以人为中心的IoP中数据分发：大规模建模与评估
网络与互联网体系结构
2021-09-30 v1 分布式、并行与集群计算
人机交互
摘要
使用设备到设备（D2D）通信和机会网络（ONs）的数据管理是以人为中心的普适互联网服务的主要焦点之一。在最近提出的“人联网”（Internet of People, IoP）范式中，访问环境中动态生成的相关数据是关键服务之一。此外，个人移动设备在其于网络世界中交换数据时成为人类用户的代理，从而大量使用ONs和D2D通信直接交换数据。近来，研究者已成功证明在ONs的数据分发算法中嵌入人类认知方案的可行性。本文考虑其中一种基于识别启发式（recognition heuristic）的方案，这是一种用于高效评估数据相关性的人的决策方案。尽管关于其有效性的初步证据已有，但其在大规模场景下的行为评估仍不尽如人意。为克服这些局限，我们开发了一种新颖的混合建模方法，将小尺度移动用户社区内数据分发的解析模型与不同社区间交互的详细仿真相结合。该方法使我们能够在城市乃至全国尺度场景中评估该算法。结果证实了认知数据分发方案的有效性，即便在内容热度高度异构时亦然。
引用
@article{arxiv.2109.14527,
title = {Human-centric Data Dissemination in the IoP: Large-scale Modeling and Evaluation},
author = {Matteo Mordacchini and Marco Conti and Andrea Passarella and Raffaele Bruno},
journal= {arXiv preprint arXiv:2109.14527},
year = {2021}
}