In an IoT environment, which is characterized by a multitude of interconnected smart devices with sensing and computational capabilities, many applications are (i) content-based, that is, they are only interested in finding a given type of content rather than the location of data, and (ii) contextualized, that is, the content is generated and consumed in the proximity of the user. In this context, the Information-Centric Networking (ICN) paradigm is an appealing model for efficiently retrieving application data, and the service decentralization towards the network edge helps to reduce the core network load being the data produced by IoT devices mainly confined in the area where they are generated. MobCCN is an ICN-based data delivery protocol that we designed for operating efficiently in such context [1][2], where static and mobile IoT devices are enriched with ICN functions. Specifically, MobCCN leverages an efficient routing and forwarding protocol, exploiting opportunistic contacts among IoT mobile devices, to fill the Forwarding Interest Base (FIB) tables so as to correctly forward Interest packets towards the intended data producers. In this paper, we aim to enhance the reliability of MobCCN by exploring different retransmissions mechanisms, such as retransmissions based on number of duplicate Interests that are received for the same requested content, periodic retransmissions, single path versus disjoint multi-path forwarding, hysteresis mechanism and combinations of them. Extensive simulation results show that, among the analysed MobCCN variants, the one that implements both periodic retransmissions and a hysteresis-based retransmission process ensures the highest delivery rates (up to 95\%) and the shortest network path, with a very limited traffic overhead due to retransmissions.


翻译:在IoT环境下,信息中继网络模式是一个吸引人的模式,它以多种具有感测和计算能力的相互连接的智能设备为特征,许多应用都(一) 内容基础,即它们只有兴趣寻找某种类型的内容,而不是数据的位置,以及(二) 环境化,即内容的产生和消耗接近用户。在这方面,信息中继网络模式是高效检索应用数据的一个诱人的模式,而服务向网络边缘下放有助于减少核心网络负荷,即IoT设备主要局限在生成该设备的地区产生的数据。MobCCN是我们为在这种背景下高效运行而设计的基于ICN的数据传输协议[1[2],其中静态和移动的IoT设备在使用ICN功能进行浓缩。具体来说,MecC网络模式利用了高效的路径和传输协议,利用了IoT飞行任务移动设备之间的机会接触,向网络中端端端端端端端端和网络端端端端端端端端端端的表格,以便正确向预定的数据中端端端传输信息包。在本文上,我们的目标是加强网络的可靠性,同时的交付方式的再版本,在服务器上端端端端端端的路径上,我们的路径上,我们以浏览中,我们以展示的路径,在所接收的路径上端端端端端的路径上展示的路径上,我们以浏览的路径上,以展示的路径,我们的再分析。

0
下载
关闭预览

相关内容

专知会员服务
39+阅读 · 2020年9月6日
专知会员服务
60+阅读 · 2020年3月19日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Call for Nominations: 2022 Multimedia Prize Paper Award
CCF多媒体专委会
0+阅读 · 2022年2月12日
【ICIG2021】Latest News & Announcements of the Tutorial
中国图象图形学学会CSIG
3+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年6月10日
VIP会员
相关VIP内容
相关资讯
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Call for Nominations: 2022 Multimedia Prize Paper Award
CCF多媒体专委会
0+阅读 · 2022年2月12日
【ICIG2021】Latest News & Announcements of the Tutorial
中国图象图形学学会CSIG
3+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员