メタデータ） (2020-11-25T12:51:59Z) - LC-NAS: Latency Constrained Neural Architecture Search for Point Cloud
Networks [73.78551758828294]
LC-NASは、最小計算コストでポイントクラウド分類のための最先端アーキテクチャを見つけることができる。
検索したアーキテクチャが、適度に低い精度で、望ましいレイテンシを実現する方法を示します。
論文 参考訳（メタデータ） (2020-08-24T10:30:21Z) - Deep Learning for Ultra-Reliable and Low-Latency Communications in 6G
Networks [84.2155885234293]
まず,データ駆動型教師付き深層学習と深部強化学習をURLLCに適用する方法を概説する。
このようなオープンな問題に対処するために、デバイスインテリジェンス、エッジインテリジェンス、およびURLLCのためのクラウドインテリジェンスを可能にするマルチレベルアーキテクチャを開発した。
論文 参考訳（メタデータ） (2020-02-22T14:38:11Z)
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。