Chapter 6 Effisha
6.6 EffiSha API and Runtime: Basic Design
Un aspecto importante es que nuestros experimentos tratan la optimización del problema RWA estático por lo que el objetivo central de nuestros ejercicios radica en minimizar los recursos usados para portar todo el tráfico.
nuestro experimento para valorar así sus índices de eficiencia en cuanto nos acercamos a escenarios sin bloques con la incorporación de recursos a los nodos y enlaces ópticos.
En este caso de estudio hemos supuesto la red NSFNET con enlace de fibra bidireccionales como se muestra en la figura y capaz de transportar hasta 32 longitudes de onda.
Los nodos por ejemplo tendrán un cambio cuantitativo en sus costos a la vez que le incorporamos capacidad de ajuste electrónico, convertidores ópticos, así como transmisores y receptores opto-electrónicos. Los enlaces ópticos también podrían exigir cambios en cuanto a la necesidad de una mayor cantidad de longitudes de onda posibles a portar y el número de fibras por enlace.
En el paso 2 de AAC, usamos la selección heurística de tráfico PMC para escoger el orden de solicitudes en la demanda de tráfico.
En los experimentos, asignamos pesos a las aristas para los cuales son satisfechos todos los requerimientos de las diferentes políticas de ajuste como se muestra en la tabla siguiente.
MinS MinL MinWL
WLE 10 10 1000 GrmE 1000 20 0 TxE 20 200 20 RxE 20 200 20 LpE 1 1 1 MuxE 0 0 0 DmxE 0 0 0 WBE 0 0 0
TABLA 3.3 Asignación de pesos para las tres políticas de ajuste
Los resultados basados en las 5 simulaciones son mostrados en la tabla 3.4.
En este puede ser que para portar todas las demandas de tráfico la política MinWL consume la menor cantidad de longitud de onda, la política MinL consume el mínimo número de caminos de luz y la política MinS utiliza el menor número de saltos sobre la topología virtual.
Número de Caminos de luz Número de longitudes de onda por enlace Número de saltos promedio MinWL 248 258 2,6 MinL 151 320 2,0 MinS 170 370 1,2
Tabla 3.2 Resultado de la aplicación del algoritmo de enrutamiento a la red NSFNET en un escenario sin bloqueo.
Esto demuestra que la función de asignación de pesos de las 3 políticas de ajuste cumple realmente con los objetivos propuestos en las mismas. Es de notar como la política MinL utiliza la mayor cantidad de caminos de luz y el tráfico cursado experimenta el mayor número de saltos en la topología virtual. Esto esta determinado porque esta política prefiere el uso de caminos de luz cortos para portar conexiones. Dado que cada camino de luz ocupa un transmisor y un receptor en el nodo fuente y destino respectivamente, la política MinL usa la menor cantidad de “transceivers”. La MinS política consume el mayor número de enlaces de longitudes de onda, un resultado esperado dado que siempre trata de establecer un camino de luz de fuente a destino cuando la conexión no puede ser enrutada usando un simple enlace existente. Políti ca
Escenario de bloqueo.
En este escenario son usadas nuevamente las tres políticas, la misma red NSFNET y las mismas matrices de tráfico. Sin embargo cada enlace ahora tiene solo 8 longitudes de onda y cada nodo solo tendrá 20 “transceivers” sintonizables. Con esta confirmación se pretende valorar el funcionamiento de las políticas de ajuste en el algoritmo cuando los recursos de la red son insuficientes para satisfacer todas las solicitudes de conexión. El objetivo en un escenario de bloqueo es maximizar el tráfico portado, la eficiencia de la red.
MinWL MinL MinS
M. T. 1 0.633 0.863 0.880 M. T. 2 0.802 0.830 0.930 M. T. 3 0.755 0.752 0.934 M. T. 4 0.668 0.920 0.867 M. T. 5 0.880 0.854 0.933 Promedio 0.747 0.847 0.908
Tabla 3.4 Eficiencia Promedio de la Red
Tenga en cuenta que la eficiencia ha sido calculada como:
e = Número de caminos cursados / Número de Caminos de luz solicitados
Los resultados de la figura anterior demuestran que MinS obtiene la del mejor rendimiento de las tres políticas. Esto es porque en un escenario de bloqueo, los recursos de la red son limitados. Para mejorar el rendimiento de la red, debemos usar los recursos limitados eficientemente, y el ajuste por simple salto es usualmente más efectivo para usar la capacidad de los caminos de luz para portar el tráfico que el ajuste por múltiples saltos. Desde la perspectiva de una solicitud de tráfico, menos saltos se traducen a que menos recursos serán usados para acomodar el tráfico. Desde la perspectiva de un camino de
luz desde el nodo s al nodo d, su eficiencia es mayor cuando usamos la cantidad de capacidad para portar el tráfico desde fuente a destino que para portar otro tráfico.
Comparación de la selección de tráfico
Comparamos el funcionamiento de nuestra heurística, con las soluciones óptimas obtenidas. Obtenidas a través de ILP, resultados tomados de [39]. Dado que el ILP puede ser resuelto para pequeñas redes, para esta comparación usamos una red de seis nodos con enlace bidireccionales mostrados en la red de la figura 3.12.
Fig.3.12 Topología de una red simple de 6 nodos
Las cinco matrices de tráfico aleatorias utilizadas siguen el mismo patrón del caso anterior.
La capacidad de cada longitud de onda es un OC-48. Cada nodo tiene capacidad de ajuste con un número limitado de “transceivers” y sin convertidores de longitud de onda. Dado que los recursos de la red pueden no ser suficientes para acomodar todas las solicitudes, nuestro objetivo es maximizar el rendimiento de la red, la cantidad de tráfico cursado exitosamente. Usamos la política MinS en este experimento.
Los resultados son mostrados en la Tabla 3.6.
T=4,W=3 95,7 88,4 82,4 84,5
T=3,W=4 76,7 71,2 64,2 62,3
T=5,W=4 100 100 100 100
Tabla 3.6 Compararon de eficiencias de las técnicas de selección de tráfico con la soluciones óptimas
Donde T denota el número de “transceivers” por cada nodo y W denota las longitudes de onda por enlace. Los números en la tabla 3.6 son los por cientos y la cantidad de tráfico usando diferentes esquemas de selección de tráfico bajo diferentes configuraciones de red.
Se puede observar que el funcionamiento de PMC es mejor que los de los otros dos esquemas de selección de tráfico en la mayoría de los casos y es muy próximo o igual a la solución óptima.
En el tercer experimento examinamos las heurísticas sobre redes de mayor tamaño.
Fig. 3.13 Topología de una red óptica de 19 Nodos.
Esta red (figura 3.13) tiene 19 nodos y 31 enlaces. Todos los enlaces tienen capacidad de ajuste y no tienen convertidores. Los enlaces de fibra son bidireccionales y cada enlace tiene una capacidad de OC-192. Los resultados de nuestro experimento están basados en 5 matrices de tráfico las cuales son generadas aleatoriamente. Son usados un escenario de bloqueo y la política MinS en este experimento. En este caso variamos el número de “transceivers”
en cada nodo y número de longitudes de onda de cada enlace para obtener el funcionamiento de los tres esquemas de selección de tráfico bajo diferentes configuraciones. La figura 3.14 muestra el comportamiento de las heurísticas PMC, PMR y PMG al cambiar el número de “transceivers” en cada nodo desde 16 a 24 asumiendo que cada enlace de fibra tiene 8 longitudes de onda, respectivamente. Podemos observar como PMR funciona mejor que PMG, y PMC funciona mejor dado que PMC escoje la conexión acorde al estado de la red, mientras que las otras heurísticas no toman esto en cuenta.
PMC PMR PMG T =16, W=8 0,711 0,714 0,615 T=18, W=8 0,721 0,725 0,624 T=20, W=8 0,731 0,736 0,644 T=22, W=8 0,734 0,739 0,645 T=24, W=8 0,735 0,746 0,656
Tabla 3.14 Eficiencia de la red utilizando los tres esquemas de selección de tráfico utilizando 8 longitudes de onda por enlace
Es importante señalar que cuando cada enlace tiene 8 longitudes de onda, el rendimiento mejora poco cuando el número de “transceivers” se incrementa de 16 a 24. Para las diferentes configuraciones, la red incrementa su rendimiento cuando el número de longitudes de onda en cada fibra se incrementa tal como lo muestra la tabla siguiente para 16 fibras.
PMC PMR PMG T =16, W=16 0,957 0,961 0,843 T=18, W=16 0,921 0,925 0,862 T=20, W=16 0,925 0,936 0,874 T=22, W=16 0,934 0,939 0,877 T=24, W=16 0,943 0,946 0,886
Los experimentos realizados nos permiten un análisis profundo sobre las debilidades y fortalezas de nuestro algoritmo así como de los distintos esquemas de selección de tráfico asociados al mismo. Lo anterior posibilita realizar mejoras, diseñar nuevos esquemas y configurar nuevos escenarios de desarrollo utilizando los mismos principios. Estos resultados útiles en el desarrollo de algoritmos de enrutamiento que resuelven el problema RWA manifiestan las ventajas que ofrece una herramienta como AROP para continuar avanzando en la búsqueda de algoritmos óptimos que respondan eficientemente al problema de ruteo de un camino de luz sobre una topología óptica.
Conclusiones
El proceso mediante el cual los recursos de una red óptica WDM son asignados a una conexión tiene implicación directa en el costo de la red y en su comportamiento ante solicitudes dinámicas de tráfico.
La clasificación del problema de optimización RWA permite la continuación en el desarrollo de los diversos métodos y técnicas que hoy, pretenden encontrar soluciones eficientes al enrutar un camino de luz.
El algoritmo AAC basado en un grafo generado a partir de la topología de la red óptica resuelve las demoras computacionales y aborda de forma integrada, limando las incoherencias de una división en subproblemas. Este modelo pone en práctica esquemas de selección de tráfico diversos y pretende varios objetivos de ajuste solo manipulando las aristas. Estas potencialidades en conjunto permiten encontrar un camino óptimo en un proceso bien guiado por las necesidades del operador.
El analizador de enrutamiento óptico “AROP” es una herramienta, que permite a todo aquel que desea profundizar en el estudio de algoritmos de enrutamiento óptico, analizar el comportamiento de los mismos en distintos escenarios, con topologías y fuentes de tráfico diversas y de esta forma realizar adecuaciones en los mismos para su utilización práctica.
Los resultados arrojados por el análisis del algoritmo AAC sobre el analizador AROP, muestran en primer lugar la utilidad de la plataforma, las facilidades de su interfaz visual para crear cualquier topología, así como su flexibilidad y maniobrabilidad. En segundo lugar las pretensiones del algoritmo AAC, se cumplen en gran medida dado que sus resultados son esperados, por lo que se consolidad como un algoritmo potente y adecuado para afrontar los problemas RWA estático y dinámico.
Recomendaciones
Implementar nuevas técnicas de selección de tráfico aplicables al algoritmo AAC. De forma paralela pretender nuevos objetivos de ajuste, explotando así la posibilidad que nos brinda el algoritmo y su implementación modular para asumirlas, así como realizar cambios a su núcleo, lo que se traduce a cambiar el algoritmo de búsqueda del camino más corto, siempre y cuando presuman un mejoramiento en cuanto a demora computacional.
Implementar todos los componentes diseñados para el analizador AROP. El desarrollo de nuevos componentes, en toda su diversidad, garantizará modelar con mayor exactitud las distintas topologías ópticas y convertirá al analizador de enrutamiento en un potente simulador de redes optoelectrónicas que garantizará las comparaciones de la utilización de los diferentes elementos de conmutación y las exigencias en los enlaces de fibra óptica utilizados.
Continuar con la investigación de los nuevos algoritmos enriqueciendo el modelo de clasificación que mostramos como uno de los resultados más importantes de este trabajo. Es importante además profundizar en el estudio del problema RWA Multicast, en su variante estática y dinámica. De igual forma una continuación de nuestra investigación, debe asumir el estudio del protocolo Optical BGP, así como la conmutación de paquetes ópticos y la conmutación de ráfagas ópticas, por considerarlas las soluciones de conmutación que revolucionarán las redes de área extendida.
Referencia
1. Mukherje B. Optical Communication Networks. McGraw-Hill. Series on
Computer Communications 1997.
2. Arco P, Rodriguez R. Redes ópticas de área extendida.
3. Mukherjee B, Banerjee D, Ramamurthy S, Mukherjee A. Some principles
for designing a Wide-area WDM optical network, IEEE/ACM Trans. Networking 1998; 4 (5): 684-696.
4. Ramaswani R, Sivarajan KN. Design of logical topologies for wavelength-
routed optical networks, IEEE J. Select. Areas Commun, Jun 1998; 14 (5): 840-851
5. Sinclair MC. Minimum cost wavelength- path routing and wavelength
allocation using a genetic-algorithm/heurist hybrid approach, IEEE Proc. Commun 1999; 146(1): 1-7
6. Dutta R, Rouskas GN. A survey of virtual topology design algorithms for
wavelength routed optical networks, Optical Networks Mag, Jan 2000; 1(1): 73-89
7. Miyao Y, Saito H. Optimal design and evaluation of survivable WDM
transport networks, IEEE J. Select. Areas Commun, Sep 1998; 16(7):1190-1198.
8. Ramaswami R, Sivarajan KN. Routing and wavelength assignment in all-
optical networks, IEEE/ACM Trans. Networking, Oct 1997; 3(5): 489- 500.
9. Página web de CPLEX: http://www.cplex.com
10. Sitio ftp de lp_solve : ftp://ftp.es.ele.tue.nl/pub/lp_solve/
11. Ramaswami R, Sivarajan KN. Design of logical topologies for
wavelength-routed optical networks, IEEE J. Select. Areas Commun, Jun 1996; 14(5), 840-851
12.Lardies A, Gupta R, Patterson RA. Traffic grooming in a multilayer network, SPIE Opt. Networks Mag, May 2001; 2: 91-99.
13.Mokhtar A. Adaptive Wavelength Routing in All-Optical Networks, IEEE/ACM Transactions on Networking, April 1999; 6(2): 197-209
15.Modiano E, Narula-Tam A. Survivable routing of logical topologies in WDM Networks, IEEE INFOCOM, Mar 2001; 355-371
16.Leonardi E, Mellia M, Ajmone M. Algorithms for the logical topology design in WDM all-optical networks, Optical Networks Mag, Jan. 2000; 1(1):35-46
17.Zang H, Jue JP, Mukherjee B. A Review of Routing and Wavelength Assigment Approaches for Wavelength-Routed Optical WDM Networks, Optical Networks Magazine, January 2000; 1: 47-60
18.Baroni S, Bayvel P. Wavelength requirements in arbitarily connect wavelength-routed optical networks, J Lightware Technol 1997; 15(2): 242-251.
19.Zhu K, Mukherjee B. Member, IEEE Selected Areas Commun, Jan. 2002; 20(1): 122-134
20.Thiagarajan S, Somami A. A efficient algorithm for optimal wavelength converter placement on wavelength-routed networks with arbitrary topologies, IEEE IFOCOM, Mar 1999; 2: 916-923
21.Rouskas GN. Routing and Wavelength Assignment in Optical WDM Networks.
22.Leonardi E, Mellia M. Algorithms for el Logical Topology Design in WDM All-Optical Networks.
23.Gonzales F, Miguel I. An Algorithm to Design Logical Topologies in Wavelength, WDM Metro and Networks Management, Mar 2000. p. 171- 174
24.Gonzalez F, Miguel I. Iterative Linear Programming Formulation for Routing and Wavelength Assignment in Optical Networks, Commun and Computer Science, Jun 2000. p. 57-62.
25.Hsu F, Liu L. On Adaptative Routing in Wavelength Routed Networks, Optical Networks Magazine, Jan 2002; 3(1): 15-24
26.Jue JP, Xiao G. An Adaptive Algorithm with a Distributed Control Scheme for Wavelength Routed Optical Netwoks. Ninth Internaciotional Conference on Computer Commucations and Networks.
27.Gonzáles F. Lighpath routing and wavelength assignment by means of ant colony optimization. Proceedings of the Optical Networks Design and Modelling Conference ONDM, Feb 2003; 2: 855-864.
28.Baroni S, Bayvel P. Wavelength requirmets in arbitrarily connected wavelength-routed optical networks. Journal of ligthwave Technology, Feb 1997; 15: 245-251.
29.Banerjee S, Chen C. Wavelength-routed optical networks for circuit switched traffic. Proceedings IEEE GLOBECOM 1999; 306-310
30.Boulliet E, Stern T. Monte Carlo techniques for design of wavelength- routed all-optical. Proceedings IEEE GLOBECOM 1999. p. 549-552
31.Boulliet E, Stern T. Monte Carlo techniques for design of wavelength- routed all-optical. Proceedings IEEE GLOBECOM 1999. p. 676-690.
32.Takagi H, Zhang Y. Adaptative wavelength routing and assignment in optical WDM networks. Optical Networks Magazine, Oct 2003. p. 23-31.
33.Chu X, Li Z.B, Dynamic A. RWA Algorithm in a Wavelength-Routed All- Optical Network with Wavelength Converters. IEEE INFOCOM, Feb 2003. p. 67-87.
34.Bisbal D. Dynamic Establishment of All-Optical Connections in Wavelength-Routed Optical Networks Using Genetic Algorithms. Optical Networks Design and Modelling, Feb 2002. p. 205-212.
35. Wang J, Cho W, Vermuri VR. Improved approaches for cost-effective traffic grooming in WDM ring networks ILP formulations and single-hop multi-hop connections. IEEE/OSA Journal of Lightwave Technology, Nov 2001; 19: 1645-1653.
36.Zang H, Mukherjee B. Path-Protection Routing and Wavelength Assignment (RWA) in WDM Mesh Networks under Duct-Layer Constraints. IEEE/ACM Transactions on Networking, April 2003; 11 (2): 248-260
37.Zhu K, Zhu H. Traffic Engineering in Multi-granularity, Heterogeneos, WDM Optical Mesh Networks Through Dynamic Traffic Grooming.
38.Zhu K, Mukherjee B. On-line approaches for provisioning connections of different bandwidth granularities in WDM mesh networks. IEEE/OSA OFC, Mar 2002.
Bibliografía consultada
1. Assi CM. Impact of wavelength converters on the performance of optical
networks. Optical Networks Mag, Mar 2002; 3(2): 22-30.
2. Bregni S, Guerra G, Pattavina A. Optical switching of IP traffic using
input buffered architctues. Optical Networks Mag, Nov 2002; 3(6): 20- 29
3. Bhide NM, Sivalingarn KM. Routing mechanism employing adaptative
weight functions for shortest path routing in optical WDM networks. Photonic Networks Commun, Jul 2001.
4. Chlamatac I, Ganz A. Lightpath communications: A approach to high
bandwidth optical WAN’s. IEEE Tans. Commun, Jul 1998.
5. Cormen TH, Leiserson CE. IntroducAlgorithms. The MIT Press, Cambrige,
Massachusetts, 2nd Edition 2001
6. Fabry-Asztalos T, Bhide NM, Sivalingam KM. Adaptative weigth
functions for shortest path routing algoritms for multi wavelength optical WDM networks. In. Proc. IEEE ICC’00, Jun 2000: 1330-1334.
7. Green P. Progress in optical networking, IEEE Commun. Mag, Jan 2001:
54-61
8. Hunter D, Chia MC. Buffering in optical packet switches. Lightwave
technol, Dec 1998; 6: 2081-2094.
9. Jeong H, Lee S, Seo SW. An adaptative distributed wavelength routing
algorithm in WDM networks. In Proc. IEEE GlOBECOM’00, 2000: 1259- 1263.
10.J.M, Elmirghani H, Mouftah T. All-optical wavelength conversion technologies and applications in DWDM networks. IEEE Commun. Mag, Mar 2000; 38(3): 86-92
11.Karasan E. Eyanoglu E. Effects of wavelength routing and selection algorithms on wavelength conversion gain in WDM optical networks. IEEE/ACM Trans. Netwoking, Apr 1998; 6: 186-196.
12.Li L. Somami A. Dynamic wavelength routing using congestion and neighborhood information. IEEE/ACM Trans. Networking, Oct 1999.
13. Liang W, Havas G, Shen X. Improved ligthpath (wavelength) routing in
14.Modiano E. ,Lin P. Traffic groming in WDM networks. IEEE Commun. Mag, July 2001: 124-129.
15.Qiao C, Yoo M. Optical burst switchching (OBS), a new paradigm for an optical internet. High Speed Networks 1999; 8(1): 68-84
16.Qiao C, Yoo M. Choices, features and issues in optical burst switching. Optical netwoks Mag, Apr 2000; 1(2): 36-42
17.Saha D. A comparative study of distributed protocols for wavelength reservation in WDM optical networks. Optical Networks Mag, Jan 2002; 3(1): 45-52
18.Turner JS. Terabit buts switching. High Speed Networks 1999; 8(1):. 3- 16
19.Verna S, Chaskar H. Optical Burts Switching : A viable solution for Terabit IP backbone. IEEE Networks, Dec 2000: 48-53.
20.White I. Wavelength switching components for future photonic networks. IEEE Commun. Mag, Sept 2002; 40(9): 74-81.
21.White J, Zukerman M. A Framework for optical burst switching networks design . IEEE Commun, Jun 2000; 6: 268-270.
22.Xu L, Perros HG, Rouskas G. Tecniques for optical packets switching and optical burst switching. IEEE Commun. Mag, Jan 2001; 39(1): 136-142
23.Zang H, Jue J. A review of routing and wavelength routed optical WDM. Networks. Optical Networks Magazine, Jan 2000.
Glosario
WDM: Wavelength Division Multiplexing. Multiplexación por division de la longitud de onda.
SMLTDA: Single-hop Maximization Logical Topology design Algorithm. Algoritmo de diseño de topología lógica maximizando los altos simples.
LPTDA: LP-relaxation Logical Topology Design Algorithm. Algoritmo de diseño de topología lógica mediante LP-relajación.
I-MLTDA: Increasing Multi-hop Logical Topology Design Algorithm. Algoritmo de diseño de topología lógica maximizando el multisalto.
D-MLTDA: Decreasing Multi-hop Logical Topology Design Algorithm. Algoritmo de diseño de topología lógica minimizando el multisalto.
MILP: Mixed Integer Linear Programming. Programación lineal entera mixta.
ILP: Integer Linear Programming. Programación lineal.
NLP: No-Linear Programming. Programación no lineal.
Lp_solve: Herramienta para la solución de problemas de optimización.
CPLEX: Herramienta para la solución de problemas de optimización.
RWA: Routing and Wavelength Assignment. Ruteo y asignación de la longitud de onda.
HLDA: Heuristic Topology Design Algorithm. Algoritmo heurístico para el diseño de topologías.
MLDA: Minimum-delay Logical topology Design Algorithm. Algoritmo de diseño de topologías lógicas.
TILDA: Traffic Independent Logical topology Design Algorithm. Algoritmo para el diseño de topologías independiente del tráfico.
LPLDA: LP Logical topology Design Algorithm. Algoritmo heurístico para el diseño de topologías mediante LP.
EON: European Optical Network. Red óptica europea.
OC-N : Representación del la carga de trafico en el entorno óptico y equivalente a unidad de otras técnicas como STM-N.
Scatter Search: Método Metaheurístico de solución de problemas.
Tabu Search: Método Metaheurístico de solución de problemas.