مشخصات مقاله | |
ترجمه عنوان مقاله | PeerAppear: یک شاخص توزیع شده جغرافیایی با حمایت از ساخت و نگهداری مدل مشترک جهانی |
عنوان انگلیسی مقاله | PeerAppear: A distributed geospatial index supporting collaborative world model construction and maintenance |
انتشار | مقاله سال 2019 |
تعداد صفحات مقاله انگلیسی | 14 صفحه |
هزینه | دانلود مقاله انگلیسی رایگان میباشد. |
پایگاه داده | نشریه الزویر |
نوع نگارش مقاله |
مقاله پژوهشی (Research article) |
مقاله بیس | این مقاله بیس نمیباشد |
نمایه (index) | scopus – master journals – JCR |
نوع مقاله | ISI |
فرمت مقاله انگلیسی | |
ایمپکت فاکتور(IF) |
5.341 در سال 2017 |
شاخص H_index | 85 در سال 2019 |
شاخص SJR | 0.844 در سال 2017 |
شناسه ISSN | 0167-739X |
شاخص Quartile (چارک) | Q1 در سال 2017 |
رشته های مرتبط | مهندسی فناوری اطلاعات – مهندسی کامپیوتر – جغرافیا |
گرایش های مرتبط | شبکه های کامپیوتری |
نوع ارائه مقاله |
ژورنال |
مجله / کنفرانس | سیستم های کامپیوتری نسل آینده – Future Generation Computer Systems |
دانشگاه | 2950 Hobson Way, Wright–Patterson AFB, OH 45433, United States |
کلمات کلیدی | نظیر به نظیر، شاخص توزیع شده، جستجوی مبتنی بر مکان، شبکه جایگذاشت، شاخص جغرافیایی، ارتباط بصری |
کلمات کلیدی انگلیسی | Peer-to-peer, Distributed index, Location-based search, Overlay network, Geospatial index, Visual navigation |
شناسه دیجیتال – doi |
https://doi.org/10.1016/j.future.2017.12.025 |
کد محصول | E12031 |
وضعیت ترجمه مقاله | ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید. |
دانلود رایگان مقاله | دانلود رایگان مقاله انگلیسی |
سفارش ترجمه این مقاله | سفارش ترجمه این مقاله |
فهرست مطالب مقاله: |
Outline Highlights Abstract Keywords 1. Introduction 2. Related work 3. PeerAppear middleware overview 4. Peer-to-peer distributed geospatial indexing 5. Performance evaluation 6. Conclusion and future work References |
بخشی از متن مقاله: |
Abstract This paper addresses the problem of scalable location-aware distributed indexing to enable the leveraging of collaborative effort for the construction and maintenance of world-scale maps and models. These maps and models support numerous activities including navigation, visual localization, persistent surveillance, and hazard or disaster detection. We approach a solution through the creation of PeerAppear, a location-aware framework for peer-to-peer indexing, search and retrieval. Due to the dynamic nature of the world, the problem of constructing and maintaining relevant world-scale models generally requires significant effort to be spent on mapping. PeerAppear offers a decentralized solution which enables the leveraging of collaborative effort through the implementation of a peer-to-peer middleware framework which automates the indexing and sharing of sensed geospatial information captured and stored in the local repositories of participants. The PeerAppear network achieves scale through a Kademlia-like overlay network which indexes data based on location by adapting Google’s S2 hierarchical geographic segmentation scheme to a globally addressable distributed geographic table. Our communications primitives allow search queries to be formed and executed, enabling the discovery of information published in a specified geographic area. An evaluation of the framework is presented demonstrating excellent retrievability of published data, logarithmic efficiency and global scalability. |