Internet of Vehicles (IoV) is a cornerstone building block of smart cities to provide better traffic safety and mobile infotainment. Recently, improved efficiency in WLAN-based dense scenarios has become widespread through Wi-Fi 6, a license-free spectrum technology that can complement the cellular-based infrastructure for IoV. In addition, Named Data Networking (NDN) is a promising Internet architecture to accomplish content distribution in dynamic IoV scenarios. However, NDN deployments, i.e., native (clean-slate) and overlay (running on top of IP stack), require further investigation of their performance over wireless networks, particularly regarding the IoV scenario. This paper performs a comparative simulation-based study of these NDN deployments over Wi-Fi 6 for IoV using real vehicular traces. To the best of our knowledge, this is the first effort that extends ndnSIM 2 with an overlay-based NDN implementation and that compares it with the native approach. Results show that the overlay-based NDN consistently outperforms the native one, reaching around 99% of requests satisfied, against only 42.35% in the best case of native deployment.


翻译:汽车互联网(IoV)是智能城市的基石,以提供更好的交通安全和移动信息。最近,通过Wi-Fi 6,一个无许可证的光谱技术,可以补充IoV的手机基础设施。 此外,命名数据网络(NDN)是一个有希望的互联网架构,可以在动态的IoV情景中完成内容传播。然而,NDN部署,即本地(清洁的)和重叠(IP堆叠上方的),需要进一步调查无线网络的性能,特别是IoV情景。本文利用真实的车辆痕迹,对这些NDN在IoV的Wi-Fi 6上部署的无许可证频谱技术进行了比较性模拟研究。据我们所知,这是扩大nSIM 2的首项努力,以基于超载的NDN实施方式与本地方式相比。结果显示,基于超载的NDN持续超越了本地网络的性能,仅满足了本地99%的请求,仅达到本地部署的93%。

0
下载
关闭预览

相关内容

Wi-Fi 是 Wi-Fi 联盟制造商的商标可做为产品的品牌认证,是一个创建于 IEEE 802.11 标准的无线局域网络(WLAN)设备。
专知会员服务
64+阅读 · 2021年5月3日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
一招教你解决FlutterPlatformViews内存泄露问题
前端之巅
6+阅读 · 2019年5月26日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3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
视觉机械臂 visual-pushing-grasping
CreateAMind
3+阅读 · 2018年5月25日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
VIP会员
相关VIP内容
专知会员服务
64+阅读 · 2021年5月3日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
一招教你解决FlutterPlatformViews内存泄露问题
前端之巅
6+阅读 · 2019年5月26日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3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
视觉机械臂 visual-pushing-grasping
CreateAMind
3+阅读 · 2018年5月25日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员