An Aggregation Technique for Traffic Monitoring. Kenjiro Cho, Ryo Kaizaki, and Akira Kato
|
|
- Philomena Walton
- 8 years ago
- Views:
Transcription
1 An Aggregation Technique for Traffic Monitoring Kenjiro Cho, Ryo Kaizaki, and Akira Kato motivation for long-term monitoring flow-based monitoring needs predefined rules problems to track new protocols, DoS attacks an adaptive monitoring tool is needed! to use for trouble detection rough usage report in real-time for trouble-shooting should be able to provide detailed info desire to have tunable granularity flow-granularity time-granularity glance at coarse-grained traffic graph look into finer-grained graphs when necessary
2 aguri aggregation-based traffic profiler for near real-time, long-term, wide-area traffic monitoring adaptive spatially and temporally store fine-grained summary in real-time change granularity at display time aggregation to change granularity adaptive requires no rule an effective tool to detect anomalies (e.g., DoS attacks) to track long-term trend can be used for traffic control idea of aggregation-based profiling aggregate flows until volume becomes non-negligible report only aggregates to produce compact/adaptive summary.../.../ 1.1/ /16 1.1/ / / / / / / /
3 summary profile concise summary for operators 4 separate profiles src/dst address/protocol effective to detect DoS attacks reports byte-count used by each aggregate addresses are aggregatable also applicable to protocol/port to identify port ranges 32bit key by concatenating IPversion:proto:port spatial (flow) aggregation if resources (e.g., CPU, memory) are infinite profile all address occurences, then, aggregate approximation for real-time monitoring with finite resources use a variant of LRU when reclaiming a node, aggregate the counter to parent advantage counter values are never lost though resolution is reduced
4 temporal aggregation produce summary of summaries by reading its own outputs ex. 1-hour-long summary out of 6 1-minute-long summaries 2 types of summaries initial summary directly produced from non-aggregated source (e.g., from packet traces) derivative summary produced from summaries a summary with arbitrary resolution can be created from a set of archived summaries in different time scales with different aggregation threshold archiving and visualization summary output is in a plain text format easily processed by scripts archiving a script is periodically invoked to generate and archive summaries in different time scales e.g., hourly/daily/monthly/yearly summaries visualization scripts convert summaries to graphical images
5 application for traffic control once aggregates are identified and profiled, record can be used for traffic control many possible approaches e.g., rate-limiter at firewall aguritcm combines aggregation profiler with preferential packet dropping identifies aggregates whose traffic volume is more than fairshare probabilistically raises drop precedence for those aggregates related work MRTG[Oet98], RRDtool[Oet] automatically aggregate time-series data into average over time we combine temporal aggregation with spatial aggregation NeTraMet[Bro97], FlowScan[Pon] traditional flow-based monitoring tools require predefined rules have problems to cope with unknown protocols/dos attacks RED penalty-box[ff99], pushback[mbf+1] approaches from congestion control use RED drop history as samples similar to ours in the concept our approach traffic profiler to monitor and report network not only under congestion but all the time a network point to be protected is also to be monitored combined solution for performance and simplicity visible monitoring output could be advantageous to deployment
6 ± ÍÊÁ¹½º¼ Ë Ø Â Ò ¼ ½ ¼¼ ¼¼ ¾¼¼½ ±±ËØ ÖØÌ Ñ Ö ½¼ ½¼¼º¼¼±µ Ø ½¼ ¾ ¼º ±»½¼¼º¼¼±µ ¼º¼º¼º¼»¼ ½ ½º ±»½º ±µ ¼º¼º¼º¼»¾ ½ ½ ¾ ½º ±» º½ ±µ ½¾ º¼º¼º¼»½ ½ ¾½ ½º ±»½½º¼ ±µ ½ º¾ º¼º¼»½ ½ ¾¼ ½º ±µ ½ º¾ º¾½º¾½ ¾ ¾¾¼ ¾º ½±» º¼ ±µ ½ º¾ º½¾ º¼»½ ½¾ ½ ½º¾¼±µ ½ º¾ º½¾ º½ ¼ º ¾±µ ½ º¾ º¾¼¾º½¾ ½ ½ ½º ±»¾ º ±µ ½ ¾º¼º¼º¼» º½ ±»¾¼º¾ ±µ ½ ¾º½¼º¼º¼»½ ¼ º¼ ±»½ º½ ±µ ½ ¾º½¼º¼º¼»½ ½½ ¾ ½ ½½º¼ ±µ ½ ¾º½¼º½º¾ ¾¼ ¾ ½º ±µ ½ ¾º½¼º½ º½ ¾ ¾º ±» º ±µ ½ º º¼º¼»½½ ½ ½º ±»½º ±µ ½ º½½ º¼º¼»½ ½ ½ ¾º ±» º ±µ ½ º¼º¼º¼» ¾ ¼ ¾º ±µ ½ º º½¾º º ±» ¾º ¾±µ ½ º º¼º¼»½¾ ¾ ¾ ¾º ±» º¼ ±µ ½ º½¼ º½ º¼»¾¼ ¼ º½ ±µ ½ º½¼ º½ º½ ¾ ¼ º½ ±µ ½ º½¼ º½ º½ ¼¾¾ ¼ º ±µ ½ º½¼ º½ º½ ¾ ½ ½ ½ º¼ ±µ ½ º½¼ º½ º½ º¾ ±µ ½ º½¼ º½ º½ ½ ¾¾ ½º ±µ ½ º½¼ º½ º½ ½½½ ½ ½º¼ ±» º ±µ ½ ¾º¼º¼º¼» ¼ º ¾±» º ¼±µ ½ º¼º¼º¼» ½ ¾ ½º ±µ ½ º½¼ º¾ ½º ¾ ¾ ¼ ¾º¾ ±µ ½ º½ ¼º¾½ º¾ ¾ ¾ ¾º ±»¾º ±µ ¾¼ º¼º¼º¼» Ø ¾º ¾± ½ ½½»½ µ ±ÄÊÍ aguri implementation a user program on UNIX input modules summary input/pcap interface/aguritcm input create a 4 tuple (tree, key, prefixlen, count) profiler engine does aggregation-based profiling summaries summary input plot generator plot output tcpdump file captured packets aguritcm in kernel pcap input aguritcm input tree-based profiler next period aggregate output control HUP signal summary output input module profiler engine summary output (1) ±± Ò Ì Ñ Ë Ø Â Ò ¼ ½ ¼¼ ¼ ¾¼¼½ ± Ú Ê Ø ½ º¼ Å Ô
7 ½¼ ¼ ½¼¼º¼¼±µ Ô ÔÖÓØÓ ÖÔÓÖØ ¼º¼ ±»½¼¼º¼¼±µ ¼»¼ ¼ ¼ ¾ ¼ ¾ ¾º ±» º ±µ ¼» ¼ ½ ¾ ½º ±» º½ ±µ ¼»¼ ¼ º½½±» º ±µ ¼» ½ º¾ ±µ ¾¼ ¾ ¾½ º ±µ ¼ ½¼ ¾ ½º¼½±»½º¼½±µ ½¼¾» ½ ½ ½º ¾±»¾º ±µ ½¾ ¼» ½ ¼ ½ ½º ¾±»½º ¾±µ ½¾ ¼» ½ ¾ ½º ±»½º ±µ ½» º ±» º ±µ ¾¼» ½ ¼¼ ½º ±µ ½¾ ¾ ½º¾¾±»½º¾¾±µ ¾»½ ½½½ ½º¼ ±µ ½ Ø ¼º ¼± ½¼»½ ¼ µ ±ÄÊÍ summary output (2) aggregation algorithm any approximation introduces excess aggregation errors (1) part of counter value could be aggregated to ancestors (2) entry close to the aggregation threshold could be removed unavoidable for derivative summaries but any approximation can detect non-negligible entries our algorithm PATRICIA tree variable key length well understood a fixed number of nodes a variant of LRU for leaf management aggregation exemption threshold
8 1-day dst address plot graph 3 dst address 25 2 Traffic (Mbps) :: 6:: 9:: 12:: Time 15:: 18:: 21:: 4/13 total.../ / / / / / / / / / / / /7 1-day src protocol plot graph 35 ip:proto:srcport 3 25 Traffic (Mbps) /1 total 4:6:8 4:/3: 4:6:6144/6 4/11 4/13 4:6:/3 4:6:49152/2 4:17:53 4:6:/ 4/14 4/15 Time 4/16 4:6:248/5 4:6:/9 4:6:124/6 4:6:/5 4/18 4:6:32768/1 4:6:3128 4:6:2 4:6:/11 4/19 4/2
9 zooming into April 17th DoS attack found! 1 ip:proto:srcport Traffic (Mbps) :: 6:: 9:: 12:: Time 15:: 18:: 21:: 4/18 total 4:6:8 4:/3: 4:1: 4:6:/ 4:6:124/8 4:6:128/8 4:6:1536/8 4:6:/9 4:6:1792/8 4:6:/5 4:6:/3 4:6:372/8 4:6:188 4:6:1472/1 4:17:27648 traffic density graph
10 Ð Ò Ø Ó Ô Ø Ó Ö Ö Ø Ô µ ØÖ ½ ¾ ¾¼º ¾Å ½ ½ ½ ¾½º½¾Å ¾ ¾½ ¾ ¾¾º Å ¼ ½ ½ ¼ ¾ º Å ¼¼ ½ ½ ¼ ¾ º¾ Å ¾ º ¾Å ½½ ¼ ½ º½¼Å ¼ È ¾Ì ½ Û Ö ½¾ ½¾ È ¾Ì ¾ Û Ö ¾½ ¾½ evaluation trace-driven evaluation 2 traces from WIDE backbone #1: trans-pacific link #2: domestic link to IX ¾ ¾ ½ º ½Å ¼¼ aggregation accuracy accuracy isn t important but need a quantitative measure to evaluate the algorithm performance trade-off between accuracy and performance distortion index quantify difference of 2 subtrees traditional methods in graph theory can t be used distortion index isn t perfect but usable distance k k i j i j T1[k] T2[k] ½¾ Û Ö ½¾ ½¾ ¾
11 ¼¼ ½ Ü ¼¼ ¼ Ü ¼ ½ Ü ¼Ü ¼ ܾ Ü ¼ ØÝÔ ½ ص ¾Ò µ ¾Ò µ Ö µ Ö µ Òºµ Ö ¼º¼ ¼º¼ ¼º¼ ½ ¼º¼ ¼º¼ ½ Ø ¼º¼ ¼º¼ ¾ ¼º¼ ½¾ ¼º¼ ¼º¼ ½ Ö ¼º¼ ¼º¼¼ ¼º¼¾½¼ ¼º¼¾¼ ¼º¼¾½ ¾ Ø ¼º¼ ¼º¼½½ ¼º¼½ ¼ ¼º¼¾¼¾ ¼º¼¾¼ ¾ distortion with varying tree size trace #1 (src) (dst) sec (LRU) 5sec (LRU) 1sec (LRU) 6sec (LRU/AE) 5sec (LRU/AE) 1sec (LRU/AE) sec (LRU) 5sec (LRU) 1sec (LRU) 6sec (LRU/AE) 5sec (LRU/AE) 1sec (LRU/AE).2.2 distortion index.15.1 distortion index the number of nodes in a tree the number of nodes in a tree trace #2 (src) (dst) sec (LRU) 5sec (LRU) 1sec (LRU) 6sec (LRU/AE) 5sec (LRU/AE) 1sec (LRU/AE) sec (LRU) 5sec (LRU) 1sec (LRU) 6sec (LRU/AE) 5sec (LRU/AE) 1sec (LRU/AE).2.2 distortion index.15.1 distortion index the number of nodes in a tree the number of nodes in a tree distortion in summary generations effect of repeated aggregation
12 performance with varying tree size 3 trace #1 trace #2 25 throughput (pps) the number of nodes in a tree evaluation results a variant of LRU produces decent summaries heuristic is effective when nodes are insufficient 128 or 256 nodes per tree is ok even for backbone traffic performance is good enough 25Kpps with 256 nodes (19Kpps required to process 64B packets at 1Mbps) (PC router performacne: 8Kpps) algorithm is insensitive to traffic variations, period length, summary generations
13 application for traffic control targeted for a protection measure against DoS attacks diffserv components as building blocks local mechanism combine profiler with diffserv marker traffic profiling and marking in kernel neither class configuration nor classifier rule is needed aguritcm profiler based marking if aggregate uses more than fairshare degrades the drop precedence level RIO preferentially drops packets under long-term congestion profile info aguritcm input interface forwarding RIO dropper on output queue output interface
14 Ô marking algorithm counter values are aged at the end of profiling period to smooth out marking probability fairshare (f:fairshare, c:count, n:number of aggregates) È marking probability Ò µ ¼ ÓØ ÖÛ aguritcm implementation diffserv traffic conditioner module for ALTQ preliminary tests show resilience in the face of misbehaving flows rough fairness among aggregates test config aggregate-1 (TCP) aggregate-2 (TCP) aggregate-3 (UDP) S1 S2 S3 1baseTX (1Mbps) R 1baseT (1Mbps) D1 D2 D3
15 aguritcm effects without traffic control (UDP monopolizes bandwidth) aggregate 3 aggregate 2 8 aggregate 1 Traffic (Mbps) Time (sec) with aguritcm (no starvation/improved fairness) 8 6 aggregate 3 aggregate 2 aggregate 1 Traffic (Mbps) Time (sec) conclusion aguri is an adaptive traffic profiler for near real-time, long term, wide area monitoring has been used for monitoring WIDE backbone since Feb 21 aguritcm combines profiler with marker a protective measure against DoS attacks preliminary test results look promising needs further investigation and parameter tuning aguri is available from
Ø Ö ØÒ ÓÑÔ Ð Â Ú ÈÖÓ º ÓÒÒ Ø ÔÖÓÚ º Ø Þº µ ÔÖ Ð ¾ ¾¼¼½ ØÖ Ø ÓÖ ÕÙ Ø ÓÑ Ø Ñ ÒÓÛ Ñ Ö Ó Â Ú Î ÖØÙ Ð Å Ò ÂÎÅ µ ÓÒ Â٠عÁÒ¹Ì Ñ ÂÁ̵ Ò ¹Ç ¹Ì Ñ Ç̵ ÓÑÔ Ð Ö Û Ø Óҹع Ý ÓÔØ Ñ Þ Ø ÓÒ Ú Ò ÙÒØ Ò Ø Ö ÈÖÓ ÙØ ÖÙÒÒ Ò
More informationÓÒØÜع ÔÔÖÓ ÓÖ ÅÓÐ ÔÔÐØÓÒ ÚÐÓÔÑÒØ ÄÙØÓ ÆÙÖÓÓ ÁÖº ŵ ź˺ ÂÑ ÓÓµ Ì ÙÑØØ Ò ÙÐ ÐÐÑÒØ Ó Ø ÖÕÙÖÑÒØ ÓÖ Ø Ö Ó ÓØÓÖ Ó ÈÐÓ ÓÔÝ ËÓÓÐ Ó ÓÑÔÙØÖ ËÒ Ò ËÓØÛÖ ÒÒÖÒ ÅÓÒ ÍÒÚÖ ØÝ ÅÖ ¾¼¼½ ÐÖØÓÒ Ì Ø ÓÒØÒ ÒÓ ÑØÖÐ ØØ Ò ÔØ ÓÖ
More informationÆØÛÓÖ ÏÓÖÒ ÖÓÙÔ ÁÒØÖÒØ ÖØ ÜÔÖØÓÒ Ø ÙÙ Ø ¾¼¼¾ º ÓÖÐØØ ÉÇË ÁÒº ÁÖÚÒ ºÁº ÈÙÐÐÒ ÐÓÖÒ ÁÒ ØØÙØ Ó ÌÒÓÐÓÝ Ëº ËÖÓÓ ÆÓÖØÐ ÆØÛÓÖ Íà ËØØ Ø Ó ÇÒ¹ÏÝ ÁÒØÖÒØ ÈØ ÐÝ ÖعÓÖÐØعËØØ Ø ¹Ó¹ÔعÐÝ ¹¼¼ºØÜØ ½ ËØØÙ Ó Ø ÅÑÓ Ì ÓÙÑÒØ
More informationØ Ú ÉÙ Ù Å Ò Ñ ÒØ ÓÒ Ø Ú Æ ØÛÓÖ ¹ ÍÒ Ø ÓÒ Ø ÓÒ ÓÒØÖÓÐ ÈÖÓØÓÓÐ Ê Ö ØÖ Ë Ö Ã Ö Ñ Ñ Ñ Æ ØÛÓÖ Ò Ê Ö ÖÓÙÔ Ë ÓÓÐ Ó ÓÑÔÙØ Ò ÍÒ Ú Ö ØÝ Ó Ä Ä Ä˾ ÂÌ ÍÒ Ø Ã Ò ÓÑ ßÖ Ö Ö ÑÐÓÑԺРº ºÙ ØØÔ»»ÛÛÛºÓÑԺРº ºÙ» ØѹÑÑ ØÖ
More informationÌ ÈÖ Ò Ó ËØÖ ÔÔ ÅÓÖØ ¹ Ë ÙÖ Ø Â Ó ÓÙ ÓÙ Å ØØ Û Ê Ö ÓÒ Ê Ö ËØ ÒØÓÒ Ò ÊÓ ÖØ º Ï Ø Ð Û Â ÒÙ ÖÝ ½ ØÖ Ø ÁÒØ Ö Ø ÓÒÐÝ Áǵ Ò ÔÖ Ò Ô Ð ÓÒÐÝ Èǵ ØÖ ÔÔ ÑÓÖØ ¹ ÙÖ Ø Å Ëµ Ö Ö Ú Ø Ú ÙÖ Ø Û Ô Ý ÓÙØ ÓÒÐÝ Ø ÒØ Ö Ø ÓÑÔÓÒ
More informationÌ È ÒÒ Ò ÌÖ Ò È Ö ËØÖÙØÙÖ ÒÒÓØ Ø ÓÒ Ó Ä Ö ÓÖÔÙ Æ ÒÛ Ò Ù Ù¹ ÓÒ ÓÙ Å ÖØ È ÐÑ Ö ÍÒ Ú Ö ØÝ Ó È ÒÒ ÝÐÚ Ò È Ð ÐÔ È ½ ½¼ ÍË ÜÙ Ò Û ÒÐ Òº ºÙÔ ÒÒº Ù Ü Ð Òº ºÙÔ ÒÒº Ù ÓÙ Ð Òº ºÙÔ ÒÒº Ù ÑÔ ÐÑ ÖÐ Òº ºÙÔ ÒÒº Ù ØÖ Ø
More informationÀÖÖÐ ÈÐÑÒØ Ò ÆØÛÓÖ Ò ÈÖÓÐÑ ËÙÔØÓ Ù Ñ ÅÝÖ ÓÒ Ý ÃÑ ÅÙÒÐ Þ ÅÝ ½ ¾¼¼¼ ØÖØ ÁÒ Ø ÔÔÖ Û Ú Ø Ö Ø ÓÒ ØÒعÔÔÖÓÜÑØÓÒ ÓÖ ÒÙÑÖ Ó ÐÝÖ ÒØÛÓÖ Ò ÔÖÓÐÑ º Ï Ò Ý ÑÓÐÒ ÖÖÐ Ò ÛÖ Ö ÔÐ Ò ÐÝÖ Ò ÐÝÖ Ø Ü ÔÖÒØ Ó Ø ÑÒ ÓÙÒ Ñ ÖØ µº
More informationÕÙ ØÝ ÌÖ Ò Ý ÁÒ Ø ØÙØ ÓÒ Ð ÁÒÚ ØÓÖ ÌÓ ÖÓ ÓÖ ÆÓØ ØÓ ÖÓ Ì Ó Ø ÆÓÖÛ Ò È ØÖÓÐ ÙÑ ÙÒ º Ê Ò Æ ÆÓÖ Ò ÖÒØ ÖÒ Ö ÆÓÖ Ò Ò ÆÓÖÛ Ò Ë ÓÓÐ Ó Å Ò Ñ ÒØ ½ Â ÒÙ ÖÝ ¾¼¼¼ ØÖ Ø Ì Ó Ø ØÓ Ò Ø ØÙØ ÓÒ Ð ÒÚ ØÓÖ Ó ØÖ Ò ÕÙ ØÝ Ö Ó
More informationÊ ½µ ¼»¼»¼½ ÓÑÔÙØÖ ËÒ»ÅØÑØ ½ Ô Ê Ö ÊÔÓÖØ Ì ÈÊËÍË ËÝ ØÑ ÖØØÙÖ ÖØ ÈØÞÑÒÒ ½ ÂÑ ÊÓÖÒ ¾ Ö ØÒ ËØÐ ½ ÅÐ ÏÒÖ ¾ ÖÒ ÏÖ ½ ÍÒÚÖ ØØ ËÖÐÒ ÁÑ ËØØÛÐ ¹½¾ ËÖÖÒ ÖÑÒÝ ßÔØÞÑÒÒ ØÙÐÐ ºÙÒ¹ º ¾ ÁÅ ÙÖ Ê Ö ÄÓÖØÓÖÝ ËÙÑÖ ØÖ À¹¼ Ê
More informationËØØ ØÐ ÒÐÝ Ó ÒÓÑÔÐØ Ø ØÓÖÝ ØÒÕÙ Ò ÓØÛÖ º ź ÆÓÖÓÚ ÈÖ Ò ÙÔÔÐÑÒØ ØÓ Ø ÊÙ Ò ØÓÒ Ó ÄØØРʺºº ÊÙÒ ºº ËØØ ØÐ ÒÐÝ ÏØ Å Ò Øº ÅÓ ÓÛ ÒÒ Ý ËØØ Ø ÔÔº ¹ ¾¹ ¾ ½½µ Ò ÊÙ Òµ ÈÖ ËØØ ØÐ ÒÐÝ ÛØ Ñ Ò Ø ÔÖÓÐÑ ÒÓÛÒ ØÓ ÐÑÓ Ø
More informationË ÓÒ Ð ØÝ Ò Ö ÙÐØÙÖ Ð ÓÑÑÓ ØÝ ÙØÙÖ Ö Ø Ò Ë Ö Ò Ò Ô ÖØÑ ÒØ Ó Ò Ò ÓÔ Ò Ò Ù Ò Ë ÓÓÐ ÊÓ Ò ÖÒ ÐÐ ½ ù½ ¼ Ö Ö Ö ÒÑ Ö Ì Ä ½ ½ ½ ¼¼ ¹Ñ Ð Óº º Ñ Ö ½ Ì ÙØ ÓÖ Ø Ò ÓÖ ÐÔ ÙÐ Ø Ò ÖÓÑ Â Ô Ö ĐÙÐÓÛ Ò ÓÑÑ ÒØ Ò Ù Ø ÓÒ ÖÓÑ
More informationHowPros and Cons of Owning a Home-Based Business
ÄØ Ø ÊÚ ÓÒ ÅÖ ¾½ ¾¼¼½ ÓÑÑÒØ ÏÐÓÑ ÖÑ Ò ÅÒÖÐ ÁÒÒØÚ ØÓ ÅÒÔÙÐØ Ø ÌÑÒ Ó ÈÖÓØ Ê ÓÐÙØÓÒ Ú ÀÖ ÐÖ ÌÖÙÒ ÓÖ ËÓÒÝÓÒ ÄÑ Ï ØÒ º ÕÙØ º ÖÓÚØ Ëº ÒÒ Åº ÖÒÒÒ Àº Ó º ÓÛÖÝ ÈºÙÐÖ Êº ÀÒРº ÀÖ ÐÖ º ÄÑÒÒ Åº ÅØÐÐ ÁºÈÒ ºÊ ÑÙ Ò
More informationÉÙ ÖÝ Ò Ë Ñ ØÖÙØÙÖ Ø ÇÒ Ë Ñ Å Ø Ò Á Ë Ë Ê Ì Ì Á Ç Æ ÞÙÖ ÖÐ Ò ÙÒ Ñ Ò Ö ÓØÓÖ Ö ÖÙÑ Ò ØÙÖ Ð ÙÑ Öº Ö Öº Ò Øºµ Ñ ÁÒ ÓÖÑ Ø Ò Ö Ø Ò Ö Å Ø Ñ Ø ¹Æ ØÙÖÛ Ò ØÐ Ò ÙÐØĐ Ø ÁÁ ÀÙÑ ÓРعÍÒ Ú Ö ØĐ Ø ÞÙ ÖÐ Ò ÚÓÒ À ÖÖ Ôк¹ÁÒ
More informationÓÑÔ Ö Ø Ú ËØÙ Ý Ó ÌÛÓ ØÖÓÒÓÑ Ð ËÓ ØÛ Ö È Ò Ì Ø Ù Ñ ØØ Ò Ô ÖØ Ð ÙÐ ÐÐÑ ÒØ Ó Ø Ö ÕÙ Ö Ñ ÒØ ÓÖ Ø Ö Ó Å Ø Ö Ó Ë Ò Ò ÓÑÔÙØ Ö Ë Ò Ì ÍÒ Ú Ö ØÝ Ó Ù Ð Ò ½ ÌÓ ÅÙÑ Ò Ò ØÖ Ø Ì Ø ÓÑÔ Ö Ø Ú ØÙ Ý Ó ØÛÓ ÓÔ Ò ÓÙÖ ØÖÓÒÓÑ
More informationUniversitat Autònoma de Barcelona
Universitat Autònoma de Barcelona ÙÐØ Ø Ò Ë Ó ³ Ò ÒÝ Ö ÁÒ ÓÖÑ Ø ÇÒ Ø Ò Ò ÓÒ ØÖÙØ ÓÒ Ó ÒØ¹Ñ Ø ÁÒ Ø ØÙØ ÓÒ Å Ñ ÓÖ ÔÖ ÒØ Ô Ö Ò ÂÙ Ò ÒØÓÒ Ó ÊÓ Ö Ù Þ Ù Ð Ö Ô Ö ÓÔØ Ö Ð Ö Ù ÓØÓÖ Ò ÒÝ Ö Ò ÁÒ ÓÖÑ Ø ÐÐ Ø ÖÖ Å ¾¼¼½
More informationÈÖ ÓÚÖÝ ÓÒ ÓÖÒ ÜÒ ÅÖØ ÛØ ÖÒØÐÐÝ ÁÒÓÖÑ ÌÖÖ ÖÒ ÂÓÒ ÍÒÚÖ ØÝ Ó Ñ ØÖÑ Ò ÈÊ ÊÓÒÐ ÅÙ Ö ÑÙ ÍÒÚÖ ØÝ ÊÓØØÖÑ ÈØÖ ËÓØÑÒ ÄÑÙÖ ÁÒ ØØÙØ Ó ÒÒÐ ÓÒÓÑ Ò ÈÊ ÁÖÑ ÚÒ ÄÙÛÒ ÄÑÙÖ ÁÒ ØØÙØ Ó ÒÒÐ ÓÒÓÑ Ì ÚÖ ÓÒ ÙÙ Ø ¾¼¼½ ØÖØ Ì ÔÔÖ
More informationÅ Ò Ñ ÒØ Ö Ø ØÙÖ Ö Ñ ÛÓÖ ÓÖ Ø Ú Æ ØÛÓÖ Ð ÒϺ ÓÒ Â Ñ Èº ºËØ Ö ÒÞ Ñ Ñ Ò Ð Ü Ò ÖκÃÓÒ Ø ÒØ ÒÓÙ ÆÌ ÒÓÐÓ Î Ö ÞÓÒ ÓÐÙÑ ÍÒ Ú Ö ØÝÝ ¼ÂÙÒ ¾¼¼ ÝØ ÊÄÙÒ ÖÓÒØÖ Ø ¼ ¼¾¹ ¹ ¹¼½ ½º Ì ÛÓÖ Û ÔÓÒ ÓÖ ÝØ Ò Ú Ò Ê Ö ÈÖÓ Ø ÒÝ
More informationÓÒ ÖØÓÒ ÓÒ ÙÖÓÔÒ ÓÒÚÖ ÓÒ ÔÖÐÐÐ ÓÖÔÙ ÅÐÒ ÅÒ ÍÒÚÖ Ø ÈÚ ÑÐÒÑÒÑкÓÑ ÖÒ ¾ ÂÒÙÖÝ ¾¼¼ ½ ½µ ¾µ Ñ Ó Ø ÛÓÖ Ì ÛÓÖ ÒÐÝ Ø ÇÆÎÊË ÓÖ ÓÒÚÖÐ ÓÒ ØÖÙØÓÒ µ Û Ò ÓÙÒ Ò Ø Ç ÓÖÔÙ Ñ ÙÔ Ó Ø ØÖÒ ÐØÓÒ Ó ÚÒ ÔØÖ Ó Ó³ ÒÓÚÐ ÁÐ ÒÓÑ ÐÐ
More informationÒ Ñ Ö Ð ÓÙÒ Ø ÓÒ ÓÖ ÙØÓÑ Ø Ï ÁÒØ Ö Ú ÐÙ Ø ÓÒ Ý Å ÐÓ Ý Ú ØØ ÁÚÓÖÝ ºËº ÈÙÖ Ù ÍÒ Ú Ö Øݵ ½ ź˺ ÍÒ Ú Ö ØÝ Ó Ð ÓÖÒ Ø Ö Ð Ýµ ½ ÖØ Ø ÓÒ Ù Ñ ØØ Ò ÖØ Ð Ø Ø ÓÒ Ó Ø Ö ÕÙ Ö Ñ ÒØ ÓÖ Ø Ö Ó ÓØÓÖ Ó È ÐÓ Ó Ý Ò ÓÑÙØ Ö
More informationÊ ÔÓÒ Ú Ì ÒÛ Ö Î Ù Ð Þ Ø ÓÒ Ó Ä Ö Ó Ö Ô Ø Ø Ý Ã ÒÒ Ø Ò ÖØ Ø ÓÒ Ù Ñ ØØ Ò Ô ÖØ Ð ÙÐ ÐÐÑ ÒØ Ó Ø Ö ÕÙ Ö Ñ ÒØ ÓÖ Ø Ö Ó ÓØÓÖ Ó È ÐÓ ÓÔ Ý Ô ÖØÑ ÒØ Ó ÓÑÔÙØ Ö Ë Ò Æ Û ÓÖ ÍÒ Ú Ö ØÝ Ë ÔØ Ñ Ö ¾¼¼¾ ÔÔÖÓÚ Ô Ã ÒÒ Ø Ò
More informationÓÑÔ Ö Ø Ú Ê Ú Û Ó ÊÓ ÓØ ÈÖÓ Ö ÑÑ Ò Ä Ò Ù ÁÞÞ Ø È Ñ Ö ÓÖÝ À Ö Ù Ù Ø ½ ¾¼¼½ ØÖ Ø ÁÒ Ø Ô Ô Ö Û Ñ ÓÑÔ Ö Ø Ú Ö Ú Û Ó Ú Ö ØÝ Ó ÒØ ÖÑ Ø ¹Ð Ú Ð ÖÓ ÓØ Ð Ò Ù Ø Ø Ú Ñ Ö Ò Ö ÒØ Ý Ö º Ï Ð Ó Ö ÖÓ ÓØ ÔÖÓ Ö ÑÑ Ò Ð Ò Ù
More informationÍÒ Ö Ø Ò Ò Ø ÒØ ÖÔÖ ÁÒ ÓÖÑ Ø ÓÒ ËÝ Ø Ñ Ì ÒÓÐÓ Ý Ó Ò ÊÈ Ö Ï Ò Ö ØØÔ»»ÛÛÛº Ò º Ù¹ ÖÐ Òº» Û Ò Ö ÁÒ Ø ØÙØ ĐÙÖ ÁÒ ÓÖÑ Ø Ö ÍÒ Ú Ö ØĐ Ø ÖÐ Ò Ì Ù ØÖº ¹½ ½ ÖÐ Ò ÖÑ ÒÝ ¹Ñ Ð Û Ò º Ù¹ ÖÐ Òº ÔÖ Ð ¾ ¾¼¼¼ ÌÙØÓÖ Ð Ø Ø
More informationÌ ÍÆÁÎ ÊËÁÌ ÌÁË ÆÁ ˵ Ë Öº Ð º Ò Ö º ÚÓк ½ ÆÓº ½ ÔÖ Ð ¾¼¼¾ ½ ¹ ½ ÐÓ Ò Ò ÅÙÐØ ¹ ÀÞ ÒÚ ÖÓÒÑ ÒØ ÎÓ Ò º Ç ÐÓ Þ ÁÒÚ Ø È Ô Ö ØÖ Ø Ò ÓÚ ÖÚ Û Ó ÐÓ Ò Ò Ò Ó ÐÓ ØÓÖ Ð Ñ ÒØ ÔÖ ÒØ º ËÝ Ø Ñ Ø Ò Ó Ô¹ ÓÔ ÜÔÐ Ò Û ÐÐ Ø
More informationÌÊÅ ÎÄÍ ÌÀÇÊ ÈÇÌÆÌÁÄ Æ ÄÁÅÁÌÌÁÇÆË Ë Æ ÁÆÌÊÌ ÊÁËà ÅÆÅÆÌ ÌÇÇÄ ÈÍÄ ÅÊÀÌË ÈÊÌÅÆÌ Ç ÅÌÀÅÌÁË ÌÀ ĐÍÊÁÀ ÈÙÐ ÑÖØ ÈÖÓ ÓÖ Ó ÅØÑØ Ø Ø ÌÀ ËÛ ÖÐ ÁÒ Ø¹ ØÙØ Ó ÌÒÓÐÓÝ ĐÙÖµ ÛÖ Ø Ò ÙÖÒ Ò ÒÒÐ ÑØÑع º À ÖÚ ÑØÑØ ÔÐÓÑ ÖÓÑ Ø
More informationÌÖ Ò Ø ÓÒ¹ Ö Ò Ò ÅÒ ÑÓ ÝÒ È Ö¹ØÓ¹È Ö ËØ ÒÓ Ö Ô ËØÓÖ ËÝ Ø Ñ Ì ÑÓØ Ý ÊÓ Ó ½ Ò ËØ Ú Ò À Ò ¾ ¾ ½ ËÔÖ ÒØ Ú Ò Ì ÒÓÐÓ Ý Ä ÓÖ ØÓÖÝ ÙÖÐ Ò Ñ ¼½¼ ÍË ÍÒ Ú Ö ØÝ Ó Ñ Ö ÓÑÔÙØ Ö Ä ÓÖ ØÓÖÝ Ñ Ö ¼ Íà ØÖ Øº ÅÒ ÑÓ ÝÒ Ô Ö¹ØÓ¹Ô
More informationdrop probability maxp
ÓÑÔÖ ÓÒ Ó ÌÐ ÖÓÔ Ò ØÚ ÉÙÙ ÅÒÑÒØ ÈÖÓÖÑÒ ÓÖ ÙÐ¹Ø Ò Ï¹Ð ÁÒØÖÒØ ÌÖ ÒÐÙ ÁÒÒÓÒ Ö ØÓ ÖÒÙÖ ÌÓÑ ÐÖ Ö ØÓÔ ÓØ ËÖ ÅÖØÒ ÅÝ ËÔÖÒØ ÌÄ ÙÖÐÒÑ ÍË ßÓØ ÒÐÙÐ ÔÖÒØÐ ºÓÑ ËÐÞÙÖ Ê Ö Ù ØÖ ßÖ ØÓºÖÒÙÖ ÌÓÑ ºÐÖÐ ÐÞÙÖÖ ÖºØ ½ ÍÒÚÖ Ø
More informationÔØ Ö ½ ÊÇÍÌÁÆ ÁÆ ÅÇ ÁÄ ÀÇ Æ ÌÏÇÊÃË Å Ãº Å Ö Ò Ò Ë Ñ Ö Êº Ô ÖØÑ ÒØ Ó ÓÑÔÙØ Ö Ë Ò ËØ Ø ÍÒ Ú Ö ØÝ Ó Æ Û ÓÖ Ø ËØÓÒÝ ÖÓÓ ËØÓÒÝ ÖÓÓ Æ ½½ ¹ ¼¼ ØÖ Ø Æ ÒØ ÝÒ Ñ ÖÓÙØ Ò ÓÒ Ó Ø Ý ÐÐ Ò Ò ÑÓ Ð Ó Ò ØÛÓÖ º ÁÒ Ø Ö ÒØ Ô
More informationÔØ Ö Ê Ö ÓÐÓ Ý ÁÒ Ø ÔØ Ö Ø Ö Ñ Ò ÛÓÖ Ø Ø ÓÒ Ú ÐÓÔ ÔÖ ÒØ º Ì ÛÓÖ Ø ¹ Ø ÓÒ ÓÑÔÙØ Ö Ø ÒÓ Ø ÑÓ ÙÐ Û Ö Ø ÓÖÓÒ ÖÝ ØÖ ÑÓ Ð ÐÐ ÔÐ Ý Ò ÑÔÓÖØ ÒØ ÖÓÐ Û Ò Ó Ò ÙØÓÑ Ø Ú Ð Ò ÐÝ Û Ø ÓÖÓÒ ÖÝ Ò Ó Ö ¹ Ô Ý Ñ º Ì ÔØ Ö Ò Û
More informationÌÀ ÀÁ¹ÇÅÈÊÇÅÁË ÎÄÍ ÇÊ ÆÇÆßÌÊÆËÊÄ ÍÌÁÄÁÌ ÅË Ý Ù ØÚÓ ÖÒØÒÓ Ò ÂÓÖ Å Ó Ý ÏºÈº ͹Á º¼¼ ÖÙÖÝ ¾¼¼¼ ØÖØ Ï ÒØÖÓÙ Ò ØÙÝ ÓÑÔÖÓÑ ÚÐÙ ÓÖ ÒÓÒ¹ØÖÒ ÖÐ ÙØÐØÝ Ñ Ø ¹ÓÑÔÖÓÑ ÚÐÙº ÁØ ÐÓ ÐÝ ÖÐØ ØÓ Ø ÓÑÔÖÓ¹ Ñ ÚÐÙ ÒØÖÓÙ Ý ÓÖÑ
More informationÅÓÖ Ð À Þ Ö ÁÒ ÙÖ Ò Ò ËÓÑ ÓÐÐÙ ÓÒ ÁÒ Ð Ð Ö Ò Ò ¹ØÓ Ð ÖØ Å Ö Ø Ú Ö ÓÒ Ù Ù Ø ½ Ì Ú Ö ÓÒ ÖÙ ÖÝ ¾¼¼½ ØÖ Ø Ï ÓÒ Ö ÑÓ Ð Ó Ò ÙÖ Ò Ò ÓÐÐÙ ÓÒº Æ ÒØ Ö Ö Ò Ö ÕÙ Ö Ø ÓÒ ÙÑ Ö ØÓ Ø ÑÓÒ Ø ÖÝ ÓÑÔ Ò Ø ÓÒ Ò Ó ÐÓ º ÙØ Ø
More information(a) Original Images. (b) Stitched Image
ÁÅ Ê ÁËÌÊ ÌÁÇÆ ÁÆ ÌÀ Å ÌÄ ÆÎÁÊÇÆÅ ÆÌ Åº ÅÙ ÖÓÚ º ÈÖÓ Þ ÁÒ Ø ØÙØ Ó Ñ Ð Ì ÒÓÐÓ Ý Ô ÖØÑ ÒØ Ó ÓÑÔÙØ Ò Ò ÓÒØÖÓÐ Ò Ò Ö Ò ØÖ Ø Ì Ô Ô Ö ÚÓØ ØÓ ÔÓ Ð Ø Ó ÓÑ ØÖ ÑÓ Ø ÓÒ Ó Ñ ØÓ Ò Ð ÓÒÒ Ø ÓÒ Ó Ô Ö Ø Ò Ó ÓÚ ÖÐ Ý Ò Ñ
More informationIn Proceedings of the 1999 USENIX Symposium on Internet Technologies and Systems (USITS 99) Boulder, Colorado, October 1999
In Proceedings of the 999 USENIX Symposium on Internet Technologies and Systems (USITS 99) Boulder, Colorado, October 999 ÓÒÒ Ø ÓÒ Ë ÙÐ Ò Ò Ï Ë ÖÚ Ö Å Ö º ÖÓÚ ÐÐ ÊÓ ÖØ Ö Ò Ó Ó Ô ÖØÑ ÒØ Ó ÓÑÔÙØ Ö Ë Ò Ó
More informationÄ ØÙÖ ËÐ ÁÒÚ ØÑ ÒØ Ò ÐÝ ½ ÌÖ Ò Ò ÁÒØÖÓ ØÓ ÌË Ó Ð ØÖ Ò Ø ÖÑ ÒÓÐÓ Ý ÜÔÐ Ò Ä Û Ó ÇÒ ÈÖ Ò Ö ØÖ ÐÙÐ Ø Ö ÔÐ Ø Ò ÔÓÖØ ÓÐ Ó Ó ÓÒ ÜÔÐ Ò Ö Ð Ø ÓÒ Ô Ö ØÖ Ò Ê ÔÐ Ø ÓÒ ËÔÓØ Ê Ø ÓÖÛ Ö Ê Ø Ä ØÙÖ ËÐ ÁÒÚ ØÑ ÒØ Ò ÐÝ ¾ ÇÖ
More informationÅÓÖÐ ÀÞÖ ÅÖØ ÈÓÛÖ Ò ËÓÒ Ø ÀÐØ ÁÒ ÙÖÒ Ý ÖØÓРͺ ÏÖ ÔÖØÑÒØ Ó ÓÒÓÑ ÍÒÚÖ ØÝ Ó ÅÒÒÑ ¹½ ½ ÅÒÒÑ ÛÖÓÒºÙÒ¹ÑÒÒѺ Ò ÅÖÙ ÒÐÙ ÎÖÒØ ÃÖÒÒÚÖ ÖÙÒ ¹½ ÅĐÙÒÒ ÑÖÙ ºÒÐÙÚÖÒغº ÙÙ Ø ¾¼¼½ ØÖØ ÁÒÚÙÐ ÑÓÖÐ ÞÖ ÒÒÖ Ý ÐØ Ò ÙÖÒ Ò ÑÓÒÓÔÓÐ
More informationÁÒØÖÔÖØØÓÒ Ó Î ÙÐÐÝ ËÒ ÍÖÒ ÒÚÖÓÒÑÒØ ÓÖ ËйÖÚÒ Ö ÖØØÓÒ ÞÙÖ ÖÐÒÙÒ Ö ÓØÓÖ¹ÁÒÒÙÖ Ò Ö ÙÐØØ ÐØÖÓØÒ Ö ÊÙÖ¹ÍÒÚÖ ØØ ÓÙÑ ÖÒ ÈØÞÓÐ ËØÙØØÖØ»ÓÙÑ ËÔØÑÖ ¾¼¼¼ ÊÖÒØÒ ÈÖÓº Öº¹ÁÒº ÏÖÒÖ ÚÓÒ ËÐÒ ÁÒ ØØÙØ Ö ÆÙÖÓÒÓÖÑØ ÄÖ ØÙÐ
More informationÌ ÈÒÒ ÝÐÚÒ ËØØ ÍÒÚÖ ØÝ Ì ÖÙØ ËÓÓÐ ÔÖØÑÒØ ÓËØØ Ø ËÌÊÌÁË ÇÊ Ì ÆÄËÁË ÏÁÌÀ ÌÏÇ ÌÈË Ç ÅÁËËÁÆ ÎÄÍË Ì Ò ËØØ Ø Ý ÇÖ ÀÖÐ ¾¼¼ ÇÖ ÀÖÐ ËÙÑØØ Ò ÈÖØÐ ÙÐ ÐÐÑÒØ Ó Ø ÊÕÙÖÑÒØ ÓÖ Ø Ö Ó ÓØÓÖ Ó ÈÐÓ ÓÔÝ ÙÙ Ø ¾¼¼ Ì Ø Ó ÇÖ ÀÖÐ
More informationClient URL. List of object servers that contain object
ÄÓ Ø Ò ÓÔ Ó Ç Ø Í Ò Ø ÓÑ Ò Æ Ñ ËÝ Ø Ñ ÂÙ Ã Ò Ö Ù Ã Ø Ïº ÊÓ ÁÒ Ø ØÙØ ÙÖ ÓÑ ËÓÔ ÒØ ÔÓÐ Ö Ò Ò ÖÓ ÙÖ ÓѺ Ö Â Ñ Ïº ÊÓ ÖØ Ö Ò Ì Ð ÓÑ ß Æ Ì Á Ý Ð ÅÓÙÐ Ò ÙÜ Ö Ò ØÖ Ø ½ ÁÒØÖÓ ÙØ ÓÒ ÁÒ ÓÖ Ö ØÓ Ö Ù Ú Ö Ð Ý Ò Ò ¹
More informationÆÓØ Ä ØÙÖ Ð Ñ Ø ØÖÙ ÙØ ÓÒ ØÓ Á ¼ ØÙ ÒØ ÓÖ ÐÐ ÓØ Ö Ö Ø Ö ÖÚ Á ¼ ÈÊÇ Í ÌÁÇÆ ÈÄ ÆÆÁÆ Æ ÇÆÌÊÇÄ Ê Æ Ô ÖØÑ ÒØ Ó ÁÒ Ù ØÖ Ð Ò Ò Ö Ò ÍÒ Ú Ö ØÝ Ø Ù«ÐÓ ¹ ËØ Ø ÍÒ Ú Ö ØÝ Ó Æ Û ÓÖ Ò Ù«ÐÓº Ù Á ¼ ÈÊÇ Í ÌÁÇÆ ÈÄ ÆÆÁÆ Æ
More informationÔÔÖ Ò ÂÓÙÖÒÐ Ó ÓÑÔÙØÖ Ò ËÝ ØÑ ËÒ ÎÓк ½ ÆÓº ¾¼¼¼ ÔÔº ¾ß º ÈÖÐÑÒÖÝ ÚÖ ÓÒ Û Ò ÚÒ Ò ÖÝÔØÓÐÓÝ ß ÖÝÔØÓ ÈÖÓÒ ÄØÙÖ ÆÓØ Ò ÓÑÔÙØÖ ËÒ ÎÓк º ÑØ º ËÔÖÒÖ¹ÎÖÐ ½º Ì ËÙÖØÝ Ó Ø ÔÖ ÐÓ ÒÒ Å ÙØÒØØÓÒ Ó ÅÖ ÐÐÖ ÂÓ ÃÐÒ Ý ÈÐÐÔ
More informationØÙÖ Ò Ö Ø ÓÒ Ý ÁÑ Ø Ø ÓÒ ÖÓÑ ÀÙÑ Ò Ú ÓÖ ØÓ ÓÑÔÙØ Ö Ö Ø Ö Ò Ñ Ø ÓÒ ÖØ Ø ÓÒ ÞÙÖ ÖÐ Ò ÙÒ Ö Ó ØÓÖ Ö ÁÒ Ò ÙÖÛ Ò Ø Ò Ö Æ ØÙÖÛ Ò ØÐ ¹Ì Ò Ò ÙÐØĐ Ø Ò Ö ÍÒ Ú Ö ØĐ Ø Ë ÖÐ Ò ÚÓÖ Ð Ø ÚÓÒ Å Ð Ã ÔÔ Ë Ö ÖĐÙ Ò ¾¼¼ Ò ÎÓÖ
More informationÆÆ ÄË Ç ÇÆÇÅÁ Ë Æ ÁÆ Æ ½ ß½¼¼ ¾¼¼¼µ ÁÒÚ ØÑ ÒØ ÀÓÖ ÞÓÒ Ò Ø ÖÓ Ë Ø ÓÒ Ó ÜÔ Ø Ê ØÙÖÒ Ú Ò ÖÓÑ Ø ÌÓ ÝÓ ËØÓ Ü Ò È Ò¹ÀÙ Ò ÓÙ Ô ÖØÑ ÒØ Ó Ò Ò Æ Ø ÓÒ Ð ÒØÖ Ð ÍÒ Ú Ö ØÝ ÙÒ Ä Ì Û Ò ¾¼ Ù Ò¹Ä Ò À Ù Ô ÖØÑ ÒØ Ó Ò Ò Æ
More informationÅÁÌ ½ º ÌÓÔ Ò Ì Ë ÁÒØ ÖÒ Ø Ê Ö ÈÖÓ Ð Ñ ËÔÖ Ò ¾¼¼¾ Ä ØÙÖ ½ ÖÙ ÖÝ ¾¼¼¾ Ä ØÙÖ Ö ÌÓÑ Ä ØÓÒ ËÖ ÇÑ Ö Ø ÑÓÒ Ï Ð ½º½ ÁÒØÖÓ ÙØ ÓÒ Ì Ð Û ÐÐ Ù Ú Ö Ð Ö Ö ÔÖÓ Ð Ñ Ø Ø Ö Ö Ð Ø ØÓ Ø ÁÒØ ÖÒ Øº Ð ØÙÖ Û ÐÐ Ù ÀÓÛ Ô ÖØ ÙÐ
More information(a) Hidden Terminal Problem. (b) Direct Interference. (c) Self Interference
ØÖ ÙØ ÝÒ Ñ ÒÒ Ð Ë ÙÐ Ò ÓÖ ÀÓ Æ ØÛÓÖ ½ Ä ÙÒ Ó Ò ÂºÂº Ö ¹ÄÙÒ ¹ Ú Ë ÓÓÐ Ó Ò Ò Ö Ò ÍÒ Ú Ö ØÝ Ó Ð ÓÖÒ Ë ÒØ ÖÙÞ ¼ ¹Ñ Ð ÓÐ Ó ºÙ º Ù Î Ö ÓÒ ¼»½»¾¼¼¾ Ì Ö ØÝÔ Ó ÓÐÐ ÓÒ¹ Ö ÒÒ Ð ÔÖÓØÓÓÐ ÓÖ Ó Ò ØÛÓÖ Ö ÔÖ ÒØ º Ì ÔÖÓØÓÓÐ
More informationThe CMS Silicon Strip Tracker and its Electronic Readout
The CMS Silicon Strip Tracker and its Electronic Readout Markus Friedl Dissertation May 2001 ÖØ Ø ÓÒ Ì ÅË Ë Ð ÓÒ ËØÖ Ô ÌÖ Ö Ò Ø Ð ØÖÓÒ Ê ÓÙØ ÔÖ ÒØ Ò Ô ÖØ Ð ÙÐ ÐÐÑ ÒØ Ó Ø Ö ÕÙ Ö Ñ ÒØ ÓÖ Ø Ö ÓØÓÖ Ó Ì Ò Ð
More informationÓÒØÖÓÐ ËÝ Ø Ñ Ò Ò Ö Ò ÖÓÙÔ Ò ÙØÓÑ Ø ÓÒ Ì ÒÓÐÓ Ý ÖÓÙÔ Ö¹ÁÒ Ò Ö ÂÓ Ñ ÔÙØݵ Ø ØÖ ½ ¼ ¼ À Ò È ÓÒ ¼¾ ½¹ ¹½½¼¼ Ü ¼¾ ½¹ ¹ ¹Å Ð Ò Ö Ó Ñ ÖÒÙÒ ¹ Ò Ñ Ø «È ÓÒ ÓÒØÖÓÐ ËÝ Ø Ñ Ò Ò Ö Ò ÖÓÙÔ ÔйÁÒ Ò Ö Ó«Ö¹ÁÒ ÍÐÖ ÓÖ ÓÐØ
More informationÆ ÒØ Ò Ö Ø ÓÒ Ó ÊÓØ Ø Ò ÏÓÖ ÓÖ Ë ÙÐ ÆÝ Ö Ø ÅÙ Ð ÂÓ ÒÒ Đ ÖØÒ Ö Ò ÏÓÐ Ò ËÐ ÒÝ ØÖ Øº Ò Ö Ø Ò ¹ÕÙ Ð ØÝ ÙÐ ÓÖ ÖÓØ Ø Ò ÛÓÖ ÓÖ Ö Ø Ð Ø Ò ÐÐ ØÙ Ø ÓÒ Û Ö ÖØ Ò Ø ÆÒ Ð Ú Ð ÑÙ Ø Ù Ö¹ ÒØ Ù Ò Ò Ù ØÖ Ð ÔÐ ÒØ Ó Ô Ø Ð
More informationAuthor manuscript, published in "1st International IBM Cloud Academy Conference - ICA CON 2012 (2012)" hal-00684866, version 1-20 Apr 2012
Author manuscript, published in "1st International IBM Cloud Academy Conference - ICA CON 2012 (2012)" Á ÇÆ ¾¼½¾ ÌÓÛ Ö Ë Ð Ð Ø Å Ò Ñ ÒØ ÓÖ Å Ô¹Ê Ù ¹ Ø ¹ÁÒØ Ò Ú ÔÔÐ Ø ÓÒ ÓÒ ÐÓÙ Ò ÀÝ Ö ÁÒ Ö ØÖÙØÙÖ Ö Ð ÒØÓÒ
More informationÐÓÒ¹Ü Ö ËÔÖ ½ ÖÖÐÐ ÙÆ Ò ÂÙÒ ÄÙ ËÒÓÖ ÍÒÚÖ Ý ÙÖÖÒ ÎÖ ÓÒ ÑÖ ¾ ½ Ö Ï ÙÝ ÖÑ ÖÙÙÖ Ó ÝÐ ÔÖ ÛÒ ÓÒ¹Ö Ò Ü¹ Ö ÒÓ Ó Ñ Ö ÕÙÐÝ Ò ÑÙÖݺ ÐÓÒ¹ Ü ÔÖ Ö ÓÖÐÐÝ ÖÖÞ Ò ÓÑ ÔÖÐ Ò ÕÙÒ Ò ÑÔÐ ÑÓÐ Ò ÖÑ Ó ÑÙÖÝ Ö ÕÙÐÝ ÝÐ ÚÓÐÐÝ Ýй ÔÖ
More informationFRAME. ... Data Slot S. Data Slot 1 Data Slot 2 C T S R T S. No. of Simultaneous Users. User 1 User 2 User 3. User U. No.
ÂÓÙÖÒ ÐÓ ÁÒØ ÖÓÒÒ Ø ÓÒÆ ØÛÓÖ ÎÓк¾ ÆÓº½ ¾¼¼½µ ¹ ÏÓÖÐ Ë ÒØ ÈÙ Ð Ò ÓÑÔ ÒÝ È Ê ÇÊÅ Æ Î ÄÍ ÌÁÇÆÇ Ê ÉÍ ËÌ¹Ì Å» Å ÈÊÇÌÇ ÇÄ ÇÊÏÁÊ Ä ËËÆ ÌÏÇÊÃË ÒØ Ö ÓÖÊ Ö ÒÏ Ö Ð ÅÓ Ð ØÝ Ò Æ ØÛÓÖ Ò Ê ÏŠƵ Ô ÖØÑ ÒØÓ ÓÑÔÙØ ÖË Ò
More informationBud row 1. Chips row 2. Coors. Bud. row 3 Milk. Chips. Cheesies. Coors row 4 Cheesies. Diapers. Milk. Diapers
Ð ØÖ ØÝ ÜØ ÖÒ Ð Ë Ñ Ð Ö ØÝ Ó Ø ÓÖ Ð ØØÖ ÙØ Ö ØÓÔ Ö Êº È ÐÑ Ö ½ Ò Ö ØÓ ÐÓÙØ Ó ¾ ¾ ½ Î Ú ÑÓ ÁÒº ¾ ÛÓÓ ÐÚ È ØØ ÙÖ È Ô ÐÑ ÖÚ Ú ÑÓºÓÑ ÓÑÔÙØ Ö Ë Ò Ô ÖØÑ ÒØ ÖÒ Å ÐÐÓÒ ÍÒ Ú Ö ØÝ ¼¼¼ ÓÖ Ú È ØØ ÙÖ È Ö ØÓ ºÑÙº Ù
More informationPrimitives. Ad Hoc Network. (a) User Applications Distributed Primitives. Routing Protocol. Ad Hoc Network. (b)
Ï Ö Ð Æ ØÛÓÖ ¼ ¾¼¼½µ ß ½ ÅÙØÙ Ð ÜÐÙ ÓÒ Ð ÓÖ Ø Ñ ÓÖ ÀÓ ÅÓ Ð Æ ØÛÓÖ Â ÒÒ Ö º Ï ÐØ Ö Â ÒÒ Ö Äº Ï Ð Æ Ø Ò Àº Î Ý Ô ÖØÑ ÒØ Ó ÓÑÔÙØ Ö Ë Ò Ì Ü ²Å ÍÒ Ú Ö ØÝ ÓÐÐ ËØ Ø ÓÒ Ì ¹ ½½¾ ¹Ñ Ð ÒÒÝÛ ºØ ÑÙº Ù Û Ð ºØ ÑÙº Ù
More informationuniverse nonself self detection system false negatives false positives
Ö Ø ØÙÖ ÓÖ Ò ÖØ Ð ÁÑÑÙÒ ËÝ Ø Ñ ËØ Ú Ò º ÀÓ Ñ ÝÖ ½ Ò Ëº ÓÖÖ Ø ½ ¾ ½ Ô ÖØÑ ÒØ Ó ÓÑÔÙØ Ö Ë Ò ÍÆÅ Ð ÙÕÙ ÖÕÙ ÆÅ ½ ½ ¾ Ë ÒØ ÁÒ Ø ØÙØ ½ ÀÝ È Ö ÊÓ Ë ÒØ ÆÅ ¼½ ØÖ Ø Ò ÖØ Ð ÑÑÙÒ Ý Ø Ñ ÊÌÁ˵ Ö Û ÒÓÖÔÓÖ Ø Ñ ÒÝ ÔÖÓÔ
More informationÁÆÎÆÌÇÊ ÇÆÌÊÇÄ ÍÆÊÌÁÆ ÅƵ ÑÒ ÙÒÖØÒ Ø ÊÒ ÎÖÒ Ó ÊÒ Ø Á ¼ ÈÊÇÍÌÁÇÆ ÈÄÆÆÁÆ Æ ÇÆÌÊÇÄ ÁÒÚÒØÓÖÝ ÓÒØÖÓÐ ÙÒÖØÒ ÑÒµ ÁÒØÖÓÙØÓÒ ÊÒÓÑ ÚÖØÓÒ ÑÔÓÖØÒØ ÔÖØÐ ÚÖØÓÒ ÈÖÓÐÑ ØÖÙØÙÖ ÑÔÐ ØÓ ÖÔÖ ÒØ ÖÒÓÑÒ Ò Ø ÑÓÐ Ê Æ ÍÒÚÖ ØÝ Ø
More informationArchiving Scientific Data
Archiving Scientific Data Peter Buneman Sanjeev Khanna Ý Keishi Tajima Þ Wang-Chiew Tan Ü ABSTRACT Ï ÔÖ ÒØ Ò Ö Ú Ò Ø Ò ÕÙ ÓÖ Ö Ö Ð Ø Û Ø Ý ØÖÙØÙÖ º ÇÙÖ ÔÔÖÓ ÓÒ Ø ÒÓ¹ Ø ÓÒ Ó Ø Ñ Ø ÑÔ Û Ö Ý Ò Ð Ñ ÒØ ÔÔ Ö
More informationResource Management for Scalable Disconnected Access to Web Services
Resource Management for Scalable Disconnected Access to Web Services Bharat Chandra, Mike Dahlin, Lei Gao, Amjad-Ali Khoja Amol Nayate, Asim Razzaq, Anil Sewani Department of Computer Sciences The University
More informationapplication require ment? reliability read/write caching disk
Í Ò Ê ÑÓØ Å ÑÓÖÝ ØÓ ËØ Ð Ø Æ ÒØÐÝ ÓÒ Ò Ì¾ Ä ÒÙÜ Ð ËÝ Ø Ñ Ö Ò Ó Ö Ð ÖÓ Ï Ð Ö Ó ÖÒ Ö È Ó Ò Ì Ø Ò ËØ Ò ÍÒ Ú Ö Ö Ð È Ö ÓÓÖ Ò Ó È Ó ¹ Ö Ù Ó Ñ ÁÒ ÓÖÑ Ø Úº ÔÖ Ó Î ÐÓ Ó»Ò Ó ÓÓÒ Ó ½¼ ¹ ¼ ÑÔ Ò Ö Ò È Ö Þ Ð Ì Ð µ
More informationautocorrelation analysis
ÌÓÛÖ ËÔ¹ÒÖØ ÖÝÔØÓÖÔ ÃÝ ÓÒ Ê ÓÙÖ ÓÒ ØÖÒ Ú ÜØÒ ØÖص Ò ÅÓÒÖÓ ÅРú ÊØÖ Ý É Ä ÒРȺ ÄÓÔÖ Ø ÐÒ Ë ØÖØ ÈÖÓÖÑÑÐ ÑÓÐ ÔÓÒ Ò ÔÖ ÓÒÐ ØÐ ØÒØ È µ ÛØ ÑÖÓÔÓÒ ÔÖÑØ ÚÓ¹ ÖÚÒ Ù Ö ÒØÖ Ò Û Ù Ö ÔÖÓÚ Ò¹ ÔÙØ Ý ÔÒº ÁÒ Ø ÔÔÖ Û ÓÛÓÛØÓܹ
More informationÇÔ Ò ÈÖÓ Ð Ñ Ò Ø ¹Ë Ö Ò È Ö¹ØÓ¹È Ö ËÝ Ø Ñ Æ Ð Û Ò À ØÓÖ Ö ¹ÅÓÐ Ò Ò Ú ÖÐÝ Ò ËØ Ò ÓÖ ÍÒ Ú Ö ØÝ ËØ Ò ÓÖ ¼ ÍË Û Ò ØÓÖ Ý Ò º Ø Ò ÓÖ º Ù ØØÔ»»ÛÛÛ¹ º Ø Ò ÓÖ º Ù ØÖ Øº ÁÒ È Ö¹ÌÓ¹È Ö È¾Èµ Ý Ø Ñ ÙØÓÒÓÑÓÙ ÓÑÔÙØ Ö
More informationÆÏ ÈÈÊÇÀ ÌÇ Ëµ ÁÆÎÆÌÇÊ ËËÌÅË ÂÒ¹ÉÒ ÀÙ ÅÒÙØÙÖÒ ÒÒÖÒ Ó ØÓÒ ÍÒÚÖ ØÝ ËÓÖ ÆÒÒÙÙÐ Ý Ò Ï¹Ó ÓÒ Ý ÐØÖÐ Ò ÓÑÔÙØÖ ÒÒÖÒ ÍÒÚÖ ØÝ Ó Å Ù ØØ ÑÖ Ø ÖÙÖÝ ØÖØ ÁÒ Ø ÔÔÖ Û ÓÒ Ö ÔÖÓ ÖÚÛ Ëµ ÒÚÒØÓÖÝ Ý ØÑ ÛØ ÒÔÒÒØ Ò ÒØÐÐÝ ØÖÙØ
More informationDownloaded from SPIE Digital Library on 29 Aug 2011 to 128.196.210.138. Terms of Use: http://spiedl.org/terms
ÔØ Ú ÓÒ ÖÝ Ñ ÖÖÓÖ ÓÖ Ø Ä Ö ÒÓÙÐ Ö Ì Ð ÓÔ º Ê Ö º Ö٠Ⱥ Ë Ð Ò Ö º ÐÐ Ò Êº ź Ò Ö ØØÓÒ ÀºÅº Å ÖØ Ò Ç ÖÚ ØÓÖ Ó ØÖÓ Ó Ö ØÖ Ä Ö Ó º ÖÑ ¼½¾ Ö ÒÞ ÁØ ÐÝ Ë ÁÒØ ÖÒ Ø ÓÒ Ð ºÖºÐº ÓÖ Ó ÈÖÓÑ ËÔÓ ¾» ¾¾¼ Ä Ó ÁØ ÐÝ Å ÖÓ
More informationTheHow and Why of Having a Successful Home Office System
ÊÇÄ ¹ Ë ËË ÇÆÌÊÇÄ ÇÆ ÌÀ Ï ÍËÁÆ Ä È ÂÓÓÒ Ëº È Ö ÁÒ ÓÖÑ Ø ÓÒ Ò ËÓ ØÛ Ö Ò Ò Ö Ò Ô ÖØÑ ÒØ ÓÖ Å ÓÒ ÍÒ Ú Ö ØÝ Ô Ö Ø ºÒÖÐºÒ ÚÝºÑ Ð Ð¹ÂÓÓÒ Ò ÓÐÐ Ó ÁÒ ÓÖÑ Ø ÓÒ Ì ÒÓÐÓ Ý ÍÒ Ú Ö ØÝ Ó ÆÓÖØ ÖÓÐ Ò Ø ÖÐÓØØ ÒÙÒº Ù Ê Ú
More informationApplications. Decode/ Encode ... Meta- Data. Data. Shares. Multi-read/ Multi-write. Intermediary Software ... Storage Nodes
ËÐØÒ Ø ÊØ Ø ØÖÙØÓÒ ËÑ ÓÖ ËÙÖÚÚÐ ËØÓÖ ËÝ ØÑ ÂÝ Âº ÏÝÐ ÅÑØ ÐÓÐÙ ÎÝ ÈÒÙÖÒÒ ÅРϺ Ö ËÑ ÇÙÞ ÃÒ ÌÛ ÓÖÝ ÏÐÐÑ ÖÓÖÝ Êº ÒÖ ÈÖÔ Ãº ÃÓ Ð ÅÝ ¾¼¼½ Å͹˹¼½¹½¾¼ ËÓÓÐ Ó ÓÑÔÙØÖ ËÒ ÖÒ ÅÐÐÓÒ ÍÒÚÖ ØÝ ÈØØ ÙÖ È ½¾½ ØÖØ ËÙÖÚÚÐ
More informationSliding Window ... Basic Window S[0] S[k 1] S[k] Digests Digests Digests
ËØØËØÖÑ ËØØ ØÐ ÅÓØÓÖ Ó ÌÓÙ Ó Ø ËØÖÑ ÊÐ ÌÑ ÙÝÙ Ù Ë ÓÙÖØ Á ØØÙØ Ó ÅØÑØÐ Ë ÔÖØÑØ Ó ÓÑÔÙØÖ Ë ÆÛ ÓÖ ÍÚÖ ØÝ ÝÙÝÙ ºÝÙºÙ ØÖØ Ó Ö Ø ÔÖÓÐÑ Ó ÑÓØÓÖ Ø Ó ØÓÙ Ó ØÑ Ö Ø ØÖÑ ÓÐ Ó Ñ Ó Ó ØѺ Á ØÓ ØÓ Ð ØÖÑ ØØ ¹ Ø Ù ÚÖ ØÖ
More informationReal Business Cycles with Disequilibrium in the Labor Market: A Comparison of the U.S. and German Economies
Working Paper No. 5 Real Business Cycles with Disequilibrium in the Labor Market: A Comparison of the U.S. and German Economies by Gang Gong and Willi Semmler University of Bielefeld Department of Economics
More informationApplication. handle layer. access layer. reference layer. transport layer. ServerImplementation. Stub. Skeleton. ClientReference.
ÜÔÐÓ Ø Ò Ç Ø ÄÓ Ð ØÝ Ò Â Ú È ÖØÝ ØÖ ÙØ ÓÑÔÙØ Ò ÒÚ ÖÓÒÑ ÒØ ÓÖ ÏÓÖ Ø Ø ÓÒ ÐÙ Ø Ö ÖÒ Ö À ÙÑ Ö Ò Å Ð È Ð ÔÔ Ò ÍÒ Ú Ö ØÝ Ó Ã ÖÐ ÖÙ ÖÑ ÒÝ ÙÑ Ö ºÙ º Ò Ô Ð ÔÔ Ö ºÙ º ØØÔ»»ÛÛÛ Ô º Ö ºÙ º»Â Ú È ÖØÝ» ØÖ Øº ÁÒ ØÖ
More information} diff. } make. fetch. diff. (a) Standard LRC. (c) Home-based LRC. (b) AURC. Node 0 Node 1 Node 2 (home) Node 0 Node 1 Node 2 (home) Compute
ÈÙÐ Ò Ø ÈÖÓÒ Ó Ø ¾Ò ËÝÑÔÓ ÙÑ Ó ÇÔÖØÒ ËÝ ØÑ Ò Ò ÁÑÔÐÑÒØØÓÒ ÇËÁ³µ ÈÖÓÖÑÒ ÚÐÙØÓÒ Ó ÌÛÓ ÀÓѹ ÄÞÝ ÊÐ ÓÒ ØÒÝ ÈÖÓØÓÓÐ ÓÖ ËÖ ÎÖØÙÐ ÅÑÓÖÝ ËÝ ØÑ ÙÒÝÙÒ ÓÙ ÄÚÙ ÁØÓ Ò Ã Ä ÔÖØÑÒØ Ó ÓÑÔÙØÖ ËÒ ÈÖÒØÓÒ ÍÒÚÖ ØÝ ÈÖÒØÓÒ ÆÂ
More informationChen Ding Yutao Zhong Computer Science Department University of Rochester Rochester, New York U.S.A. cding,ytzhong @cs.rochester.
ÓÑÔ Ð Ö¹ Ö Ø ÊÙÒ¹Ì Ñ ÅÓÒ ØÓÖ Ò Ó ÈÖÓ Ö Ñ Ø Chen Ding Yutao Zhong Computer Science Department University of Rochester Rochester, New York U.S.A. cding,ytzhong @cs.rochester.edu ABSTRACT ÙÖ Ø ÖÙÒ¹Ø Ñ Ò ÐÝ
More informationPROCESSOR IS OCCUPIED BY T i
ËÙÐÒ ÐÓÖØÑ ÓÖ ÅÙÐØÔÖÓÖÑÑÒ Ò ÀÖ¹ÊйÌÑ ÒÚÖÓÒÑÒØ º ĺ ÄÙ ÈÖÓØ Å Å Ù ØØ ÁÒ ØØÙØ Ó ÌÒÓÐÓÝ ÂÑ Ïº ÄÝÐÒ ÂØ ÈÖÓÔÙÐ ÓÒ ÄÓÖØÓÖÝ ÐÓÖÒ ÁÒ ØØÙØ Ó ÌÒÓÐÓÝ ØÖØ Ì ÔÖÓÐÑ Ó ÑÙÐØÔÖÓÖÑ ÙÐÒ ÓÒ ÒÐ ÔÖÓ ÓÖ ØÙ ÖÓÑ Ø ÚÛÔÓÒØ Ó Ø ÖØÖ
More informationÌ Ë Ø ÅÄ Ë Ö Ò Ò Ò Ò ÅÄ ÉÙ ÖÝ Ò Ñ Ö Ò Ò Ò Ó Ò ÒØ ÓÒÝ ÂÓ Ô Ö Ú Ò Ò º Ö Ð Ýº Ù Ê ÔÓÖØ ÆÓº Í» Ë ¹¼¼¹½½½¾ Ë ÔØ Ñ Ö ¾¼¼¼ ÓÑÔÙØ Ö Ë Ò Ú ÓÒ Ëµ ÍÒ Ú Ö ØÝ Ó Ð ÓÖÒ Ö Ð Ý Ð ÓÖÒ ¾¼ Ì Ë Ø ÅÄ Ë Ö Ò Ò Ò Ò ÅÄ ÉÙ ÖÝ Ò
More informationÔØÖ ÄÒÖ Ç ÐÐØÓÖ ß ÇÒ Ö Ó ÖÓÑ º½ ÇÚÖÚÛ ÏØ Ó Ø ØÒ Ú Ò ÓÑÑÓÒ ÔÖÓÔØÓÒ Ó Ñ ÛÚ ÒÖØ Ý Öع ÕÙ ÖÑÓØ ØØÓÒ Ó ÓÑÔÐÜ ÑÓÐÙÐ Ú ÒÖÖ ÔØÖ Ø ÐØÖ Ò ÑÒØ Ð Ò ÑÖÓÛÚ ÚØÝ Ò ÖÒØÖ ÐÓ Ì ÙÑÐ ÑÔÐ ÖÑÓÒ Ó Ð¹ ÐØÓÖ ÔÐÝ ØÖÖÒ ÖÓÐ Ò Ø ÙÒÖ
More informationImproving Web Performance by Client Characterization Driven Server Adaptation
Improving Web Performance by Client Characterization Driven Server Adaptation Balachander Krishnamurthy AT&T Labs Research 180 Park Avenue Florham Park, NJ bala@research.att.com Craig E. Wills WPI 100
More informationPush-communities. Pull-communities. Wrapped Services ... ... processors hardwarecircuits peripherals PCshopping
ÓÑÔÓ Ò Ò ÅÒØÒÒ Ï¹ ÎÖØÙÐ ÒØÖÔÖ ÓÙÐÑ ÒØÐÐ ½ Ò ÖÑ Å ¾ Ò ØÑÒ ÓÙÙØØÝ ¾ Ò Ñ ÐÑÖÑ Ò ÂÑ Ö ½ ËÓÓÐ Ó ÓÑÔÙØÖ ËÒ Ò ÒÒÖÒ ÍÒÚÖ ØÝ Ó ÆÛ ËÓÙØ ÏÐ Ù ØÖÐ ÓÙÐÑ ºÙÒ ÛºÙºÙ ÔÖØÑÒØ Ó ÓÑÔÙØÖ ËÒ ÈÙÖÙ ÍÒÚÖ ØÝ ÍË ºÔÙÖÙºÙ ¾ ÔÖØÑÒØ
More informationhospital physician(2)... disease(4) treat(2) W305(2) leukemia(3) leukemia(2) cancer
Ë ÙÖ ÅÄ ÈÙ Ð Ò Û Ø ÓÙØ ÁÒ ÓÖÑ Ø ÓÒ Ä Ò Ø ÈÖ Ò Ó Ø ÁÒ Ö Ò Ó ÙÒ Ò Ô ÖØÑ ÒØ Ó ÓÑÔÙØ Ö Ë Ò ÆÓÖØ Ø ÖÒ ÍÒ Ú Ö ØÝ Ä ÓÒ Ò ½½¼¼¼ Ò Ý Ò ÜÑ ÐºÒ Ùº ÙºÒ Ò Ä Ý Ë ÓÓÐ Ó ÁÒ ÓÖÑ Ø ÓÒ Ò ÓÑÔÙØ Ö Ë Ò ÍÒ Ú Ö ØÝ Ó Ð ÓÖÒ ÁÖÚ
More informationPROTOCOLS FOR SECURE REMOTE DATABASE ACCESS WITH APPROXIMATE MATCHING
CERIAS Tech Report 2001-02 PROTOCOLS FOR SECURE REMOTE DATABASE ACCESS WITH APPROXIMATE MATCHING Wenliang Du, Mikhail J. Atallah Center for Education and Research in Information Assurance and Security
More informationOptimal Crawling Strategies for Web Search Engines
Optimal Crawling Strategies for Web Search Engines J.L. Wolf, M.S. Squillante, P.S. Yu IBM Watson Research Center ÐÛÓÐ Ñ Ô ÝÙÙ ºÑºÓÑ J. Sethuraman IEOR Department Columbia University jay@ieor.columbia.edu
More informationP1 P2 P3. Home (p) 1. Diff (p) 2. Invalidation (p) 3. Page Request (p) 4. Page Response (p)
ËÓØÛÖ ØÖÙØ ËÖ ÅÑÓÖÝ ÓÚÖ ÎÖØÙÐ ÁÒØÖ ÖØØÙÖ ÁÑÔÐÑÒØØÓÒ Ò ÈÖÓÖÑÒ ÅÙÖÐÖÒ ÊÒÖÒ Ò ÄÚÙ ÁØÓ ÔÖØÑÒØ Ó ÓÑÔÙØÖ ËÒ ÊÙØÖ ÍÒÚÖ ØÝ È ØÛÝ Æ ¼¹¼½ ÑÙÖÐÖ ØÓ ºÖÙØÖ ºÙ ØÖØ ÁÒ Ø ÔÔÖ Û Ö Ò ÑÔÐÑÒØØÓÒ Ó ÓØÛÖ ØÖÙØ ËÖ ÅÑÓÖÝ Ëŵ
More informationBest Place to Find Information For a Wedding?
ÔÔ Ö Ò ÈÖÓ Ò Ó Ø Ø ÁÒØ ÖÒ Ø ÓÒ Ð ÓÒ Ö Ò ÓÒ Ö Ø ØÙÖ Ð ËÙÔÔÓÖØ ÓÖ ÈÖÓ Ö ÑÑ Ò Ä Ò Ù Ò ÇÔ Ö Ø Ò ËÝ Ø Ñ ¾¼¼¼ Designing Computer Systems with MEMS-based Storage Steven W. Schlosser, John Linwood Griffin, David
More informationÁÒÖÒ ÓÖ Ó ÖÚØÓÒ Ó ÒØÖØ «Ù ÓÒ ÔÖÓ º ËÙ ÒÒ ØÐÚ Ò ÔÖØÑÒØ Ó Ó ØØ Ø ÅÐ ËÖÒ Ò ÔÖØÑÒØ Ó ËØØ Ø Ò ÇÔÖØÓÒ Ê Ö ÍÒÚÖ ØÝ Ó ÓÔÒÒ ÒÑÖ ØÖØ ØÑØÓÒ Ó ÔÖÑØÖ Ò «Ù ÓÒ ÑÓÐ Ù ÙÐÐÝ ÓÒ Ó Ö¹ ÚØÓÒ Ó Ø ÔÖÓ Ø ÖØ ØÑ ÔÓÒØ º ÀÖ Û ÒÚ ØØ
More informationTHE IMPACT OF PRODUCT RECOVERY ON LOGISTICS NETWORK DESIGN
R & D THE IMPACT OF PRODUCT RECOVERY ON LOGISTICS NETWORK DESIGN by M. FLEISCHMANN* P. BEULLENS** J. M. BLOEMHOF-RUWAARD and L. VAN WASSENHOVE 2000/33/TM/CIMSO 11 * Faculty of Business Administration,
More informationIBM Research Report. The State of the Art in Locally Distributed Web-server Systems
RC22209 (W0110-048) October 16, 2001 Computer Science IBM Research Report The State of the Art in Locally Distributed Web-server Systems Valeria Cardellini, Emiliano Casalicchio Dept. of Computer Engineering
More informationMonitoring the Dynamics of Network Traffic by Recursive Multi-dimensional Aggregation
Monitoring the Dynamics of Network Traffic by Recursive Multi-dimensional Aggregation Midori Kato Keio University katoon@sfc.wide.ad.jp Kenjiro Cho IIJ/Keio University kjc@iijlab.net Michio Honda NEC Europe
More informationHistory-Based Batch Job Scheduling on a Network of Interactively Used Workstations
À ØÓÖݹ Ø ÂÓ Ë ÙÐ Ò ÓÒ Æ ØÛÓÖ Ó ÁÒØ Ö Ø Ú ÐÝ Í ÏÓÖ Ø Ø ÓÒ ÁÒ Ù ÙÖ Ð ÖØ Ø ÓÒ ÞÙÖ ÖÐ Ò ÙÒ Ö ÏĐÙÖ Ò Ó ØÓÖ Ö È ÐÓ ÓÔ ÚÓÖ Ð Ø Ö È ÐÓ ÓÔ ¹Æ ØÙÖÛ Ò ØÐ Ò ÙÐØĐ Ø Ö ÍÒ Ú Ö ØĐ Ø Ð ÚÓÒ Ò Ö Ï Ô Ù Ë ĐÙÔ Ñ ÄÍ Ð ½ Ò Ñ
More informationdesired behaviour (global constraints) composite system putative behaviour: putative agents, actions, etc.
Ó Ð¹ Ö Ú Ò ÔÔÖÓ ØÓ Ö ÕÙ Ö Ñ ÒØ Ò Ò Ö Ò ËØ Û ÖØ Ö Ò Ø Û Öغ Ö ÒÙÛ º ºÙ Ô ÖØÑ ÒØ Ó ÓÑÔÙØ Ò ÍÒ Ú Ö ØÝ Ó Ø Ï Ø Ó Ò Ð Ò Ö ØÓÐ ØÖ Ø ÒÙÑ Ö Ó Ö ÒØ ÔÔÖÓ ØÓ Ö ÕÙ Ö Ñ ÒØ Ò Ò Ö Ò Ù Ø Ø Ø Ò Û Ô Ö Ñ Ñ Ö Ò ÙÔÓÒ Ø Ù Ó
More informationAn Investigation of Geographic Mapping Techniques for Internet Hosts
An Investigation of Geographic Mapping Techniques for Internet Hosts Venkata N. Padmanabhan Microsoft Research Lakshminarayanan Subramanian Ý University of California at Berkeley ABSTRACT ÁÒ Ø Ô Ô Ö Û
More informationBuilding Intelligent Web Applications Using Lightweight Wrappers
University of Pennsylvania ScholarlyCommons Database Research Group (CIS) Department of Computer & Information Science March 2001 Building Intelligent Web Applications Using Lightweight Wrappers Arnaud
More informationPricing Debit Card Payment Services: An IO Approach
WP/03/202 Pricing Debit Card Payment Services: An IO Approach Wilko Bolt and Alexander F. Tieman 2003 International Monetary Fund WP/03/202 IMF Working Paper International Capital Markets Department Pricing
More informationHowEasily Find the Best Lowest Price Possible For a Wedding
Enabling Dynamic Content Caching for Database-Driven Web Sites K. Selçuk Candan Wen-Syan Li Qiong Luo Wang-Pin Hsiung Divyakant Agrawal C&C Research Laboratories, NEC USA, Inc., 110 Rio Robles, San Jose,
More informationWorking Paper Simulating Tail Probabilities in GI/GI.1 Queues and Insurance Risk Processes with Subexponentail Distributions
econstor www.econstor.eu Der Open-Access-Publikationsserver der ZBW Leibniz-Informationszentrum Wirtschaft The Open Access Publication Server of the ZBW Leibniz Information Centre for Economics Boots,
More informationRational Value Model For Firms
Rational Exuberance: The Fundamentals of Pricing Firms, from Blue Chip to Dot Com Mark Kamstra Working Paper 2001-21 November 2001 Working Paper Series Federal Reserve Bank of Atlanta Working Paper 2001-21
More informationOpen Programmable Architecture for Java-enabled Network Devices
Open Programmable Architecture for Java-enabled Network Devices Tal Lavian, Nortel Networks - Advanced Technology Center Robert F. Jaeger, University of Maryland Jeffrey K. Hollingsworth, University of
More informationFinding Near Rank Deficiency in Matrix Products
TR-CS-98-13 Finding Near Rank Deficiency in Matrix Products Michael Stewart December 1998 Joint Computer Science Technical Report Series Department of Computer Science Faculty of Engineering and Information
More information>?@CHJLC?JHLL >?@CHJLC?JHLL \ >?@CH >?JHLL >?JLC?!"#$%!&'!()+,-.+/0-1,.20.3456,.13.71+1,89:0-;,.-
More informationDoes Poor Legal Enforcement Make Households Credit-Constrained?
&(1752678',,1(&2120,$(),1$1=$ &(175()25678',(6,1(&2120,&6$1'),1$1&( :25.,1*3$3(512 Does Poor Legal Enforcement Make Households Credit-Constrained? Daniela Fabbri and Mario Padula First Draft: August 2001
More informationé é ä ä é ö é é ò é ó é Ü ä Ü ä ä
é é é ä èé èé ö ß é éé é é é ß ß ßß ß é é é é ä ä ä ä ä é ä ä éé é ä é é ä ä é ä ö é é ò é é ó é Üä Üää à ò éè ì é è èè è ó üü èè è ü è è é é ä éé óé ä ìò ì é ä é ó ó é é ó é éé é é Ü é é ò ò ò ä ää é
More information3 Analysis of LSR Model
Performance Analysis for QoS Provisioning in MPLS Networks Shogo Nakazawa, Hitomi Tamura, Kenji Kawahara, Yuji Oie Department of Computer Science and Electronics Kyushu Institute of Technology Iizuka,
More informationImproved Handling of Soft Aperiodic Tasks in Offline Scheduled Real-Time Systems using Total Bandwidth Server
Improved Handling of Soft Aperiodic Tasks in Offline Scheduled Real-Time Systems using Total Bandwidth Server Gerhard Fohler, Tomas Lennvall Mälardalen University Västeras, Sweden gfr, tlv @mdh.se Giorgio
More informationTo: Enclosed is a packet of distribution election forms for your review and signature:
Date: To: Re: Distribution from SPS Retirement Plan Enclosed is a packet of distribution election forms for your review and signature: Withdrawal Request & Benefit Selection Form Special Tax Notice Regarding
More informationand reporting Slavko Gajin slavko.gajin@rcub.bg.ac.rs
ICmyNet.Flow: NetFlow based traffic investigation, analysis, and reporting Slavko Gajin slavko.gajin@rcub.bg.ac.rs AMRES Academic Network of Serbia RCUB - Belgrade University Computer Center ETF Faculty
More informationIntroduction: ROOT/C++ Analyzer
Introduction: ROOT/C++ Analyzer Hall A Analysis Workshop 10 December 2003 Development Team Rob Feuerbach Bob Michaels Ole Hansen Contributors Bodo Reitz Bryan Moffit Robert Stringer (summer student) The
More informationHow to create OpenDocument URL s with SAP BusinessObjects BI 4.0
How to create OpenDocument URL s with SAP BusinessObjects BI 4.0 Creator: Twitter: Blog: Pieter Verstraeten http://www.twitter.com/pverstraeten http://www.pieterverstraeten.com/blog Hi, Thanks for downloading
More information