XiaoMi-AI文件搜索系统
World File Search SystemQOS
计划和设计审查服务
• Only product platforms listed as follows will be supported under this Service: o ASR 902/903/907 Series o ASR 920 Series o ASR 1000 Series o ASR 9000 Series o ASR 9900 Series o NCS 520 Series o NCS 540 Series o NCS 560 Series o NCS 1000 Series o NCS 4000 Series (No Support for TDM/Optical – Only Support IP/IOS-XR) o NCS 4200 Series (No Support for TDM/Optical – Only Support IP/IOS-XE) o NCS 5000 Series o NCS 5500 Series o NCS 6000 Series – Single Chassis o Cisco 8000 Series o CRS X - Single Chassis • Only technologies listed as follows will be supported under this Service: o Routing o QoS o MPLS o TE o MPLS-VPN o mcast o Sr o sr-te o srv6 o evpn o vxlan o bfd o frr o l3vpn o l2vpn
González, Oscar；Shrikumar, H.；Stankovic, John A.；以及 Ramamritham, Krithi，“动态硬实时调度下的自适应容错和优雅降级”（1997 年）。计算机科学系教师出版物系列。188。取自 https://scholarworks.umass.edu/cs_faculty_pubs/188
静态冗余分配不适用于在可变和动态环境中运行的硬实时系统（例如雷达跟踪、航空电子设备）。自适应容错 (AFT) 可以在时间和资源约束下确保关键模块具有足够的可靠性，方法是将尽可能多的冗余分配给不太重要的模块，从而优雅地减少它们的资源需求。在本文中，我们提出了一种支持实时系统中自适应容错的机制。通过为动态到达的计算选择合适的冗余策略来实现自适应，以确保所需的可靠性并最大限度地发挥容错潜力，同时确保满足最后期限。使用模拟 AWACS 预警机中雷达跟踪软件的实际工作负载来评估所提出的方法。结果表明，在满足时间约束的任务方面，我们的技术优于静态容错策略。此外，我们表明，这种以时间为中心的性能指标的增益不会将执行任务的容错性降低到预定义的最低水平以下。总体而言，评估表明，所提出的想法产生了一个在容错维度上动态提供 QOS 保证的系统。
控制器-飞行员数据链路通信显示导向...
摘要 — 面向遥控飞机系统 (RPAS) 飞行员的管制员-飞行员数据链通信 (CPDLC) 接口是作为旨在测试 NtoM 作战概念 (ConOps) 的合成任务环境的一部分而实施的。该 ConOps 旨在支持非隔离空域中的多 RPAS 驾驶。考虑到长期实施，它假设未来广泛使用 CPDLC，充分利用其潜力，尝试减少与无人机相关的通信流延迟以及并发驾驶可能增加的任何额外延迟。该显示器的当前原型设计为快速直观，可由有人驾驶或无人驾驶飞机的飞行员和管制员单独使用，以练习和习惯 CPDLC 消息集、组成规则和程序。使用数据分发服务 (DDS) 标准开发，它允许为数据通信定义不同的服务质量 (QoS) 场景，可用于训练针对通信故障引起的问题而建立的程序。版权所有 © 2019 作者。由 Praise Worthy Prize S.r.l. 发布。本文根据 CC BY-NC-ND 许可证开放获取 ( http://creativecommons.org/licenses/by-nc-nd/3.0/ )。关键词：RPAS、CPDLC、UAS、数据链路
ITU-R M.2516-0 报告 - 未来技术趋势面向 2030 年及以后的地面国际移动通信系统
2030 年及以后，IMT 的作用是将众多设备、流程和人类以认知方式连接到全球信息网格，从而为各个垂直行业提供新的机会。考虑到它们不同的发展周期，2030 年后，一系列潜在的进步和垂直转型将继续。数据速率不断提高的趋势将持续到 2030 年，届时室内峰值数据速率可能接近每秒兆兆比特 (Tbit/s)，需要大量可用带宽，从而产生 (亚) 兆兆赫 (THz) 通信。同时，垂直数据流量的很大一部分将是基于测量或与驱动相关的小数据。在大多数情况下，这将需要在紧密控制环路中实现极低的延迟，这可能需要较短的无线延迟，以便有时间进行计算和决策。同时，许多垂直应用中的可靠性和 QoS 要求将增加，以便在需要的地方提供所需的服务。工业设备、流程和未来的触觉应用（包括多流全息应用）将需要严格的时间同步以及对抖动的严格要求。
V2X切片网络的基于Q学习的增强资源共享机制
摘要。网络切片已成为一种变革性技术，它提供了与在同一基础中具有不同服务质量（QOS）要求的多种服务共存的可能性。车辆到全能（V2X）网络的主要挑战在于开发有效的资源管理方法。此操作应在优化资源的使用和在切片之间保持隔离之间提供足够的平衡。网络切片环境中使用的基准方法之一是严格的切片，这将整个资源池的固定比例分配给每个切片的整个寿命。但是，这种限制之一是资源利用效率低下，因为每个切片在其一生中可能不会100％利用其资源。在本文中，我们提出了一种基于深入增强Q-学习（基于QDRL的资源共享）的灵活资源共享机制。当系统中有一个超载切片时，在保持高隔离的同时，这种机制会触发切片之间的分享。实验结果表明，我们的解决方案在改善资源利用率和最小化新调用的阻塞概率和移交掉落概率方面有效。
第 784 节 - FDOT
784-1 托管现场以太网交换机。784-1.1 说明。为智能交通系统 (ITS) 项目配备和安装强化的设备级托管现场以太网交换机 (MFES)。确保 MFES 以每秒 100 兆比特的传输速率从远程 ITS 设备安装位置到 ITS 网络主干互连点提供线速快速以太网连接。仅使用符合这些最低规格要求且列在部门批准产品清单 (APL) 上的设备和组件。784-1.2 材料：784-1.2.1 一般要求：确保 ITS 网络管理员能够单独管理每个 MFES 并作为一个组进行交换机配置、性能监控和故障排除。确保 MFES 包含第 2 层以上功能，包括 QoS、IGMP、速率限制、安全过滤和常规管理。确保提供的 MFES 与 ITS 主干以太网网络接口完全兼容且可互操作，并且 MFES 支持半双工和全双工以太网通信。提供 MFES，该 MFES 提供 99.999% 无错误操作，并且符合电子工业联盟 (EIA) 以太网数据通信要求，使用单模光纤传输介质和 5E 类铜传输介质。为每个远程 ITS 现场设备提供交换以太网连接。确保 MFES 的最小平均故障间隔时间 (MTBF) 为 10 年或 87,600 小时，这是使用 Bellcore/Telcordia SR-332 可靠性预测标准计算得出的。784-1.2.2 网络标准：确保 MFES 符合所有适用于以太网通信的 IEEE 网络标准，包括但不限于：1.与快速生成树协议 (RSTP) 一起使用的媒体访问控制 (MAC) 桥的 IEEE 802.1D 标准。2.基于端口的虚拟局域网 (VLAN) 的 IEEE 802.1Q 标准。3.服务质量 (QoS) 的 IEEE 802.1P 标准。4.局域网 (LAN) 和城域网 (MAN) 接入和物理层规范的 IEEE 802.3 标准。5.IEEE 802.3u 补充标准，涉及 100 Base TX/100 Base FX。6.IEEE 802.3x 标准，涉及全双工操作的流量控制。784-1.2.3 光纤端口：确保所有光纤链路端口在单模式下以 1,310 或 1,550 纳米运行。确保光纤端口仅为 ST、SC、LC 或 FC 类型，如计划中或工程师所指定。请勿使用机械传输注册插孔 (MTRJ) 型连接器。提供具有至少两个光纤 100 Base FX 端口的 MFES，能够以每秒 100 兆比特的速度传输数据。确保 MFES 配置了合同文件中详述的端口数量和类型。提供设计用于一对光纤的光纤端口；一根光纤将传输 (TX) 数据，一根光纤将接收 (RX) 数据。
能量感知分布式推理的视角
摘要 — 对快速响应的高质量人工智能生成内容 (AIGC) 的追求推动了自然语言处理 (NLP) 服务的发展，尤其是在边缘启用的服务 (即边缘 NLP)。具体来说，我们研究了下一个单词预测的分布式推理，这是用户设备上移动键盘的流行边缘 NLP 服务。因此，我们优化了耦合指标，即最大化预测点击率 (CTR) 以提高服务质量 (QoS)，最小化用户不耐烦以增强体验质量 (QoE)，并将能耗控制在可持续发展的预算范围内。此外，我们考虑了现实世界的环境，其中没有关于异构 NLP 模型预测准确性的先验知识。通过集成在线学习和在线控制，我们提出了一种新颖的分布式推理算法，用于考虑用户不耐烦的在线下一个单词预测 (DONUT)，以估计模型的预测准确性并平衡耦合指标之间的权衡。我们的理论分析表明，DONUT 实现了亚线性遗憾（CTR 损失），确保了有限的用户不耐烦，并保持了预算内的能耗。通过数值模拟，我们不仅证明了 DONUT 优于其他基线方法的性能，还证明了其对各种设置的适应性。
机载通信网络：调查
摘要 —由于对快速应急通信响应和精确观测服务的需求呈爆炸式增长，机载通信网络 (ACN) 受到了业界和学术界的广泛关注。ACN 受异构网络的影响，这些网络旨在利用卫星、高空平台 (HAP) 和低空平台 (LAP) 构建通信接入平台。与地面无线网络相比，ACN 的特点是网络拓扑频繁变化且通信连接更脆弱。此外，ACN 需要无缝集成异构网络，以提高网络服务质量 (QoS)。因此，设计 ACN 的机制和协议带来了许多挑战。为了解决这些挑战，已经进行了广泛的研究。本期特刊的目的是传播 ACN 领域的贡献。为了介绍本期特刊的必要背景并提供该领域的总体概况，我们将介绍 ACN 的三个关键领域。具体来说，本文涵盖了基于 LAP 的通信网络、基于 HAP 的通信网络和集成 ACN。对于每个领域，本文都讨论了特定问题并回顾了主要机制。本文还指出了未来的研究方向和挑战。索引术语 — 机载通信网络 (ACN)、异构网络、基于低空平台的通信
使用P4和深度学习R. Mohammadifar*，R。Javidan，R。
这项研究解决了在切片间切换过程中确保5G及以上（6G）网络（6G）网络的挑战（DDOS）。提出了基于P4可编程开关和门控复发单元（GRU）算法的混合模型，以高准确性和低延迟来检测和预测此类攻击。p4可以实时提取钥匙质量服务（QOS）参数，包括数据包损耗率，延迟和优先级，用于有效的交通分析和攻击检测。所提出的模型达到了DDOS检测准确性为98.63％，灵敏度为98.53％，F1得分为98.58％，同时预测合法切片的精度为98.7％。误报率（FPR）降低到小于2.1％，检测和决策制定的总系统延迟保持在350毫秒以下，使其适用于诸如URLLC之类的延迟敏感应用程序。可伸缩性测试表明，该系统的检测准确性超过90％，延迟少于500毫秒，最多15个开关和4个切片，即使在较高的交通负载下也是如此。这项研究突出了将深度学习与P4相结合以增强高级网络中的安全性和可扩展性的有效性，从而为下一代网络安全提供了强大的框架。
钥匙孔模式多层激光的同步加速器成像
摘要 - 构成物联网（IoT）的数十亿个对象，预计将生成量的数据量。各种自动化服务（例如监视）将在很大程度上取决于使用不同的机器学习（ML）算法。传统上，ML模型由集中式云数据中心处理，在该中心，IoT读数通过访问，地铁和核心层中的多个网络啤酒花将云卸载到云中。这种方法不可避免地会导致过度的网络功耗以及服务质量（QoS）降解，例如增加延迟。相反，在本文中，我们提出了一种分布式的ML方法，除了云外，还可以在IoT节点和雾式服务器等中介设备中进行处理。我们将ML模型抽象成虚拟服务请求（VSR），以表示深神经网络（DNN）的多个互连层。使用混合整数线性编程（MILP），我们设计了一个优化模型，该模型以能源有效的方式在云/雾网络（CFN）中分配DNN的层。我们评估了DNN输入分布对CFN性能的影响，并将这种方法的能效与基线的能源效率进行比较，在该基线中，在集中式云数据中心（CDC）中处理了所有DNN的所有层。