We have presented a dynamic many-to

We have presented a dynamic many-to-many message dissemination approach that uses direct connections between overlay nodes for minimum latency and applies message forwarding and aggregation where this is the better option. Since the optimization algorithm runs locally on each node using knowledge only about the local neighborhood, it is applicable in scenarios with highly dynamic subscriptions.
In the evaluation we made three main observations: (1) The optimization process effectively shifts the load to less utilized nodes, leading to a distinctively more uniform load distribution and significantly fewer overloaded nodes. (2) The utility function allows controlling the trade-off between link utilization
(fairness) and induced latency. (3) A high clustering coefficient of subscriptions improves the performance of the algorithm.

ผลลัพธ์ (ไทย) 1:

เราได้นำเสนอวิธีการเผยแพร่ข้อความหลายหลายแบบไดนามิกที่ใช้เชื่อมต่อโดยตรงระหว่างโหนสำหรับเวลาแฝงต่ำสุด และนำส่งต่อข้อความและรวม เป็นตัวดี เนื่องจากอัลกอริทึมการเพิ่มประสิทธิภาพการทำงานในประเทศในแต่ละโหนที่ใช้ความรู้เฉพาะเกี่ยวกับภัตตาคารท้องถิ่น มันจะใช้ได้ในสถานการณ์ที่มีการบอกรับสมาชิกแบบไดนามิกสูงในการประเมินผล เราทำสามข้อสังเกตหลัก: (1) การเพิ่มประสิทธิภาพประสิทธิภาพกะโหลดโหนถูกใช้งานน้อยลง นำไปสู่การกระจายโหลดที่โดดเด่นมากสม่ำเสมอและโหนโอเวอร์โหลดน้อยลงอย่างมาก (2 ฟังก์ชันอรรถประโยชน์)ช่วยให้ควบคุมปิดระหว่างการเชื่อมโยงการใช้ประโยชน์(ธรรม) และเวลาแฝงที่เกิดขึ้น (3) สูง clustering สัมประสิทธิ์การบอกรับสมาชิกเพิ่มประสิทธิภาพของอัลกอริทึม

ผลลัพธ์ (ไทย) 2:

เราได้นำเสนอข้อความวิธีการเผยแพร่แบบไดนามิกที่หลายต่อหลายคนที่ใช้การเชื่อมต่อโดยตรงระหว่างโหนดซ้อนทับสำหรับความล่าช้าต่ำและใช้การส่งต่อข้อความและการรวมที่นี่เป็นตัวเลือกที่ดี . ตั้งแต่ขั้นตอนวิธีการเพิ่มประสิทธิภาพการทำงานในระดับท้องถิ่นในแต่ละโหนดใช้ความรู้เฉพาะเกี่ยวกับเขตท้องถิ่นนั้นจะมีผลบังคับใช้ในสถานการณ์ที่มีการบอกรับสมาชิกแบบไดนามิกสูง
ในการประเมินผลที่เราทำสามข้อสังเกตหลัก: (1) การเพิ่มประสิทธิภาพได้อย่างมีประสิทธิภาพกะโหลดไปยังต่อมน้ำใช้น้อย ที่นำไปสู่การกระจายโหลดสม่ำเสมอมากขึ้นอย่างชัดเจนและโหนดมากเกินไปอย่างมีนัยสำคัญน้อยลง (2) ฟังก์ชั่นยูทิลิตี้ช่วยให้การควบคุมการออกระหว่างการใช้งานการเชื่อมโยง
(ความเป็นธรรม) และแฝงเหนี่ยวนำให้เกิด (3) ค่าสัมประสิทธิ์การจัดกลุ่มสูงของการสมัครช่วยเพิ่มประสิทธิภาพของอัลกอริทึม