La red de datos nombrada (NDN) es un paradigma recientemente propuesto para el futuro de Internet, en el cual la comunicación entre nodos se basa en nombres de datos, desacoplándose de sus ubicaciones. En las redes ad hoc de radio cognitiva dinámicas y autoorganizadas (CRAHNs), es difícil mantener la conectividad de extremo a extremo entre nodos ad hoc, especialmente en presencia de usuarios con licencia y canales inalámbricos intermitentes. Además, las CRAHNs basadas en IP tienen varios problemas como escalabilidad, mapeo ineficiente, utilización deficiente de recursos y dependencia de la ubicación. Aprovechando las ventajas de NDN, en este documento proponemos una nueva arquitectura de capa cruzada detallada llamada red de datos nombrada para redes ad hoc de radio cognitiva (NDN-CRAHNs). La arquitectura propuesta proporciona características distintivas como almacenamiento en caché en la red, seguridad, escalabilidad y enrutamiento de múltiples rutas. El rendimiento del esquema propuesto se evalúa en comparación con un esquema basado en IP en términos de retraso promedio de extremo a extremo y ratio de entrega de paquetes. Los resultados de la simulación muestran que el esquema propuesto es efectivo en términos de tiempo promedio de descarga de contenidos y ratio de entrega de paquetes en comparación con las redes ad hoc de radio cognitiva convencionales.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Desarrollo y validación de un sistema de fotopletismografía para la monitorización no invasiva de la concentración de hemoglobina
Artículos:
Estudio sobre el modelo de juego diferencial estocástico en el ataque y la defensa de redes
Artículos:
Pronóstico de la Estructura Temporal de los CDS basado en el Modelo de Nelson-Siegel y Aprendizaje Automático
Artículos:
Una técnica de diseño para adaptar el número y los límites de los módulos reconfigurables en tiempo de ejecución.
Artículos:
Predicción de la demanda de electricidad a corto plazo combinando las ventajas de ARMA y XGBoost en un entorno de computación en la niebla (Fog Computing)
Artículos:
La curva S como herramienta para la planeación y control de procesos de construcción: casos de estudio
Artículos:
Investigación sobre control de costos de proyectos de construcción con base en la teoría de construcción sin pérdidas y BIM : caso práctico
Artículos:
Agua subterránea : el recurso oculto
Artículos:
Modelo de aceptación de las tecnologías basadas en la inteligencia artificial (IA) en las empresas de construcción: Aplicación del Modelo de Aceptación de la Tecnología (TAM) en combinación con el Marco Tecnología-Organización-Entorno (TOE)