<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Draft on QSysArch - Quantum Computer System Architecture</title><link>https://qsysarch.com/ko/categories/draft/</link><description>Recent content in Draft on QSysArch - Quantum Computer System Architecture</description><generator>Hugo</generator><language>ko</language><atom:link href="https://qsysarch.com/ko/categories/draft/index.xml" rel="self" type="application/rss+xml"/><item><title>자율주행 차량을 위한 탄력적인 네트워킹</title><link>https://qsysarch.com/ko/posts/resilient-networking-for-autonoumous-vehicules/</link><pubDate>Sat, 01 Jan 0000 00:00:00 +0000</pubDate><guid>https://qsysarch.com/ko/posts/resilient-networking-for-autonoumous-vehicules/</guid><description>&lt;p&gt;&lt;a href="https://unece.org/sites/default/files/2023-03/ECE-TRANS-WP.1-2023-Presentation-21e.pdf" class="external-link" target="_blank" rel="noopener"&gt;VayNet&lt;/a&gt; 네트워크 아키텍처에 대한 아주 간략한 개요입니다.&lt;/p&gt;&#10;&lt;p&gt;&#10;&lt;img class="glightbox" src="https://qsysarch.com/images/resilient-networking/autonomous-vehicule-resilient-networking-architecture.webp" alt="" /&gt;&lt;/p&gt;&#10;&lt;p&gt;4개의 이중화된 네트워크 채널(스마트 패킷 스프레이 채널 다중화 사용)을 사용하는 것 외에도, Amarisoft는 TCP 스택 내의 &amp;ldquo;ECN&amp;rdquo;(Explicit Control Notification) 메커니즘을 사용하여 저지연, 저손실, 확장 가능한 네트워크 스택인 L4S(Low Latency, Low Loss, Scalable Network Stack)를 사용한다고 홍보합니다. 에뮬레이션 환경에서 Amarisoft를 사용하여 L4S의 효율성을 검증하는 방법을 살펴보는 것은 흥미로울 것입니다.&lt;/p&gt;&#10;&lt;p&gt;&#10;&lt;img class="glightbox" src="https://qsysarch.com/images/resilient-networking/l4s.webp" alt="" /&gt; (이미지 출처: &lt;a href="https://www.nokia.com/bell-labs/research/l4s/" class="external-link" target="_blank" rel="noopener"&gt;노키아 벨 연구소&lt;/a&gt;)&lt;/p&gt;&#10;&lt;p&gt;또한 신경망 기반 라우팅, 특히 강화 학습을 사용하여 네트워크 연결성(지연 시간 및 RSSI 기준으로 측정)을 최대화함으로써 경로를 최적화하는 방식이 사용될 수 있다는 점도 언급할 가치가 있습니다. 이는 차량이 도시의 &amp;ldquo;셀룰러 음영 지역&amp;quot;에 진입하는 것을 방지합니다.&lt;/p&gt;</description></item></channel></rss>