論文の概要: Source-Code Analysis of iFogSim for Simulating Distributed IoT Architectures: Coverage, Challenges, and Enhancements

• arxiv url: http://arxiv.org/abs/2604.23122v1
• Date: Sat, 25 Apr 2026 03:20:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.167018
• Title: Source-Code Analysis of iFogSim for Simulating Distributed IoT Architectures: Coverage, Challenges, and Enhancements
• Title（参考訳）: 分散IoTアーキテクチャのシミュレーションのためのiFogSimのソースコード解析:カバレッジ、課題、拡張
• Authors: Milliam Maxime Zekeng Ndadji,
• Abstract要約: iFogSimは、フォグとエッジコンピューティングの研究コミュニティで広く採用されているプラットフォームの1つだ。 しかし、非標準のアプリケーション固有のアーキテクチャにiFogSimを使った経験は、まだ完全に文書化されていない。 この記事では2つの補完的なコントリビューションを通じて、そのガイダンスを提供するのに役立ちます。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Simulation is an indispensable tool for validating distributed IoT architectures before physical deployment, and iFogSim has emerged as one of the most widely adopted platform in the fog and edge computing research community. Yet the experience of using iFogSim for non-canonical, application-specific architectures remains incompletely documented, leaving practitioners without guidance on when the tool is appropriate, which scientific objectives it can address, and how to manage the modelling approximations it imposes. This article helps in providing that guidance through two complementary contributions. First, we present a structured state of the art covering iFogSim and iFogSim2, a taxonomy of ten scientific objectives that motivate IoT architecture simulation, and a comparative survey of eight simulation tools assessed against those objectives. Second, we report our experience of simulating a four-tier smart emergency response system for resource-constrained urban environments, covering a 25-node synthetic road topology, four experimental configurations, and quantitative results including end-to-end alert latency (near 205 ms), FPGA-accelerated Dijkstra path computation (x10 CPU speedup), concurrent incident conflict rates (75% under dual load), and path-cache acceleration (x197). The analysis is organised around five practitioner questions: whether iFogSim fits the target architecture, which objectives it covers natively versus partially, what modelling challenges arise and how their workarounds bias reported results, what changes to the iFogSim source code would close the identified gaps, and whether tool co-simulation can provide comprehensive coverage. Seven modelling challenges are documented with source-code-grounded root causes and explicit bias assessments; finally, seven developer recommendations are proposed as an actionable improvement roadmap for the iFogSim community.
• Abstract（参考訳）: シミュレーションは物理的なデプロイメントの前に分散IoTアーキテクチャを検証する上で必須のツールであり、iFogSimはフォグとエッジコンピューティング研究コミュニティで広く採用されているプラットフォームのひとつだ。 しかし、非標準的なアプリケーション固有のアーキテクチャにiFogSimを使用した経験は、まだ完全に文書化されていない。 この記事では2つの補完的なコントリビューションを通じて、そのガイダンスを提供するのに役立ちます。 まず、構造化されたiFogSimとiFogSim2、IoTアーキテクチャシミュレーションを動機付ける10の科学的目的の分類、およびそれらの目的に対して評価された8つのシミュレーションツールの比較調査を示す。 第2に,25ノードの合成道路トポロジー,4つの実験構成,およびエンドツーエンドの警告待ち時間(205ms付近),FPGAアクセラレーションDijkstraパス計算(x10 CPUスピードアップ),コンカレントインシデントコンフリクトレート(75%二重負荷),パスキャッシュアクセラレーション(x197。 iFogSimがターゲットアーキテクチャに適合するかどうか、ネイティブか部分的にカバーする目的、モデリング課題の発生方法、バイアスの報告結果、iFogSimソースコードの変更によって識別されたギャップを埋めるかどうか、ツール共シミュレーションが包括的なカバレッジを提供することができるかどうか、といった5つの実践的な質問がまとめられている。 最後に、iFogSimコミュニティの実用的な改善ロードマップとして、7つの開発者推奨事項が提案されている。

関連論文リスト

• PhysCodeBench: Benchmarking Physics-Aware Symbolic Simulation of 3D Scenes via Self-Corrective Multi-Agent Refinement [35.63080643326192]
  物理を意識した3Dシーンのシンボルシミュレーションは、ロボット工学、AI、科学計算に不可欠である。 我々はPhysCodeBenchを紹介した。PhysCodeBenchは物理学を意識したシンボリックシミュレーションを評価するための、最初の総合的なベンチマークである。 評価フレームワークは、自動的および視覚的評価により、コード実行可能性と身体的精度の両方を測定する。
  論文  参考訳（メタデータ） (2026-04-26T07:37:20Z)
• MM-HELIX: Boosting Multimodal Long-Chain Reflective Reasoning with Holistic Platform and Adaptive Hybrid Policy Optimization [103.74675519953898]
  ロングチェーンのリフレクティブ推論は、複雑な現実世界の問題を解決するための前提条件である。 我々は42の難解な合成タスクの1,260のサンプルからなるベンチマークを構築した。 トレーニング後のデータを生成し、そのようなデータを活用するための学習パラダイムを探索する。
  論文  参考訳（メタデータ） (2025-10-09T17:53:58Z)
• SIMSHIFT: A Benchmark for Adapting Neural Surrogates to Distribution Shifts [10.815077158164684]
  ドメイン適応(DA)技術は、視覚や言語処理において、目に見えない構成に関する限られた情報から一般化するために広く使われている。 SIMSHIFTは,4つの産業シミュレーションタスクからなる新しいベンチマークデータセットと評価スイートである。 目的は、地上の真理シミュレーションデータにアクセスすることなく、ターゲットシミュレーションを正確に予測することである。
  論文  参考訳（メタデータ） (2025-06-13T17:56:49Z)
• G-Sim: Generative Simulations with Large Language Models and Gradient-Free Calibration [48.948187359727996]
  G-Simは、厳密な経験的校正によるシミュレータ構築を自動化するハイブリッドフレームワークである。 信頼性のある因果的インフォームドシミュレータを生成し、データ効率を軽減し、堅牢なシステムレベルの介入を可能にする。
  論文  参考訳（メタデータ） (2025-06-10T22:14:34Z)
• An Architectural View Type for Elasticity Modeling and Simulation -- The Slingshot Approach [0.8010120037374623]
  ソフトウェアアーキテクトは、自動化されたリソース管理のための弾力性ポリシーの設計とデプロイにおいて、戦略的な役割を担っている。 既存のアプローチは、しばしばキュー理論のような形式的なモデルに依存し、高度なスキルを必要とし、アーキテクチャモデル内で弾力性を表現するための特定の方法が欠如している。 本稿では,Scaling Policy Definition(SPD)モデリング言語,視覚的表記法,高精度なシミュレーションセマンティクスをサポートする,弾力性モデリングとシミュレーションのためのアーキテクチャビュータイプを提案する。
  論文  参考訳（メタデータ） (2025-03-13T14:31:55Z)
• GausSim: Foreseeing Reality by Gaussian Simulator for Elastic Objects [55.02281855589641]
  GausSimは、ガウスカーネルを通して表現される現実の弾性物体の動的挙動をキャプチャするために設計された、ニューラルネットワークベースの新しいシミュレータである。 我々は連続体力学を活用し、各カーネルを連続体を表すCenter of Mass System (CMS)として扱う。 さらに、ガウスシムは質量や運動量保存のような明示的な物理制約を取り入れ、解釈可能な結果と堅牢で物理的に妥当なシミュレーションを確実にする。
  論文  参考訳（メタデータ） (2024-12-23T18:58:17Z)
• EGraFFBench: Evaluation of Equivariant Graph Neural Network Force Fields for Atomistic Simulations [18.864836264183467]
  等変グラフニューラルネットワーク力場(EGraFF)は、原子系の複雑な相互作用をモデル化する上で大きな可能性を示している。 この研究は、原子シミュレーションの文脈で機械学習力場を評価するための厳密な枠組みを確立する。
  論文  参考訳（メタデータ） (2023-10-03T20:49:00Z)

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。