Modeling sleep mode gains in energy-aware networks

به جای انجام شبیه سازی های دقیق، مدل های ساده ای از شبکه ها را در نظر می گیریم که در آن دستگاه ها (یعنی گره ها و لینک ها) انرژی را به نسبت ترافیک دست کاری مصرف می کنند و در آن یک بخش داده شده از گره ها به حالت خواب قرار می گیرد. مدل ما اجازه می دهد تا پیش بینی کنیم که چقدر انرژی در سناریوهای مختلف ذخیره می شود. نتایج نشان می دهد که حالت های خواب را می توان با موفقیت راه حل متناسب بار ترکیب کرد. با این حال، اگر اجزای مصرف انرژی استاتیک یک مرتبه کمتری نسبت به مولفه متناسب با بار باشد، حالت خواب دیگر راحت نیست. با تشکر از نظریه گراف تصادفی، مدل ما تاثیر تاثیرات مختلف توپولوژی شبکه را سنجش می کند. به عنوان مثال، شبکه های متصل شده به شدت متصل به استفاده از حالت های خواب راحت تر است.