The PCVF has a simple algorithm:Ful

The PCVF has a simple algorithm:

Full-size image (

ผลลัพธ์ (ไทย) 1:

PCVF มีอัลกอริทึมแบบง่าย:ภาพขนาดเต็ม (< 1 K)ภาพขนาดเต็ม (< 1 K)ภาพขนาดเต็ม (< 1 K)ฟังก์ชัน MIN และ MAX ในบรรทัดที่ 2 ดำเนินการการดำเนินงานปกติ ยกเว้นว่าถ้ามีกำหนด pp_hi หรือ pp_lo แล้ว pq_hi หรือ pq_lo ที่ใช้ ตามลำดับ ตามความจำเป็น ผมใช้เวลาช่วง [−∞ Lf] เมื่อมีจุดตัดไม่มี เป็นลบ และเราเลือกที่ PCV = 0 ระบุ "ไม่เข้ากันได้" ระหว่าง QoSState และ NetQoSState ขณะ PCV = 1 ระบุ "ความเข้ากันได้แบบเต็ม" บรรทัดสุดท้ายของ PCVF ช่วยให้มั่นใจว่า ยืดหยุ่นดีอยู่ในช่วง [0, 1] ค่าสุทธินี้เป็นเหมือนกัน สอดคล้องกัน และปรับวิธีการแสดง PCVs อัลกอริทึมสำหรับการ PCVF ยังเป็น computationally ง่าย เราเห็นว่า เป็นความแปรปรวนที่เพิ่ม QoSParam (เช่นผันผวน QoS) ดังนั้นชนิดเพิ่ม เว้นแต่ความผันผวนที่มีอยู่อย่างสมบูรณ์ในภูมิภาคที่กำหนด โดยเกณฑ์ tuple _lo และ _hi (รูป 3(a)) เป็นการเพิ่ม Lq เราได้ลดความเข้ากันได้ระหว่าง QoSState และ NetQoSState กับ QoSParam ที่เฉพาะ (หมายรูปและ (c))4.5.ความแปรปรวนของค่า QoSParamเราเลือกการวัดที่ง่ายมากสำหรับความแปรปรวน v_p เพื่อให้เราสามารถประเมิน pq_lo และ pq_hi: เราเลือก v_p แตกต่างระหว่างปัจจุบัน (pt) และก่อนหน้านี้ (pt−1) QoSParam ค่า:ภาพขนาดเต็ม (< 1 K)ภาพขนาดเต็ม (< 1 K)ภาพขนาดเต็ม (< 1 K)ถ้าเราจะใช้ pt และ pt−1 ในการผลิตโดยประมาณส่วนเบี่ยงเบนมาตรฐาน σ ของ P ฉับพลันเราจะมีภาพขนาดเต็ม (< 1 K)บางอย่างให้จัดการภาพขนาดเต็ม (< 1 K)ดังนั้น เราวัดความแปรผัน v_p สามารถดูได้ช่วง [−σ + σ] (กำหนด โดย [pq_lo, pq_hi]) เกี่ยวกับค่าปัจจุบันของเรา pt4.6. การค่าสถานะความเข้ากันได้ (SCV)ฟังก์ชันค่าความเข้ากันได้ของรัฐ (SCVF) ต้องใช้ PCVs การ QoSParams ทั้งหมดใน QoSState การ และแปลงให้เป็น SCV ใด ๆ ของฟังก์ชันทางคณิตศาสตร์ summarisation ปกติที่รวมค่า (เช่นมีความหมาย) จะช่วยให้การยืดหยุ่นดีไม่ถูกต้องเนื่องจากมาตราส่วนย่อ พิจารณาเช่น QoSParams 5 ที่ก่อให้เกิดชุดของ PCVs, SA = {1.0, 1.0, 1.0, 1.0, 0.0 } โปรแกรมประยุกต์อาจตัดสินใจว่า ก็น่าจะ SCV ของ 0.8 ต้องพิจารณาว่าสถานะการไหลใช้สอย นี้อาจดูเหมือนเหมาะสม แต่เราจะเห็นได้ว่า ความหมายของ SA เป็น 0.8 ยังพารามิเตอร์เงื่อนไขอย่างชัดเจนหนึ่งไม่ได้รับการสนับสนุน (จึงยืดหยุ่นดีของ 0.0) โปรแกรมที่จะทำให้การตัดสินใจที่ถูกต้อง และสามารถนำไปประยุกต์หรือเครือข่ายไม่มีเสถียรภาพมองมันอีกวิธี เราได้เห็น ใน (4.4) ว่า PCVF การประเมินฟังก์ชันภายใน N QoSParams และ QoSState ด้วย tuples Tpn และ NetQoSState ด้วย tuples Tqn (∀n = 1,..., N), เราฐานอัลกอริทึม SCVF การคำสั่งต่อไปนี้จาก:ภาพขนาดเต็ม (< 1 K)เหตุผลนี้ทำให้รู้สึกทางภาษา เราเห็นว่า ถ้าค่า QoSParam (NetQoSState) ทั้งหมดอยู่ในเกณฑ์ที่กำหนดในการ tuples สำหรับ QoSStates ที่สอดคล้องกัน ระดับที่ Tqn tuples จะ WITHIN tuples Tpn สอดคล้องกันของพวกเขาเป็นระดับที่ SCV ที่มีสูง สำคัญในการประเมินนี้คือ การประเมิน และสร้างค่าสูงดังนั้นตรรกศาสตร์คลุมเครือให้การตีความที่เหมาะสมของ และ เป็นฟังก์ชัน MIN ดังนั้น เราสามารถปรับเปลี่ยนงบเราจะบอกว่า:ภาพขนาดเต็ม (< 1 K)ที่ andF เป็นผู้ให้บริการและเลือน (นาที) เราดูจากตัวอย่างของชุดของ SCVs, SA, (ด้านบน) ว่า ตอนนี้เราจะมีพฤติกรรมที่ถูกต้อง การใช้ andF (นาที) หมายความ ว่า SCV อยู่ในช่วง [0, 1], และยัง computationally ง่ายการประเมินที่ QoSState ที่ไม่มีทูเพิลที่กำหนดสำหรับ QoSParam เฉพาะ แล้วสำหรับวัตถุประสงค์ของการ SCVF นี้จะถูกละเว้น (Equivalently, PCVF สามารถประเมินการยืดหยุ่นดี = 1.0 สำหรับ QoSParam ที่ได้ นี่ก็ถูกต้อง เพราะนั่นหมายความ ว่า QoSState ที่ไม่ขึ้นอยู่กับ QoSParam ที่เฉพาะ จึงจะมีความเข้ากันได้สูงสุดตามที่ QoSParam)ผลของการใช้ PCV ที่แทน thresholding เรื่องง่าย ๆ (สร้างจริง/เท็จบ่งชี้บูลีว่า p_p ที่มีอยู่ภายในขอบเขตของ p_lo หรือ p_hi) จะแสดงในรูปที่ 4 เรากำหนดสามง่าย QoSStates ในแต่ละ tuple เดียว:ภาพขนาดเต็ม (< 1 K)

ผลลัพธ์ (ไทย) 2:

PCVF มีขั้นตอนวิธีการง่าย: ภาพขนาดเต็ม (<1 K) ภาพขนาดเต็ม (<1 K) ภาพขนาดเต็ม (<1 K) นาทีและฟังก์ชัน MAX ในบรรทัดที่ 2 การดำเนินการปกติของพวกเขายกเว้นว่าถ้า อย่างใดอย่างหนึ่งหรือ pp_hi pp_lo ไม่ได้กำหนดไว้แล้ว pq_hi หรือ pq_lo ถูกนำมาใช้ตามลำดับตามที่กำหนด ผมใช้เวลาช่วง [-∞, Lf] เมื่อไม่มีทางแยกผมเป็นลบและเราเลือกที่ PCV = 0 การแสดง "ความเข้ากันได้ไม่" ระหว่าง QoSState และ NetQoSState ขณะ PCV = 1 แสดงให้เห็น "ความเข้ากันได้เต็มรูปแบบ" บรรทัดสุดท้ายของ PCVF เพื่อให้แน่ใจว่า PCV อยู่ในช่วง [0, 1] นี้ค่าปกติเป็นเครื่องแบบวิธีการที่สอดคล้องและปรับขนาดได้เป็นตัวแทนของ PCVs อัลกอริทึมสำหรับ PCVF ยังเป็นเรื่องง่ายคอมพิวเตอร์ เราจะเห็นว่าเป็นความแปรปรวนของ QoSParam (เช่นความผันผวนของ QoS) เพิ่มขึ้นดังนั้น Lq เพิ่มขึ้น เว้นแต่ความผันผวนที่มีอยู่อย่างสมบูรณ์ภายในภูมิภาคที่กำหนดโดย _lo และเกณฑ์ tuple _hi (รูปที่ 3. (ก)) เช่น Lq การเพิ่มขึ้นของเราได้ลดลงการทำงานร่วมกันระหว่าง QoSState และ NetQoSState เกี่ยวกับการที่เฉพาะ QoSParam (รูปที่ 3. (ข ) และ (ค)). 4.5 ความแปรปรวนของค่า QoSParam เราเลือกตัวชี้วัดที่ง่ายมากสำหรับแปรปรวน v_p เพื่อให้เราสามารถประเมิน pq_lo และ pq_hi: เราเลือก v_p จะเป็นความแตกต่างระหว่างปัจจุบัน (PT) และก่อนหน้านี้ (PT-1) ค่า QoSParam: เต็มรูป ขนาดภาพ (<1 K) ภาพขนาดเต็ม (<1 K) ภาพขนาดเต็ม (<1 K) ถ้าเราจะใช้ PT และ PT-1 ในการผลิตการประมาณการที่รวดเร็วของค่าเบี่ยงเบนมาตรฐานσของ P, เราจะมีภาพขนาดเต็ม (<1 K) บางคนจัดการให้ภาพเต็มขนาด (<1 K) ดังนั้นตัวชี้วัดของความแปรปรวน v_p ของเราสามารถมองเห็นเป็นช่วงของ [-σ + σ] (กำหนดโดย [pq_lo, pq_hi]) เกี่ยวกับค่าปัจจุบันของเรา, Pt. 4.6 ค่าความเข้ากันได้ของรัฐ (SCV) รัฐฟังก์ชั่นคุ้มค่าการทำงานร่วมกัน (SCVF) จะต้องใช้เวลา PCVs สำหรับ QoSParams ทั้งหมดใน QoSState และแปลงให้เป็น SCV ใด ๆ ของฟังก์ชั่นทางคณิตศาสตร์ summarisation ปกติที่รวมค่า (เช่นค่าเฉลี่ย) จะให้ PCV ไม่ถูกต้องเนื่องจากการปรับญาติ ยกตัวอย่างเช่นพิจารณาห้า QoSParams ที่ก่อให้เกิดชุดของ PCVs ที่ SA = {1.0, 1.0, 1.0, 1.0, 0.0} แอพลิเคชันอาจตัดสินใจว่ามันเป็นไปได้ที่จะใช้ SCV 0.8 ที่จะต้องพิจารณาว่าการไหลของรัฐที่สามารถใช้ได้ นี้อาจดูเหมือนเหมาะสม แต่เราจะเห็นว่าค่าเฉลี่ยของ SA เป็น 0.8 แต่เห็นได้ชัดว่าเป็นหนึ่งในเงื่อนไขพารามิเตอร์ไม่สามารถได้รับการสนับสนุน (เพราะฉะนั้น PCV ของ 0.0) แอพลิเคชันจะทำให้การตัดสินใจที่ไม่ถูกต้องและอาจนำไปสู่การประยุกต์ใช้และ / หรือความไม่แน่นอนทางเครือข่าย. มองมันอีกทางหนึ่งที่เราได้เห็นใน (4.4) ที่ PCVF ประเมินฟังก์ชั่นภายใน หา N QoSParams และ QoSState กับ tuples Tpn และ NetQoSState กับ tuples Tqn (∀n = 1, ... , N) เราฐานอัลกอริทึม SCVF ในงบต่อไปนี้จาก: ภาพขนาดเต็ม (<1 K) เหตุผลนี้ทำให้รู้สึกภาษาศาสตร์ . เราจะเห็นว่าถ้าค่า QoSParam นี้ (NetQoSState) ฤดูใบไม้ร่วงทั้งหมดภายในเกณฑ์ที่กำหนดไว้ใน tuples สำหรับ QoSStates สอดคล้องกันแล้วในระดับเดียวกับที่ tuples Tqn อยู่ในอันดับ Tpn ที่สอดคล้องกันของพวกเขาคือระดับที่ SCV สูง กุญแจสำคัญในการประเมินนี้เป็นวิธีการประเมินและเพื่อสร้างความคุ้มค่า. HIGH ตรรกศาสตร์มีการตีความที่เหมาะสมและเป็นฟังก์ชัน MIN ดังนั้นเราสามารถปรับเปลี่ยนคำสั่งของเราจะพูดว่า: ภาพขนาดเต็ม (<1 K) ที่ andf เป็นฝอยและผู้ประกอบการ (นาที) เราจะเห็นจากตัวอย่างของเราสำหรับชุดของ SCVs, SA, (เหนือ) ที่ตอนนี้เราจะมีพฤติกรรมที่ถูกต้อง การใช้ andf (ต่ำสุด) หมายความว่า SCV อยู่ในช่วง [0, 1] และยังเป็นคอมพิวเตอร์ที่ง่ายต่อการประเมิน. ในกรณีที่ QoSState ไม่มี tuple ที่กำหนดไว้สำหรับเฉพาะ QoSParam แล้วสำหรับวัตถุประสงค์ของการ SCVF ที่ นี้จะถูกละเว้น (เท่า PCVF สามารถประเมิน PCV = 1.0 QoSParam ว่า. นี้ยังเป็นที่ถูกต้องเพราะมันหมายความว่า QoSState ไม่ขึ้นอยู่กับโดยเฉพาะอย่างยิ่ง QoSParam ว่าดังนั้นจึงมักจะมีความเข้ากันได้สูงสุดด้วยความเคารพ QoSParam ที่.) ผลกระทบจาก ใช้ PCV แทนการกำหนดเกณฑ์ขั้นต่ำเพียงเรียบง่าย (การสร้างแบบบูลจริง / เท็จบ่งชี้ว่า p_p อยู่ภายใน p_lo และ / หรือขอบเขต p_hi) จะแสดงในรูป 4. เรากำหนดสาม QoSStates ง่ายแต่ละคนมี tuple เดียว: ภาพขนาดเต็ม (<1 K)

ผลลัพธ์ (ไทย) 3:

การ pcvf มีขั้นตอนวิธีที่ง่าย :ภาพขนาดเต็ม ( < 1 K )ภาพขนาดเต็ม ( < 1 K )ภาพขนาดเต็ม ( < 1 K )มินและฟังก์ชัน MAX ในบรรทัดที่ 2 ดำเนินการปกติของตน ยกเว้นว่าถ้า pp_hi หรือ pp_lo ไม่กำหนด แล้ว pq_hi หรือ pq_lo ใช้ตามลำดับ ตามที่ต้องการ ฉันใช้เวลาช่วง [ −∞ ถ้า ] เมื่อไม่มีแยก ผมก็ลบ และเราเลือกที่ PCV = 0 แสดงว่า " ไม่เข้ากัน " และระหว่าง qosstate netqosstate ในขณะที่ PCV = 1 หมายถึง " ความเข้ากันได้ " เต็มรูปแบบ บรรทัดสุดท้ายของ pcvf ยืนยันว่า ค่าเม็ดเลือดแดงอัดแน่นอยู่ในช่วง [ 0 , 1 ] นี้เนื่องจากค่าเครื่องแบบ วิธีที่สอดคล้องกันและสามารถเป็นตัวแทนของ pcvs . ขั้นตอนวิธีสำหรับ pcvf ยัง computationally อย่างง่าย เราเห็นว่าเป็นอิทธิพลของ qosparam ( เช่น QoS fluctuation ) เพิ่มขึ้น เพื่อเพิ่ม lq . นอกจากความผันผวนทั้งหมดที่อยู่ภายในเขตที่กำหนด โดย _lo และ _hi tuple แบบนี้ ( รูปที่ 3 ( ก ) เป็นการเพิ่ม lq เราได้ลดความเข้ากันได้ระหว่าง qosstate และ netqosstate ด้วยความเคารพ qosparam นั้นๆ ( รูปที่ 3 ( b ) และ ( c ) )4.5 . ความแปรปรวนของ qosparam ค่าเราเลือกวัดที่ง่ายมากสำหรับความแปรปรวน v_p เพื่อช่วยให้เราสามารถประเมินและ pq_lo pq_hi : เราเลือก v_p จะมีความแตกต่างระหว่างปัจจุบัน ( PT ) และก่อนหน้า ( PT − 1 ) qosparam ค่า :ภาพขนาดเต็ม ( < 1 K )ภาพขนาดเต็ม ( < 1 K )ภาพขนาดเต็ม ( < 1 K )ถ้าเราใช้ PT และ PT − 1 เพื่อผลิตประมาณการทันทีของส่วนเบี่ยงเบนมาตรฐาน σ , P , เราจะได้ภาพขนาดเต็ม ( < 1 K )การจัดการบางอย่างให้ภาพขนาดเต็ม ( < 1 K )ดังนั้น วัดของเรา ความแปรปรวน v_p สามารถเห็นช่วง [ −σ + σ ] ( ให้ pq_lo pq_hi [ , ] ) เกี่ยวกับค่าปัจจุบัน พ.4.6 . สภาพเข้ากันได้ ( SCV ) ค่าสภาพเข้ากันได้ค่าฟังก์ชัน ( scvf ) ต้องใช้ pcvs สำหรับ qosparams ทั้งหมดใน qosstate และเปลี่ยนมันเป็น SCV . ใด ๆของฟังก์ชันเลขคณิต summarisation ปกติที่รวมค่า ( เช่น ค่าเฉลี่ย ) จะให้ PCV ที่ไม่ถูกต้องเนื่องจากการปรับความสัมพันธ์ ตัวอย่างเช่นพิจารณา 5 qosparams , ที่ก่อให้เกิดชุดของ pcvs ซา = { 1.0 , 1.0 , 1.0 , 1.0 0.0 } การประยุกต์ใช้อาจตัดสินใจว่ามันเป็นแนวโน้มที่จะเป็น SCV 0.8 พิจารณาว่ารัฐไหลใช้ได้ . นี้อาจดูเหมือนสมเหตุสมผล แต่เราจะเห็นได้ว่า ค่าเฉลี่ยของซาเป็น 0.8 ยังชัดเจนว่าหนึ่งในเงื่อนไขตัวแปรไม่สามารถรองรับ ( เพราะ PCV ของ 0.0 ) การประยุกต์ใช้จะทำให้ไม่ถูกใจนี้อาจนำไปสู่การใช้ และ / หรือ ธุรกิจเครือข่ายมองอีกมุมหนึ่ง เราได้เห็นใน ( 4.4 ) ที่ pcvf ประเมินฟังก์ชันภายใน สำหรับ n qosparams และ qosstate กับทูเปิลและทาง netqosstate กับที่มี tqn ( ∀ n = 1 , . . . , n ) ฐานเราเป็น scvf ขั้นตอนวิธีในข้อความต่อไปนี้ :ภาพขนาดเต็ม ( < 1 K )เหตุผลนี้ทำให้ความรู้สึกทางด้านภาษาศาสตร์ เราเห็นว่า ถ้า qosparam ค่า ( netqosstate ) ทั้งหมดอยู่ภายในเกณฑ์ที่กำหนดในทูเปิลสำหรับ qosstates สอดคล้องกันจากนั้นระดับที่ tqn ที่มีอยู่ภายในที่มีทางที่สอดคล้องกันของพวกเขาเป็นระดับที่ SCV มีสูง กุญแจสู่การประเมินนี้เป็นวิธีการประเมิน และเพื่อสร้างมูลค่าสูงตรรกศาสตร์ให้เหมาะสม การตีความและฟังก์ชัน min . ดังนั้น เราสามารถแก้ไขข้อความของเราจะพูด :ภาพขนาดเต็ม ( < 1 K )ที่ andf เป็นผู้ประกอบการแบบฟัซซี ( มิน ) เราดูจากตัวอย่างของเราสำหรับการตั้งค่าของ scvs , SA , ( เหนือ ) ว่าเราจะมีพฤติกรรมที่ถูกต้อง การใช้ andf ( มิน ) หมายความว่า SCV อยู่ในช่วง [ 0 , 1 ] และยัง computationally ง่ายที่จะประเมินที่ qosstate ไม่ได้มีไว้สำหรับ qosparam ทูเปิลโดยเฉพาะสำหรับวัตถุประสงค์ของ scvf นี้จะถูกละเว้น ( ก้อง , pcvf สามารถประเมิน PCV = 1.0 สำหรับ qosparam . ซึ่งก็ถูกต้องเพราะมันหมายถึงว่า qosstate ไม่ได้ขึ้นอยู่กับ qosparam นั้นเพื่อให้มันมีความเข้ากันได้สูงสุดกับความเคารพที่ qosparam )ผลของการใช้ PCV แทนง่ายเพียงแค่ปรับ ( สร้างจริง / เท็จบ่งชี้ว่า p_p ตรรกะภายใน p_lo และ / หรือ p_hi ขอบเขต ) ที่แสดงในรูปที่ 4 เรานิยามสาม qosstates ง่าย , แต่ละกับ tuple เดียว :ภาพขนาดเต็ม ( < 1 K )