Sei sulla pagina 1di 50

UNIVERSIDAD TÉCNICA FEDERICO SANTA MARÍA

DEPARTAMENTO DE ELECTRONICA

VALPARAISO – CHILE

MARÍA DEPARTAMENTO DE ELECTRONICA VALPARAISO – CHILE “Evaluación de la probabilidad de bloqueo en redes

“Evaluación de la probabilidad de bloqueo en redes dinámicas WDM fin a fin considerando el efecto de flujos de línea”

Tesis de Grado de Magister y Título presentado por:

NICOLÁS ALONSO JARA CARVALLO

Como requisito parcial para optar al título de

INGENIERO CIVIL TELEMÁTICO

y grado de

MAGISTER EN CIENCIAS DE LA INGENIERIA TELEMÁTICA

PROFESOR GUIA:

DRA. ALEJANDRA BEGHELLI Z.

Mayo 2010

Resumen

En esta tesis se proponen dos métodos matemáticos para la evaluación de probabilidad de bloqueo en redes ópticas WDM dinámicas con reserva de recursos fin a fin, operando con ruteo fijo y ruteo alternado.

En el caso del ruteo fijo, el método propuesto se basa en una mejora a un procedimiento recientemente propuesto para evaluación de bloqueo con tráfico no Poisson. La mejora consiste en incluir el efecto de flujos de línea (streamline effect) en las ecuaciones de evaluación de bloqueo, lo que disminuye el impacto de la suposición de independencia de bloqueo entre enlaces que tiene en el resultado final.

En el caso del ruteo alternado, se propone un nuevo método para la evaluación de la probabilidad de bloqueo de las conexiones en redes dinámicas WDM fin a fin. El método consiste en un procedimiento iterativo para la obtención del bloqueo de las conexiones, ya que el bloqueo de las rutas depende de la carga ofrecida a los distintos enlaces, y a su vez, la carga de tráfico ofrecida a los enlaces por las distintas conexiones depende del bloqueo que presenta las anteriores rutas de cada conexión. La expresión para calcular el bloqueo de los enlaces, a diferencia de trabajos previos en el área, considera la heterogeneidad de las cargas de tráfico de las distintas conexiones. Finalmente, al igual que en el caso del ruteo fijo, en las ecuaciones se incluye el efecto streamline.

Los métodos propuestos se estudiarán en distintas topologías de red (de anillo y de malla) y se validarán comparándolos con resultados de simulación y métodos existentes.

Índice General

Introducción

 

6

1.1

Trabajos Previos

7

1.1.1 Evaluación de bloqueo con ruteamiento fijo

7

1.1.2 Evaluación de bloqueo con ruteamiento alternado

8

1.2

Propuesta

9

1.2.1 Propuesta con ruteo fijo

9

1.2.2 Propuesta con ruteo alternado

10

1.3

Estructura Tesis

11

Aporte del Autor de la Tesis

11

Publicaciones

 

12

Antecedentes

13

2.1 Modelo de red y tráfico

13

2.2 Algoritmos de Ruteo

14

2.2.1 Ruteo Fijo

14

2.2.2 Ruteo Alternado

15

2.3

Aproximación de Carga Reducida

16

Evaluación de la probabilidad de bloqueo para algoritmos ruteo fijo

19

3.1 Introducción

19

3.2 El efecto streamline en la evaluación de bloqueo

19

3.2.1 Bloqueo de cada Conexión y de la Red

20

3.2.2 Bloqueo de los enlaces considerando el efecto streamline

20

3.3

Aproximación de Carga Reducida v/s Streamline

24

Evaluación de la probabilidad de bloqueo para algoritmos de ruteo alternado

26

4.1 Introducción

26

4.2 Evaluación de Bloqueo con Ruteo Alternado

27

4.2.1 Bloqueo de cada Conexión y de la Red

27

4.2.2 Evaluación de probabilidad de bloqueo de los

28

4.2.3 Streamline

30

Resultados numéricos

32

5.1

Resultados numéricos de la evaluación de bloqueo de la red operando con ruteo

fijo.

32

5.1.1

Análisis de resultados del método

35

5.1.2

Comparación con otros

39

5.2 Resultados numéricos de la evaluación de bloqueo de la red operando con ruteo

 

42

5.2.1 Análisis de resultados del método

44

5.2.2 Comparación con otros

44

5.3

Resumen

45

Conclusiones y trabajos futuros

46

Referencias

48

Índice Figuras

Figura 2.1: Ruteo Fijo

15

Figura 2.2: Ruteo Alternado

16

Figura 3.1: Efecto streamline

21

Figura 3.2: Diagrama de Transición de estados para modelo Engset

24

Figura 4.1: Carga de tráfico ofrecida por distintas rutas a un enlace con ruteo alternado 29

Figura 4.2: Streamline Effect

31

Figura 5.1: Topologías de red mallas utilizadas para ruteo fijo

33

Figura 5.2: Topologías de red anillos utilizadas para ruteo fijo

33

Figura 5.3: Probabilidad de bloqueo de método propuesto en Capítulo 3 basado en [18], método propuesto en [18] y simulación, para cada topología malla (Eurocore, NSFNet,

EON, UKNet, ArpaNet y Eurolarge) con capacidad Wl longitudes de onda por enlace (2, 6,

7, 10, 10 y 19, respectivamente)

Figura 5.4: Probabilidad de bloqueo de método propuesto en capítulo 3 basado en [18], método propuesto en [18] y simulación, para cada topología anillo (8, 12, 16 y 20 nodos)

con capacidad Wl longitudes de onda por enlace (7, 14, 27 y 44, respectivamente)

Figura 5.5: Probabilidad de bloqueo ordenados por conectividad física, para Eurocore

(0,4545), NSFNet (0,2307), EON (0,2052) y Anillo 12 nodos (0,1818)

Figura 5.6: Probabilidad de bloqueo de topología Eurolarge para 4 capacidades Wl por

enlace distintas en orden decreciente. (30, 25, 22 y 19 longitudes de

Figura 5.7: Probabilidad de bloqueo de método propuesto en capítulo 3 basado en [19], método propuesto en [19] y simulación, para topologías de malla (Eurocore, NSFNet, UKnet, EON, Arpanet y Eurolarge) con capacidad Wl longitudes de onda por enlace (2, 6,

7, 10, 10 y 19, respectivamente)

37

34

35

36

38

Figura 5.8: Probabilidad de bloqueo de método propuesto en capítulo 3 basado en [19], método propuesto en [19] y simulación, para cada topología de anillo (8, 12, 16 y 20) con

capacidad Wl longitudes de onda por enlace (7, 15, 20 y 35, respectivamente)

39

Figura 5.9: Probabilidad de bloqueo de método propuesto en capítulo 3 basado en [18],

método propuesto en [18], simulación y método con aproximación de carga reducida, para topologías malla (Eurocore, NSFNet y UKNet), con capacidad Wl longitudes de onda por

enlace (2, 6 y 10, respectivamente)

Figura 5.10: Probabilidad de bloqueo de método propuesto en capítulo 3 basado en [18],

método propuesto en [18], simulación y método de carga reducida, para topologías anillo

(8, 12 y 20 nodos), con capacidad Wl (7, 15 y 40, respectivamente)

Figura 5.11: Probabilidad de bloqueo de método propuesto en capítulo 4, método propuesto sin efecto streamline y simulación para topologías malla (Eurocore, EON,

UKNet, NSFNet y EuroLarge), con capacidad Wl longitudes de onda por enlace (2, 9, 10,

40

41

13 y 38 respectivamente) en orden decreciente

43

Capítulo 1 Introducción

Por más de una década las redes ópticas WDM dinámicas han sido consideradas como una solución para la potencial ineficiencia existente en la utilización de recursos en las redes WDM actual, operadas estáticamente. Como resultado, se han propuesto varias arquitecturas dinámicas a la fecha, por ejemplo, OPS (Optical Packet Switching [1]), OBS (Optical Burst Switching [2,3]), WR-OBS (Wavelength-Routed OBS [4]), POBS (Polymorphous OBS [5]) y OCS (Optical Circuit Switching [6]). Todas estas arquitecturas operan de manera que los recursos de la red se asignan y liberan de acuerdo a la demanda de los usuarios. Sus diferencias radican en el tamaño de la unidad de información utilizada (desde algunos bytes en la arquitectura OPS a varios Mbytes en WR-OBS) y el mecanismo de reserva de recursos (por saltos, como en [2], o fin-a-fin, como en [4]).

En la actualidad, las redes ópticas WDM tienen dos limitaciones tecnológicas importantes:

la falta de memorias y procesadores ópticos. Estos permitirían almacenar y procesar los datos a la velocidad que permite la tecnología óptica (de 2.5 [Gb/s] a 40[Gb/s] por longitud de onda en fibra comercial). Sin embargo, hasta la fecha sólo se ha podido desarrollar procesamiento óptico de 10[Gb/s] y escalable a varias entradas (8x8) [7], y almacenamiento óptico de paquetes de hasta algunos bytes (paquetes de 40 bytes) por algunos ciento de nanosegundos como máximo [8]. Por esta razón, las arquitecturas ópticas con velocidades de conmutación mayores a 10[Gb/s] por longitud de onda (OPS) aún no son factibles de implementar en el corto plazo (aunque se han desarrollado varios prototipos de pequeña escala, por ejemplo [9, 10]). En consecuencia, si la migración de una arquitectura de operación estática a una dinámica ocurriese en el corto plazo, esta debe trabajar con velocidades de Gb/s. Entre las propuestas que cumplen este requisito (WR-

Introducción

OBS, OBS u OCS), se ha demostrado que el método de reserva de recursos fin a fin obtiene una probabilidad de bloqueo más baja que aquellas que no utilizan este método [11]. Por lo tanto en este trabajo de tesis se estudian las redes ópticas WDM dinámicas fin a fin.

Uno de los problemas más importantes que se genera al utilizar arquitecturas de reserva de recursos dinámica, es la ocurrencia de situaciones de bloqueo para algunas solicitudes de conexión. Como la conexión entre la fuente y destino no es dedicada (como lo es en el caso estático) y se evita sobredimensionar los recursos de la red, es posible que no existan recursos disponibles suficientes en el momento en que se genera una determinada petición de conexión. Por lo tanto, el nivel de bloqueo que experimentan las conexiones es una métrica clave en la medición del servicio que ofrece una red dinámica a los usuarios y se utiliza ampliamente en la evaluación de desempeño de las redes.

El bloqueo que experimenta una red depende fuertemente del algoritmo de ruteo utilizado. Dentro de los algoritmos de ruteo computacionalmente simples se encuentran el ruteo fijo y el alternado. El ruteo fijo es utilizado en las técnicas de ruteo estático, en el cual se explora una ruta predeterminada (generalmente, la ruta más corta) cada vez que se necesita establecer una conexión entre un par fuente-destino [12]. Por otro lado, en el ruteo alternado existe un conjunto de rutas alternativas, en las que se intenta establecer la conexión. El orden en que se exploran las rutas se encuentra pre-establecido (generalmente ordenadas por el camino más corto) [12, 13].

Dado que la probabilidad de bloqueo mide la calidad de servicio ofrecida a los usuarios, es de importancia fundamental para la etapa de diseño de la red tener alguna forma para estimar esta métrica de manera precisa. Generalmente, esta estimación se hace a través de simulaciones [14-17], que permiten analizar sistemas difíciles de modelar matemáticamente. Sin embargo, la simulación sólo ofrece resultados para los escenarios simulados, los que generalmente son acotados debido a los largos tiempos de ejecución. Por lo tanto, es necesario contar con un método más rápido y genérico.

1.1 Trabajos Previos

Para ambos tipos de ruteo (fijo y alternado), existen varias propuestas para evaluar la probabilidad de bloqueo en redes ópticas WDM. A continuación se resumen las principales contribuciones en esta línea de investigación.

1.1.1 Evaluación de bloqueo con ruteamiento fijo

La evaluación matemática del bloqueo de redes ópticas dinámicas WDM con ruteo fijo ha sido tomada en cuenta en varios trabajos previos. Pero, ellos utilizan suposiciones que simplifican la obtención de expresiones analíticas para obtener el bloqueo. Las suposiciones más comunes son:

Introducción

La independencia en el bloqueo entre los enlaces ([18-20]) donde se supone que el bloqueo los enlaces que componen una ruta es independiente.

En [18] se presenta un método extremadamente rápido el cual a través de relaciones recurrentes calcula la probabilidad de bloqueo. En [19] se hace la revisión de un modelo markoviano para el cálculo de probabilidad de bloqueo, que modela sistemas cuyo número de fuentes es limitado y no muy grande, modelo valido en las redes ópticas WDM. Pero, estos métodos (como la mayoría de los métodos existentes para evaluar el bloqueo en redes WDM) suponen independencia en el bloqueo de los enlaces, cuya suposición es válida en redes bien conectadas (es totalmente verdadera en redes totalmente conectadas). Sin embargo, por razones económicas, las redes reales se encuentran bajamente conectadas. Por ejemplo, las topologías de anillo, comúnmente encontrados en redes metropolitanas, son las redes menos conectadas (excepto los topologías bus, que no son utilizadas en redes MAN o WAN debido la falta de tolerancia a fallas al existir fallas simples).

Recientemente, un método fue presentado en [21] para tomar en cuenta la dependencia en el bloqueo entre enlaces. Los autores, se dan cuenta de que los flujos que comparten más de un enlace consecutivo en una ruta, solo tienen contención en el primer enlace, así, en el segundo enlace no existe contención entre ellos. Este efecto llamado “Streamline Effect” fue incluido en una expresión que evalúa de manera más exacto la probabilidad de bloqueo en redes OBS salto a salto con tráfico de entrada Poisson.

El tráfico ofrecido se supone como Poisson ([21-28]).

En trabajos como [21] se evalúa de manera más exacta la probabilidad de bloqueo en redes ópticas WDM dinámicas suponiendo un tráfico de entrada Poisson. Sin embargo, un proceso Poisson no es representativo para el tráfico real de ráfagas ofrecido al núcleo óptico de la red, ya que una de las principales propiedades de un proceso Poisson es que las tasas de llegadas no cambian en el tiempo. En un red que opera a través de ráfagas, el número total de ráfagas que pueden compartir simultáneamente un mismo enlace es bajo y las tasas de llegada (en cualquier instante y en cualquier enlace) depende del número de conexiones (del total que usan ese enlace) que se encuentran inactivos. Por lo tanto, la tasa de arribos cambia significativamente cuando una conexión cambia su estado, lo que hace al modelo Poisson inadecuado para las redes con tráfico de ráfagas.

1.1.2 Evaluación de bloqueo con ruteamiento alternado

La evaluación matemática del bloqueo de redes ópticas dinámicas WDM con ruteo alternado ha sido tomada en cuenta en varios trabajos previos. Debido a la complejidad del

Introducción

problema, todos ellos utilizan suposiciones que simplifican y facilitan la obtención de expresiones matemáticas para obtener el bloqueo. Las suposiciones más comunes son:

La independencia en el bloqueo entre los enlaces ([28-31]) donde se supone que el bloqueo los enlaces que componen una ruta es independiente.

Esta suposición solo es verdadera en redes completamente conectadas. No obstante, las redes reales están bajamente conectadas (por ejemplo las redes anillo, topología más popular utilizada en redes metropolitanas) por razones económicas, por lo que no es posible establecer un enlace físico entre cada par de nodos.

El tráfico ofrecido se supone como Poisson ([25, 28- 31]).

No sólo el tráfico ofrecido a la primera ruta no se ajusta bien a un modelo de llegadas Poisson (al igual que en el caso del ruteo fijo), sino que además se ha demostrado que el tráfico que se ofrece a las rutas alternativas es aún más alejado de este modelo [32].

Suponiendo carga de tráfico uniforme en los diferentes enlaces, el cual permite utilizar la formula Erlang-B para la evaluación de bloqueo de los enlaces. ([25, 29, 31]).

Cuando se utiliza ruteo alternado, incluso si la carga de tráfico ofrecida por las diferentes conexiones es la misma, la carga de tráfico ofrecida a los enlaces por las diferentes conexiones que usan diferentes rutas de la lista es no-uniforme (ya que la carga de tráfico ofrecida por una conexión a su segunda ruta es menor a la ofrecida a la primera ruta).

1.2

Propuesta

Este trabajo propone 2 métodos matemáticos de evaluación de la probabilidad de bloqueo de redes WDM dinámicas con conversión de longitud de onda. Uno para el caso de ruteamiento fijo y otro para el caso de ruteamiento alternado. En el primer caso, se trata de una modificación a los métodos presentados en [18] y en [19], incluyendo en las ecuaciones el efecto “streamline” que sufre la carga de tráfico ofrecida por las conexiones que utilizan rutas con más de un enlace. En el segundo caso, se propone un método numérico iterativo que permite evaluar la probabilidad de bloqueo de redes con varias rutas alternativas.

1.2.1 Propuesta con ruteo fijo.

En el capítulo 3 se presenta una modificación al método de evaluación del bloqueo de redes ópticas dinámicas WDM fin-a-fin con conversión de longitud de onda presentado en [18] y al método presentado en [19]. En dichos métodos se supone que el bloqueo entre los distintos enlaces de la red se produce de manera independiente, suposición válida en redes completamente conectadas. Sin embargo, debido a consideraciones económicas, las redes

Introducción

reales suelen tener una baja conectividad física, lo que dificulta el uso de la suposición de independencia.

Para evaluar la probabilidad de bloqueo de los enlaces, se utiliza los métodos propuestos en [18] y [19], pero estos se mejoran al disminuir el impacto que la suposición de independencia entre el bloqueo de los enlaces tiene en el bloqueo. Para esto se incluye el “efecto de flujos en línea” (streamline effect [21]) en las ecuaciones. De esta manera, se obtiene una evaluación más exacta de la probabilidad de bloqueo de las redes WDM dinámicas fin-a-fin, en particular, en redes de anillo, donde el impacto del efecto streamline es muy alto, debido a la baja conectividad de este tipo de topología.

El método numérico propuesto fue validado a través de simulación en varias topologías de red y se comparan con los que se obtienen al utilizar la aproximación de carga reducida (RLA, Reduced Load Approximation [22, 24, 33]), un método ampliamente utilizado que aborda la dependencia del bloqueo entre enlaces mediante un algoritmo iterativo de punto fijo, es decir, un algoritmo iterativo útil para evaluar variables dependientes entre ellas, donde se fija una variable y mediante varias iteraciones las variables dependientes convergen a un resultado aceptable. Los resultados, obtenidos en topologías de mallas y anillos, muestran una mejora significativa en la exactitud de la evaluación del bloqueo cuando se incluye el efecto streamline. De hecho la diferencia entre el bloqueo obtenido por la simulación y el modelo matemático decrece en promedio un 87% en las topologías de red anillo y un 79% en las topologías de red de malla estudiadas.

1.2.2 Propuesta con ruteo alternado.

En el capítulo 4 se presenta un nuevo método analítico para evaluar la probabilidad de bloqueo de las redes WDM dinámicas que operan con ruteo alternado. El método toma en consideración la dependencia entre el bloqueo de los enlaces a través de una ruta, la naturaleza no-Poisson del tráfico ofrecido a las rutas alternativas y la heterogeneidad de la carga de tráfico ofrecida a las diferentes rutas que utilizan un mismo enlace.

Para evaluar la probabilidad de bloqueo de las conexiones que operan con varias rutas alternativas, se obtiene una expresión dependiente del bloqueo de cada ruta alternativa. Luego, el bloqueo de cada ruta se calcula como función del bloqueo de cada enlace que lo compone.

Para evaluar el bloqueo del enlace, las rutas que pasan a través del mismo se clasifican de acuerdo al orden en que estas son utilizadas por el algoritmo de ruteo (primera ruta, segunda ruta, etc.), y la carga de tráfico que ofrecen se expresa en función del bloqueo de las rutas exploradas previamente en la lista correspondiente. En base a esta información (tipo de ruta y carga de tráfico ofrecida al enlace), es posible calcular el bloqueo del enlace. Sin embargo, como el bloqueo de las rutas previamente exploradas es función de la carga

Introducción

de tráfico ofrecida y viceversa, no es posible obtener una expresión matemática explicita para la evaluación del bloqueo de los enlaces. Para resolver este problema, se propone un procedimiento numérico iterativo. En cada iteración, la probabilidad de bloqueo del enlace

se evalúa utilizando el modelo Engset Multi-Rate [34-35] y tomando en cuenta el llamado

efecto streamline, para disminuir el impacto de la suposición de independencia de bloqueo

entre los enlaces de una misma ruta.

El método numérico propuesto fue validado a través de simulación en varias topologías de

red. Los resultados muestran que los valores de probabilidad de bloqueo obtenidos por la simulación y el método propuesto son muy cercanos (26% diferencia en promedio comparado a un 185% de diferencia entre el método sin Streamline Effect y la Simulación)

y que la consideración del efecto streamline es fundamental para obtener valores de

probabilidad más exactos en redes con bajos niveles de conectividad física (en las que la

suposición de independencia de bloqueo entre enlaces es menos válida).

1.3 Estructura Tesis

El resto de esta tesis se estructura de la siguiente manera. En el capítulo 2 se presentan antecedentes necesarios para ayudar a la comprensión de este trabajo, tales como el modelo de red utilizado, el modelo de tráfico utilizado, los métodos de ruteo implementados y la aproximación de carga reducida. En el capítulo 3, se presenta el modelo matemático propuesto para la evaluación del bloqueo de las redes dinámicas WDM trabajando con ruteo fijo. En el capítulo 4, se muestra el nuevo modelo matemático propuesto para la evaluación del bloqueo de las redes dinámicas WDM que operan con ruteo alternado. A continuación, en el capítulo 5, se muestran los resultados numéricos obtenidos para cada uno de los modelos propuestos y finalmente, en el capítulo 6, se presentan las conclusiones y las posibilidades de extensión del trabajo reportado en esta tesis.

Aporte del Autor de la Tesis

Las contribuciones del autor fueron:

Para el caso del ruteo fijo, el autor modificó la ecuación de evaluación de bloqueo de los enlaces presentado en [18] y [19] para que considere el efecto de flujos de línea presentado en [21] en conjunto con la profesor guía. Además, el autor creó un algoritmo genérico que calcula el efecto streamline y evalúa la probabilidad de bloqueo de los enlaces incluyendo el efecto streamline para cualquier tipo de evaluación de bloqueo en redes dinámicas WDM, programado en el lenguaje de programación C++.

Para el caso del ruteo alternado, modificó el método de evaluación de probabilidad de congestión temporal (en inglés time congestion probability) con diferentes clases de tráfico

Introducción

[34] para obtener la probabilidad de bloqueo de los enlaces. Además, en conjunto con la guía de tesis, creó un procedimiento iterativo para evaluar el bloqueo de las conexiones y rutas, y evaluar la carga de tráfico ofrecida al enlace, los cuales son dependientes entre sí. Todo programado en el lenguaje de programación C++.

Por último, el autor realizó el proceso de obtención de resultados y colaboró con la profesor guía en la validación e interpretación de resultados.

Publicaciones

Es importante destacar que este trabajo dió como fruto 2 publicaciones en conferencias internacionales en el area (14° y 15° European Conference on Networks and Optical Communications, NOC 2009 y NOC 2010 respectivamente).

[45] N. Jara, A. Beghelli, “Blocking probability evaluation of end-to-end dynamic networks considering the streamline effect”, 14th European Conference on Networks and Optical Communications, pp. 469-476, Valladolid (Spain), June (2009).

[46] N. Jara, A. Beghelli, “Blocking probability evaluation of alternate-routing in end-to-end dynamic networks considering the streamline effect”, 15th European Conference on Networks and Optical Communications, Faro-Algarve (Portugal), June (2010).

Capítulo 2 Antecedentes

En este capítulo se describen los modelos de red y tráfico utilizados en este trabajo de tesis, los algoritmos de ruteo a trabajar y la aproximación por carga reducida (Reduce Load), algoritmo que permite abordar el tema de la dependencia de bloqueo entre enlaces.

2.1 Modelo de red y tráfico

En este trabajo, una red óptica WDM dinámica utiliza reserva de recurso fin a fin y con capacidad de conversión de longitud de onda total, como por ejemplo, end-to-end optical burst switching [3] u optical circuit switching [6]. Se ha demostrado que estas características reducen significativamente la probabilidad de bloqueo de las redes dinámicas WDM [11, 36]. De hecho, la capacidad de conversión de longitud de onda es fundamental para hacer atractivas (en términos de requerimientos de longitud de onda) las redes dinámicas WDM con reserva de recursos fin a fin, con respecto a un enfoque más simple, como se muestra en [37].

En estas redes dinámicas, cuando se produce una petición de transmisión de datos (establecida a priori), un paquete de control se envía a través de la red para que reserve los recursos con el método fin a fin. Si en la ruta, desde la fuente a su destino, al menos un recurso no pudo ser asignado, entonces se envía un mensaje de rechazo al nodo fuente. En este caso, los datos son descartados en el nodo fuente, sin posibilidad de re-intento de establecimiento de la conexión (situación de bloqueo). Si los recursos son asignados con

Antecedentes

éxito, un mensaje ACK es enviado al nodo fuente. Cuando el nodo fuente recibe el mensaje ACK, la transmisión de datos comienza.

La red se representa por un grafo G = (N, L), donde N es el conjunto de nodos de la red y L es el conjunto de enlaces unidireccionales (se supone que 2 nodos adyacentes están conectados por 2 fibras, una en cada sentido). La cardinalidad de los conjuntos N y L se indica como N y L, respectivamente. El conjunto de conexiones C , con cardinalidad C, está compuesto de todos los pares fuente-destino posibles. Cada conexión c є C corresponde a un par fuente destino específico. Por lo tanto, la cardinalidad C es igual a N(N-1) y cada conexión c є C se mapea a un número entre 1 y N(N-1).

Se supone que la demanda de tráfico entre todos los pares de nodos de la red se puede modelar por un modelo de tráfico ON-OFF, bastante utilizado para representar el tráfico de las fuentes en varias redes dinámicas end-to-end (como en EE-OBS[38], OCS[39] u OFS[40]). Durante el período ON, la fuente transmite a la máxima tasa de transmisión, b (correspondiente a la tasa de trasmisión de una longitud de onda). Durante el período OFF, la fuente se abstiene de transmitir datos). El tiempo medio de duración del período ON es t ON y el del período OFF es t OFF . La carga de tráfico ofrecida por cada conexión individual ρ, está dada por:

ρ =

t ON

t

ON

+

t

OFF

, igual para todas las conexiones.

(2.1)

2.2 Algoritmos de Ruteo

Ya que el problema de asignación de rutas y longitud de onda (RWA, por sus siglas en inglés) es un problema difícil de resolver, usualmente se simplifica descomponiéndolo en 2 sub-problemas: el sub-problema de asignación de rutas (R) y el sub-problema de asignación de longitud de ondas (WA). Sin embargo, en redes con conversión de longitud de onda, el problema del RWA se reduce al problema del ruteamiento, por lo que en esta tesis sólo se aborda este sub-problema. En esta sección del capítulo, se describen dos de los métodos de asignación de rutas mayormente utilizados.

2.2.1 Ruteo Fijo

Es el método más simple con el cual se asigna una ruta a un par fuente-destino que requiere conexión. En el ruteo fijo se calcula una ruta fija por cada conexión posible. La ruta de cada conexión está definida a priori y es la única ruta a explorar cuando se solicita establecer dicha conexión. Un ejemplo de este método es el ruteo fijo de camino más corto (fixed

Antecedentes

shortest-path routing, SPR).

(antes de que la red comienc e a operar) utilizando un algoritmo estándar p ara cálculo del camino más corto, como por ejemplo el algoritmo de Dijkstra o el algoritm o de Bellman-

Ford. Cuando la red comienz a a operar, estas rutas pre-calculadas son las q ue se intentan

establecer cuando se generan

enlaces de la

ruta) desde el nodo 0 al nod o 2. Esta manera de abordar el ruteo tiene la ventaja de ser

computacionalmente simple.

resultar en una alta probabili dad de bloqueo debido a la imposibilidad de ut ilizar recursos

disponibles en otras rutas de

momento de intentar establec er la conexión. Por ejemplo, en la Figura 2.1, u na petición de

conexión desde el nodo 0 al n odo 2 puede ser bloqueado si una longitud de o nda común no

enlaces en la alternativa 0- uso de rutas

disponible al

falla y puede

2.1, se muestra la ruta fija de camino más corto (en términos del número de

las solicitudes de conexión correspondientes . En la Figura

fuente-destino

SPR calcula la ruta más corta para cada par

Sin embargo, no es tolerante a situaciones de

la red, si la ruta pre calculada no estuviera

se encuentra disponible en a mbos enlaces en la ruta fija, o si alguno de los

ruta fija se cortan. Si existiera an recursos disponibles (u operativos) en la ruta

5-4-2, estos no pueden ser alternativas.

utilizados porque el algoritmo no permite el

alternativas. utilizados porque el algoritmo no permite el Figura 2.1 Ruteo Fijo 2.2.2 Ruteo Alternado Una

Figura 2.1 Ruteo Fijo

2.2.2 Ruteo Alternado

Una metodología de asignació n de rutas que considera múltiples rutas es el r uteo alternado.

que contenga

una lista ordenada de rutas fij as alternativas por las cuales llegar al nodo dest ino, ordenadas

de acuerdo a un criterio pred efinido. Por ejemplo, estas rutas pueden inclu ir la ruta más corta, la segunda ruta más c orta, la tercera ruta más corta, etc. Se define c omo “primera ruta” una ruta primaria entre e l nodo fuente f y un nodo destino d en la lista d e rutas hacia el nodo d en la tabla de ruteo de l nodo s. Una ruta alternativa entre s y d, es cua lquier ruta que

de ruteo en s.

El término “ruta alternativas” es también utilizado para describir todas las rut as (incluyendo

no comparte ningún enlaces ( enlaces disjuntos) con la primera ruta en la tabla

En el ruteo alternado, cada n odo de la red debe mantener una tabla de ruteo

15

Antecedentes

la primera ruta) desde un no do fuente a un nodo destino. La Figura 2.2 mu estra una ruta primaria (línea continua) de esde el nodo 0 al nodo 3, y una ruta alte rnativa (línea

segmentada) desde el nodo 0 fuente intenta establecer una manera secuencial, hasta que

sea posible. Si no se encuentr a alguna ruta que sea posible de asignar, enton ces la petición de conexión se bloquea y pie rde. En la mayoría de los casos, las tablas de ruteo de cada

nodo están ordenadas por el

destino. Por lo tanto, el cami no más corto a destino es la primera ruta en la tabla de ruteo.

Cuando hay problemas en seleccionada aleatoriamente. establecer y quitar lightpaths, fallas cuando existen fallas

número de saltos de enlaces de fibra necesario s para llegar a

al nodo 3. Cuando llega una petición de con exión, el nodo conexión en cada una de las rutas de la tab la de ruteo de se encuentre una ruta cuya asignación de lon gitud de ondas

la distancia entre diferentes rutas, una ru ta puede ser El ruteo alternado provee simplicidad en e l control para

y puede ser utilizado para proveer un grado de enlaces. Otra ventaja del ruteo alternado

de tolerancia a es que puede

reducir significativamente la probabilidad de bloqueo, comparando el bloq ueo producido

con ruteo fijo. Además, se ha demostrado, que para ciertas redes, tener algunas rutas alternativas
con ruteo fijo. Además, se
ha demostrado, que para ciertas redes, tener
algunas rutas
alternativas logra una proba bilidad de bloqueo más baja que teniendo
conversión de
longitud de onda completa en cada nodo con ruteo fijo. [41]
Figura 2.2 Ruteo Alternado
2.3
Aproximación de
Carga Reducida
Una suposición común al eva luar la probabilidad de bloqueo de una red es
que el bloqueo

que una conexión experimen ta en un determinado enlace de su ruta es ind ependiente del

bloqueo que presentan los enl aces restantes de dicha ruta [18-20, 28-31]. Esta

válida en redes completamen te conectadas. Sin embargo, por razones econó micas, en una red real no es posible estable cer un enlace físico entre cada par de nodos. P or lo tanto, el

uso de esta suposición en

redes reales afecta significativamente la ex actitud de la

evaluación de la probabilid ad de bloqueo. Un método utilizado com únmente para

suposición es

16

Antecedentes

aproximar la dependencia entre el bloqueo de los enlaces es la aproximación de “carga reducida” [22, 24, 33].

Esta aproximación, conocida como “Reduce Load”, introduce en los modelos de bloqueo que la carga de tráfico ofrecida por cualquiera de las rutas r c , a un enlace l, depende de la probabilidad de que esta carga haya sido bloqueada en los enlaces anteriores por los cuales la ruta r c ha recorrido antes del enlace l.

Con esta observación, se puede evaluar la carga de tráfico reducida ofrecida al enlace l de la siguiente manera:

Donde,

l

=

i

born l

(

)

l

i

+

j

before l

(

)

l

j

 

k

(

(

1

before l

(

)

r

c

)

BL

k

)

(2.2)

- ρ l es la carga de tráfico ofrecida al enlace l.

- ρ l i es la carga de tráfico ofrecida por la ruta i al enlace l.

- BL k es la probabilidad de bloqueo del enlace k.

- born(l) es la lista de rutas que nacen en el enlace l.

- before(l) es la lista de todas las rutas que pasan por el enlace l y nacen en enlaces anteriores.

Finalmente, para obtener la probabilidad de bloqueo de los enlaces, se evalúa la probabilidad de bloqueo de los enlaces con el modelo de bloqueo utilizado (generalmente Erlang B) con la carga reducida obtenida, pero la ecuación (2.2) depende del bloqueo de los enlaces y vice versa, por lo que es necesario implementar un algoritmo iterativo de punto fijo. Algoritmo cuya metodología es evaluar uno de los parámetros dependientes con un valor fijo (igual a 0), y comenzar la evaluación de manera recursiva, hasta que los valores entre una iteración y otra converjan, es decir, lleguen al mismo valor o presenten una diferencia que el programador estime aceptable.

El algoritmo implementado es el siguiente:

Se definen ρ l (n), y BL l (n) como los valores de ρ l y BL l en la n-ésima iteración del procedimiento; e l (n) la diferencia entre BL l (n-1) y BL l (n), E la diferencia máxima aceptable para e l (n), BC c la probabilidad de bloqueo de la conexión c y B N la probabilidad de bloqueo de la red. Entonces:

- Asignar el valor cero a n y BL l (0),

l

[1, L] y el valor (E+1) a e l (0),

l

[1, L].

Antecedentes

- Mientras (e l (n) > E),

l

[1, L]

- n++

- Evaluar ρ l l [1, L] (usando Ec. (2.2)).

- Evaluar BL l, l [1, L] (usando ecuación del modelo de bloqueo utilizado)

- Evaluar e l (n)=BL l (n)-BL l (n-1), l [1, L].

-

Evaluar BC c, c [1, C].

- Evaluar B N.

Capítulo 3

Evaluación de la probabilidad de bloqueo para algoritmos ruteo fijo

3.1 Introducción

En este capítulo se presenta una modificación a los métodos de evaluación del bloqueo de redes ópticas dinámicas WDM fin-a-fin con conversión de longitud de onda presentado en [18] y [19]. Se mejora la evaluación de bloqueo abordando la suposición de independencia de enlaces al incluir el “efecto de flujos en línea“(streamline effect [21]) en las ecuaciones. De esta manera, se obtiene una evaluación más exacta de la probabilidad de bloqueo de las redes WDM dinámicas fin-a-fin, en particular, en redes anillos donde existe una alta presencia del efecto streamline. Los resultados, obtenidos en topologías de mallas y anillos, muestran una mejora significativa en la exactitud de la evaluación del bloqueo cuando se incluye el efecto streamline.

3.2 El efecto streamline en la evaluación de bloqueo

Para facilitar la comprensión de la evaluación del bloqueo de una red que opera con ruteamiento fijo se presenta separado en distintas sub-secciones.

Evaluación de la probabilidad de bloqueo para algoritmos con ruteo fijo

3.2.1 Bloqueo de cada conexión y de la red

Las siguientes expresiones evalúan la probabilidad de bloqueo de cada conexión suponiendo independencia entre el bloqueo de los enlaces, y la probabilidad de bloqueo de la red:

B

SE

c

SE = 1 (1 B ) l l r c SE ∑ B c SE
SE
=
1
(1
B
)
l
l
r
c
SE
B
c
SE
c C
B
=
net
C

(3.1)

(3.2)

3.2.2 Bloqueo de los enlaces considerando el efecto streamline.

Una suposición común al evaluar la probabilidad de bloqueo de una red es que el bloqueo que una conexión experimenta en un determinado enlace de su ruta es independiente del bloqueo que presentan los enlaces restantes de dicha ruta [18-20]. Esta suposición es válida en redes completamente conectadas (redes en las que cada par de nodos se encuentra conectado por un enlace físico). Sin embargo, por razones económicas, en una red real no es posible establecer un enlace físico entre cada par de nodos (típicamente un nodo de red tiene entre 2 y 5 enlaces físicos [42]). Por lo tanto, el uso de esta suposición en redes reales afecta significativamente la exactitud de la evaluación de la probabilidad de bloqueo.

Al suponer independencia de bloqueo de los enlaces, la probabilidad condicional de bloqueo entre los enlaces se simplifica, suponiendo que los enlaces entre si se bloquean sin importar el bloqueo de los enlaces anteriores por los que paso la conexión. Como efecto colateral, la carga de tráfico que pudo haber sido bloqueada en tramos anteriores de la conexión se toma en cuenta en el bloqueo del enlace actual evaluado, a pesar de que este ya fue bloqueado en enlaces anteriores, esto lleva a una sobreestimación del número de cargas de tráfico que hacen contención en los enlaces, ya que debería ser menor al número total de conexiones que desean pasar por el enlace actual. Por esto es que los modelos matemáticos que utilizan esta suposición tienden a sobreestimar el bloqueo, ya que se considera que las conexiones que se bloquean en un enlace en su ruta siguen contribuyendo, en términos de carga de tráfico ofrecida, en enlaces posteriores de su ruta.

En [21] esta situación, en la que una conexión que es bloqueada en un enlace no debiera contribuir con carga de tráfico en enlaces posteriores de ruta, fue denominada “el efecto streamline”. En [21] se toma en cuenta el efecto streamline para evaluar el bloqueo de redes OBS salto-a-salto bajo tráfico de entrada Poisson. Como se muestra en el ejemplo de la Figura 3.1, si dos o más flujos comparten dos o más enlaces consecutivos en una ruta

Evaluación de la probabilidad de bloqueo para algoritmos

con ruteo fijo

(flujos 1 al 4 en los enlaces A habrá contención solo en el contendieron en el enlace A,

tanto, no contribuyen a la car ga de tráfico ofrecida al enlace B (enlace B rec ibe la carga de tráfico ofrecida de los 3 flujo s que no fueron bloqueados en el enlace A m ás los 2 flujos nuevos que llegan por otro me dio al enlace B).

y B, con capacidad igual a 3 longitudes de o nda cada uno), primer enlace (enlace A). Por lo tanto, de lo s 4 flujos que 1 fue bloqueado. Los flujos bloqueados se pie rden y por lo

1 fue bloqueado. Los flujos bloqueados se pie rden y por lo Figura 3.1 : Efecto
1 fue bloqueado. Los flujos bloqueados se pie rden y por lo Figura 3.1 : Efecto
1 fue bloqueado. Los flujos bloqueados se pie rden y por lo Figura 3.1 : Efecto
1 fue bloqueado. Los flujos bloqueados se pie rden y por lo Figura 3.1 : Efecto

Figura 3.1: Efecto streamline

En base al ejemplo de la fig gura 5.1 la formulación del efecto streamline siguiente manera.

se hace

de la

La carga de tráfico total recib ida por el enlace B es igual a la suma de todos las cargas que desean utilizar el enlace B, m enos la totalidad de las cargas que se bloquearo n en el enlace A y que también desean pasa r por B. Por lo tanto la carga ofrecida al enlace B es como se muestra a continuación:

SE

B

=

SE

6

   

4

 
 

i B

,

i =

1

j

= 1

 

bloqueado

(

B = 6

 

= 5

 

j

,

A )

A

(3.3)

(3.4)

21

Evaluación de la probabilidad de bloqueo para algoritmos con ruteo fijo

, donde ρ SE B es la carga de tráfico ofrecida al enlace B, considerando el efecto streamline y

bloqueado(A) son todas las rutas que son bloqueadas en el enlace A.

Por lo tanto, la carga de tráfico bloqueada en el enlace B es igual a la carga total de tráfico

bloqueada en el enlace B, menos la totalidad de la carga de tráfico bloqueada en el enlace

A.

G

SE

B

=

6

 

4

 
 

i B

,

 

j

,

A

i = 1

j = 1

bloqueado

(

B

)

bloqueado

(

A

)

G

SE

B

=

3

= 2

(3.5)

(3.6)

, donde G SE B es la carga de tráfico bloqueada en el enlace B considerando el efecto

streamline.

Por lo tanto, la carga de tráfico bloqueada en el enlace B es igual a 2 y no 3, como lo

mostraría el modelo sin efecto streamline.

Basándose en esta observación, en [21] se propone una expresión para obtener la carga de tráfico bloqueada en el enlace B de manera estadística, tomando en cuenta la probabilidad de bloqueo de los enlaces. Esta expresión consiste en:

l

BL

l

i

BL

i

i upstream (l )

(3.7)

, donde ρ l es la carga total de tráfico ofrecida al enlace l por todas las conexiones que tienen rutas por este enlace y esta dado por

l

=

i r

c

i,l

(3.8)

, donde ρ i,l es la carga entregada por la ruta i al enlace l , upstream(l) es la lista de enlaces inmediatamente anteriores al enlace l de todas las rutas que pasan por el enlace l y BL l es la probabilidad de bloqueo del enlace l sin considerar el efecto streamline. BL l puede ser evaluada usando diferentes métodos, por ejemplo la fórmula Engset [19] o la expresión recurrente descrita en [18] para tráfico ON-OFF. La ecuación (3.7) define matemáticamente la observación llamada “streamline effect”, ya que la carga de tráfico bloqueada en un enlace l, equivale a la carga de tráfico bloqueada por todas las conexiones ofrecidas a través de ese enlace l, menos las que ya se bloquearon en los enlaces anteriores por haber venido compartiendo recursos desde enlaces anteriores.

Evaluación de la probabilidad de bloqueo para algoritmos con ruteo fijo

Por lo tanto, la probabilidad de bloqueo en un enlace l tomando en cuenta el efecto streamline está dada por:

BL

SE

l

=

c

arg

a

de

tráfico

bloqueada

 

c

arg

ade

tráfico

ofrecida

=

l

BL

l

i

i upstream ( l

BL

)

i

l

3.2.2.1 Método Rápido y Recurrente. (ON-OFF)

(3.9)

Este método encontrado en [18], evalúa la probabilidad de bloqueo de los enlaces BL l (Wl l ) mediante una fórmula recurrente y sumamente rápida, la cual se evalúa de la siguiente manera:

Donde

BL

l

(

W

l

) =

l

(

W

l

)

l

P W

(

l

l

)

(3.10)

- λ l es la tasa media de llegadas de peticiones de conexión al enlace l.

- λ l (w), 0≤w≤W l , es la tasa media de llegadas de peticiones de conexión al enlace l cuando w longitudes de onda están en uso.

- P l (w), 0≤w≤W l , es la probabilidad de que w longitudes de onda estén en uso en el enlace l.

Detalles sobre la evaluación de λ l , λ l (w) y P l (w) puede ser encontrado en [18].

3.2.2.2 Modelo Engset

El modelo Engset ha sido extensamente estudiado y ampliamente utilizado para evaluar la probabilidad de bloqueo en redes de comunicaciones, cuando el número de fuentes de tráfico que compiten por un recurso de comunicación limitado no es muy grande. Por esta razón, se utiliza el modelo Engset, ya que este modela sistemas con un número finito de fuentes y canales mediante un modelo markoviano como se muestra en la figura 3.2 donde el número de fuentes es igual a N y Wl son el número de canales del sistema. Por el contrario, existe el modelo Erlang que modela sistemas suponiendo fuentes infinitas y canales limitados, el cual no es válido aplicarlo en las redes ópticas WDM ya que el número de fuentes es limitado y no muy grande. (Menores a 100 nodos transmisores)

Evaluación de la probabilidad de bloqueo para algoritmos con ruteo fijo

de la probabilidad de bloqueo para algoritmos con ruteo fijo Figura 3.2: Diagrama de Transición de

Figura 3.2: Diagrama de Transición de estados para modelo Engset.

La probabilidad de bloqueo del enlace BL l puede ser evaluada de la siguiente manera:

Donde:

BL

l

= Engset

 1  
1

,

Wl  N 1           
Wl
 N
1   
 
Wl
  
1
,
N Wl  =
,
w
Wl
 N
1   
 
w
  
w
= 0

- N es el número de fuentes.

- Wl es el número de longitudes de onda.

- 1/µ tiempo medio en estado ON. (t ON ).

- 1/λ tiempo medio entre ráfagas (t OFF+ t ON ).

(3.11)

Detalles sobre la obtención y derivación de la fórmula para el modelo Engset puede ser revisado en [19-20].

3.3 Aproximación de Carga Reducida v/s Streamline Effect.

En trabajos anteriores, ha sido comúnmente utilizada la aproximación de “carga reducida” (RL) [22, 24, 33], la cual es una técnica recursiva que introduce la dependencia entre los enlaces en los modelos de bloqueo. Este método, explicado en el capítulo 2, considera un algoritmo iterativo de punto fijo para evaluar el bloqueo que puede obtener una conexión en la medida que avanza a través de la ruta asignada. Sin embargo, debido a las características del método, el nivel de complejidad depende directamente del número de iteraciones necesarias para obtener un resultado aceptable, por lo que su complejidad computacional es alta, dada por O(I·[N 2 ·L+N 3 ·Wl+N 4 ]), donde I es el número de iteraciones requeridas para que el algoritmo converja a resultados aceptables.

Por otro lado, el método propuesto es un método directo, que solo mira los enlaces anteriores y su bloqueo, por lo no hay necesidad de iteración para buscar un resultado

Evaluación de la probabilidad de bloqueo para algoritmos con ruteo fijo

convergente. Con esto, se obtiene que para el método presentado en [18] su complejidad computacional es de O(N 2 ·L+N 3 ·Wl) y la del método propuesto en este capítulo, considerando el efecto de flujos de línea es de O(N 2 ·L+N 3 ·Wl·(1+δ)); donde δ es el máximo grado nodal de la red (típicamente bajo 5).

Capítulo 4

Evaluación de la probabilidad de bloqueo para algoritmos de ruteo alternado

4.1

Introducción

En este capítulo se presenta un nuevo método matemático para evaluar la probabilidad de bloqueo de las redes WDM dinámicas que operan con ruteo alternado. El método toma en consideración la dependencia entre el bloqueo de los enlaces a través de una ruta, la naturaleza no-Poisson del tráfico ofrecido a las rutas alternativas y la heterogeneidad de la carga de tráfico ofrecida a las diferentes rutas que utilizan un mismo enlace.

Para evaluar la probabilidad de bloqueo de las conexiones que operan con varias rutas alternativas, se obtiene una expresión dependiente del bloqueo de cada ruta alternativa. Luego, el bloqueo de cada ruta se calcula como función del bloqueo de cada enlace que lo compone. Para evaluar el bloqueo del enlace, las rutas que pasan a través del mismo se clasifican de acuerdo al orden en que estas son utilizadas por el algoritmo de ruteo (primera ruta, segunda ruta, etc.), y la carga de tráfico que ofrecen se expresa en función del bloqueo de las rutas exploradas previamente en la lista correspondiente. En base a esta información (tipo de ruta y carga de tráfico ofrecida al enlace), es posible calcular el bloqueo del enlace. Sin embargo, se requiere de un procedimiento numérico iterativo para evaluar el bloqueo de las rutas, ya que estas son función de la carga de tráfico ofrecida, y por su parte, la carga de tráfico depende del bloqueo de las rutas anteriores en la lista de rutas. En cada iteración del procedimiento, la probabilidad de bloqueo del enlace se evalúa utilizando el modelo Engset

Evaluación de la probabilidad de bloqueo para algoritmos con ruteo alternado

Multi-Rate [34, 35] y tomando en cuenta el llamado efecto streamline, para disminuir el impacto de la suposición de independencia de bloqueo entre los enlaces.

El método numérico propuesto fue validado a través de simulación en varias topologías de

red. Los resultados muestran que los valores de probabilidad de bloqueo obtenidos por la simulación y el método propuesto son muy cercanos (26% diferencia en promedio

comparado a un 185% de diferencia entre el método sin Streamline Effect y la Simulación)

y que la consideración del efecto streamline es fundamental para obtener valores de

probabilidad más exactos en redes con bajos niveles de conectividad física (en las que la presencia del efecto streamline es más fuerte).

4.2 Evaluación de Bloqueo con Ruteo Alternado

El proceso de evaluación del bloqueo de una red que opera con ruteamiento alternado es un

proceso complejo por lo que para facilitar su comprensión, se presenta separado en distintas sub-secciones.

4.2.1 Bloqueo de cada Conexión y de la Red

De la misma manera que se hizo en el Capítulo 3, el bloqueo de la red, B N , puede ser evaluado de acuerdo a la siguiente expresión:

B

BC

c

=

c

C

N C

(4.1)

, donde BC c es la probabilidad de bloqueo de la conexión c. Al operar bajo ruteamiento alternado, una solicitud de conexión es bloqueada sólo si todas las rutas alternativas asociadas a dicha conexión se bloquean. Por lo tanto, BC c está dada por:

BC

c

=

K

c

i = 1

B

c

i

c

r

(4.2)

Donde K c es el número de rutas alternativas para la conexión c, r c i , i [1, K c ], es la i-ésima

es la probabilidad de bloqueo experimentada por

la i-ésima ruta alternativa de la conexión c.

Análogamente al raciocinio empleado en el Capítulo 3, al suponer independencia entre el

bloqueo de los enlaces,

ruta alternativa para la conexión c y

B

c

i

r

c

B

c

c

puede ser evaluado utilizando la siguiente expresión:

r

i

B

i

c

r

c

=

1

l

i

r c

(1

BL

l

)

(4.3)

Evaluación de la probabilidad de bloqueo para algoritmos con ruteo alternado

, donde, BL l es la probabilidad de bloqueo del enlace l, cuya evaluación se describe en la siguiente sub-sección.

4.2.2 Evaluación de probabilidad de bloqueo de los enlaces.

Al utilizar ruteo alternado, cada enlace de la red puede ser usado por diferentes tipos de rutas (la primera, segunda, tercera… ruta alternativa de una conexión). Cada tipo de ruta ofrece al enlace diferentes cargas de tráfico, que dependen de la probabilidad de bloqueo de las rutas que tienen mayor prioridad en la lista de rutas alternativas de una conexión. Si

es la carga de tráfico que ofrece la conexión c a su i-ésima ruta alternativa, entonces:

i

c

i 1 i = c c j = 1
i
1
i
=
c
c
j
= 1

B

c

j

r

c

(4.4)

La ecuación (4.4) establece que la carga de tráfico que ofrece la ruta i-ésima de una conexión es igual a la carga de tráfico que se ha bloqueado en las rutas exploradas antes de la ruta i-ésima. De esta manera, la primera ruta de la lista recibe la carga de tráfico completa que ofrece la conexión, es decir, ρ c . De esta carga de tráfico, sólo aquella que es bloqueada por la primera ruta de la lista será ofrecida a la siguiente ruta en la lista. Es decir,

) a la segunda ruta de la lista. Y

así sucesivamente.

la conexión le ofrece una carga de tráfico igual a (ρ c ·

B

c

c

r

1

La Figura 4.1 muestra un ejemplo donde un enlace es utilizado por 6 rutas, cada una correspondiente a una conexión distinta. Las flechas indican el flujo de tráfico que llega al enlace debido a las conexiones que usan estas rutas. La primera flecha de arriba corresponde al flujo de tráfico de una de las rutas de la conexión 1, la segunda flecha a una de las rutas de la conexión 2 y así sucesivamente. Desde arriba hacia abajo, las primeras 2 rutas corresponden a las “primeras rutas” en la lista de rutas alternativas de las conexiones 1 y 2. Así, la carga de tráfico ofrecida por esas rutas al enlace es igual a la carga de tráfico ofrecida por la conexión, ρ (suponiendo que todas las conexiones de la red tienen carga de tráfico igual a ρ). Las siguientes 2 rutas corresponden a las “segundas rutas” de las conexiones 3 y 4, y por eso, la carga de tráfico ofrecida al enlace es igual a la carga de tráfico original de la conexión, multiplicado por la probabilidad de bloqueo de la primera ruta de sus conexiones correspondientes. Finalmente, las 2 rutas restantes corresponden a las “terceras rutas” de las conexiones 5 y 6, y sus cargas de tráfico ofrecidas al enlace es igual a la carga de tráfico original multiplicada por la probabilidad de bloqueo conjunta de las primeras 2 rutas en la lista de sus correspondientes conexiones.

Evaluación de la probabilidad de bloqueo para algoritmos con r uteo alternado

probabilidad de bloqueo para algoritmos con r uteo alternado Figura 4.1 : Carga de tr áfico

Figura 4.1: Carga de tr áfico ofrecida por distintas rutas a un enlace cu ando se utiliza ruteo alternado

Debido a que la distribución d e la carga de tráfico ofrecida por las distintas co nexiones a las rutas que pasan por un enlace es no-uniforme, las formulas Erlang-B (para tr áfico Poisson)

o Engset (para modelar tráfic o de poblaciones finitas) no son apropiadas par a la evaluación

del bloqueo del enlace, ya qu e están basadas en la suposición de carga de trá fico uniforme.

En cambio, debiera utilizarse un modelo de multi-tasas que considere difere ntes clases de

tráfico. En este capítulo se

utiliza el modelo de pérdidas Engset Multi- Rate ([34, 35]

EnMLM – Engset Multi-Rate Loss Model) para evaluar la probabilidad de bl oqueo de cada

enlace de la red.

Para hacer esto, todas las co nexiones que ofrecen la misma carga de tráfic o al enlace se

clasifican en la misma clase d e tráfico. Por ejemplo, todas las “primeras rutas ” pertenecen a

la misma clase de tráfico ya

primarias (segundas, terceras, etc. rutas) no n ecesariamente

pertenecen a una misma clas se ya que las cargas de tráfico que ofrecen d ependen de la probabilidad de bloqueo de s us correspondientes rutas anteriores en la lista d e alternativas. Por ejemplo, la carga de tráf ico de la tercera ruta alternativa, depende del bloqueo de la

primera y segunda ruta en la l ista de esa conexión.

Pero, las rutas alternativas no

que todas ellas ofrecen la misma carga de tráfi co ρ al enlace.

Según [34], en un enlace

(m=1,2,…,M) clases de tráfic o independientes, cada una con una población finita de rutas

tráfico ofrecida igual a ρ m , y que utiliza u na política de

compartición completa (polít ica que permite a todos los usuarios competir por todos los

recursos existentes, sin priori dad ni restricciones), la probabilidad de bloqueo por:

BL l está dada

equipado con W l longitudes de onda, util izado por M

igual a N m y una carga de

, donde

BL

l

=

G Wl

(

)

Wl

j = 0

G

(

j

)

(4.5)

29

Evaluación de la probabilidad de bloqueo para algoritmos con ruteo alternado

G

(

j

) =

1

j

M

1

m =

(

N

m

1)

m

1

j

y

=

1

0

(

m

)

y

1

G

(

j

y

)

0

j =

,

,1

j

Wl

, en otro caso

(4.6)

Para evaluar la Ecuación (4.6), es necesario conocer el valor de la carga de tráfico ofrecida por las diferentes rutas de cada enlace, ρ m . Esto podría evaluarse aplicando la Ecuación (4.4). Sin embargo, la Ecuación (4.4) es, a su vez, dependiente de la Ecuación (4.6). Para solucionar este problema, se propone un procedimiento iterativo de punto fijo que opera de la siguiente manera:

Se definen B (n ) , ρ c i (n), y BL l (n) como los valores de

en la n-ésima

iteración del procedimiento; e c (n) la diferencia entre B (n )

máximo valor aceptable de e c (n). Entonces:

el

i

c

r

c

B

c

c

i

r

c

c

,

r

i

ρ c i y BL l

y B

c

i

r

c

(n

1)

,

y

E

-

Ordenar lista rutas de mayor a menor de acuerdo a su ρ c i c [1, C], i asignar los repetidos a la misma clase m.

[1, K c ], y

-

-

i

c

r

Asignar el valor cero a n y

i

Mientras (e c (n) > E),

e c (0),

B

c

c

[1, C],

[1, K c ]

c

[1, C]

(0)

,

c

[1, C],

i

1, K c ] y el valor (E+1) a

- n++

-

- Evaluar BL l (usando Ec. (4.5)),

Evaluar ρ c i

c

[1, C],

i

[1, K c ] (usando Ec. (4.4))

l

L.

- (n) (usando Ec. (4.3)),

Evaluar B

c

c

r

i

c

[1, C],

i

[1, K c ]

-

- e(n) = B

Evaluar

c

i

c

r

(n)

B

c

i

c

r

(n

1)

,

c

[1, C],

i

[1, K c ]

Evaluar BC c y B N (utilizando Ec. (4.2) y (4.1) respectivamente).

4.2.3

Streamline Effect.

El método recién descrito está basado en la suposición de independencia de bloqueo entre enlaces. Para mejorar la exactitud del método recién descrito (ecuaciones (4.4)-(4.6)), se modifica la evaluación de la probabilidad de bloqueo de los enlaces incluyendo el llamado efecto streamline.

Como se hizo en el capítulo 3, la evaluación de bloqueo se modifica tomando en cuenta la idea principal del “streamline effect”. Si 2 o más flujos comparten 2 o más enlaces consecutivos en una ruta (flujos 1 al N en enlace A y B de Fig. 3), solo habrá contención entre ellos en el primer enlace [21]. Por consiguiente, la probabilidad de bloqueo evaluada

considerando el streamline effect

BL

streamline

l

puede ser estimada de la siguiente manera:

Evaluación de la probabilidad de bloqueo para algoritmos con r uteo alternado

BL

stream line

l

=

l

BL

l

i

i upstream ( l

BL

)

l

l

(4.7)

l = l ◊ BL l ∑ i i upstream ( l ◊ BL ) l

Figura 4.2: Streamline Effect

Donde:

r

c

i

l

i

c

)

- ρ l es la carga total ofrecid a al enlace l (dado por

- upstream(l) es la lista de l os enlaces inmediatamente anteriores al enlace l en cualquier ruta r c i que utilice el enlac e l.

- BL l les la probabilidad de bloqueo del enlace sin considerar el efecto de flujos de línea (evaluada usando la ecuac ión (4.5)).

l

=

31

Capítulo 5 Resultados numéricos

En este capítulo, se presentan los resultados numéricos obtenidos al aplicar los métodos matemáticos propuestos en el capítulo 3 y 4 para evaluar la probabilidad de bloqueo, junto con los resultados de algunos métodos existentes.

5.1 Resultados numéricos de la evaluación de bloqueo de la red

operando con ruteo fijo.

En esta sección se presentan los resultados obtenidos al aplicar el método matemático descrito en el Capítulo 3, en 6 topologías de malla (Eurocore, NSFNet, EON, UKNet, ARPANet y Eurolarge) y en 4 topologías de red anillo (entre 8 y 20 nodos).

Los resultados obtenidos por los métodos matemáticos fueron comparados con otros obtenidos mediante simulación. Estos últimos se obtuvieron en un simulador orientado a eventos construido en lenguaje C en un Turion 64 de 1.60 [GHz] con 1.37 [GB] de RAM y sistema operativo Windows XP. Se generó una simulación para cada carga de tráfico y topología distinta. Para cada experimento de simulación, se generaron 10 5 peticiones de conexión y los períodos ON y OFF fueron creados acorde a una distribución exponencial. La simulación se generó a través de 30 lotes con 10 5 peticiones de conexión cada uno, donde con un 95% de confianza los resultados obtienen hasta un 1,2% de diferencia con la media registrada de los 30 lotes de simulación. El tiempo medio de duración en estado ON fue ajustado en 10 ms y el tiempo medio de duración del período OFF fue ajustado para obtener valores de carga de tráfico, ρ, en el rango [0.1-0.9].

En las figuras 5.1 y 5.2 se muestran las topologías de malla y de anillo utilizadas para evaluar la probabilidad de bloqueo, respectivamente.

Resulta dos Numéricos

Resulta dos Numéricos Figura 5.1 : Top ologías de red de mallas utilizadas para ruteo fij

Figura 5.1: Top ologías de red de mallas utilizadas para ruteo fij o

: Top ologías de red de mallas utilizadas para ruteo fij o Figura 5.2 : Top

Figura 5.2: Top ologías de red de anillos utilizadas para ruteo fij o

muestran la

probabilidad de bloqueo de l a red (eje vertical) versus la carga de tráfico o frecida por las

distintas conexiones generad as (eje horizontal), para una capacidad de W l onda por cada enlace.

longitudes de

Los resultados obtenidos e n este trabajo se presentan en gráficos que

En las figuras 5.3 y 5.4 se pre esentan los resultados del método propuesto (no mbrado como

Mat2), utilizando el método d e [18] para el cálculo del bloqueo de enlaces ju nto con los de

simulación (denominado Sim

en las figuras) para las topologías de red ma lla (fig. 5.3) y

33

Resultados Numéricos

anillos (fig. 5.4). Además, para cuantificar el impacto de incluir el efecto streamline en las ecuaciones, se incluyen los resultados obtenidos con el método matemático propuesto en [18] (denominado Mat 1 en las figuras), que no considera dicho efecto.

Mat 1 en las figuras), que no considera dicho efecto. Figura 5.3: Probabilidad de bloqueo de
Mat 1 en las figuras), que no considera dicho efecto. Figura 5.3: Probabilidad de bloqueo de

Figura 5.3: Probabilidad de bloqueo de método propuesto en capítulo 3 basado en [18], método propuesto en [18] y simulación, para cada topología malla (Eurocore, NSFNet, EON, UKNet, ArpaNet y Eurolarge) con capacidad W l longitudes de onda por enlace (2, 6, 7, 10, 10 y 19, respectivamente).

Resultados Numéricos

Resultados Numéricos Figura 5.4: Probabilidad de bloqueo de método propuesto en capítulo 3 basado en [18],

Figura 5.4: Probabilidad de bloqueo de método propuesto en capítulo 3 basado en [18], método propuesto en [18] y simulación, para cada topología anillo (8, 12, 16 y 20 nodos) con capacidad Wl longitudes de onda por enlace (7, 14, 27 y 44, respectivamente).

5.1.1 Análisis de resultados del método propuesto.

De las figuras 5.3 y 5.4 puede observar que al incluir el efecto streamline en la evaluación matemática del bloqueo se obtienen resultados mucho más ajustados entre la simulación y el método matemático propuesto.

La diferencia entre los valores de bloqueo obtenidos por la simulación y el método matemático decrece un 87% en topologías de anillos y un 79% en mallas, en promedio, con respecto a no incluir el efecto streamline en las ecuaciones. El porcentaje mayor experimentado en los anillos se produce debido a que el efecto streamline se encuentra altamente presente en este tipo de topología debido a que en ellas las conexiones comparten más los mismos enlaces (sólo 2 opciones de rutas por cada par de nodos). De hecho, el impacto del efecto streamline es mayor mientras la conectividad física α disminuye. La conectividad α está dada por:

=

2 L

N

(

N

1)

Resultados Numéricos

En la figura 5.5 se ilustran los resultados de 4 topologías en orden decreciente de conectividad física α (Eurocore, NSFNet, EON y Anillo 12 nodos con conectividad física de 0.4545, 0.2307, 0.2052 y 0.1818, respectivamente).

de 0.4545, 0.2307, 0.2052 y 0.1818, respectivamente). Figura 5.5: Probabilidad de bloqueo ordenados por

Figura 5.5: Probabilidad de bloqueo ordenados por conectividad física, para Eurocore (0,4545), NSFNet (0,2307), EON (0,2052) y Anillo 12 nodos (0,1818).

Como se muestra en la fig. 5.5, el impacto del efecto streamline es mayor mientras la conectividad física α disminuye (dado el numero de nodos, la topología de red anillo es la topología de más baja conectividad en las redes reales). Este impacto es debido a que un mayor número de conexiones deben compartir por varios enlaces a través de una ruta y por lo tanto considerar el efecto streamline en las ecuaciones tiene mayor relevancia.

En la figura 5.6, se presenta los resultados obtenidos para la topología de red Eurolarge para cuatro distintas capacidades de cada enlace (30, 25, 22 y 19 longitudes de onda por enlace), en orden decreciente.

Resultados Numéricos

Resultados Numéricos Figura 5.6: Probabilidad de bloqueo de topología EuroLarge para 4 capacidades Wl por enlace

Figura 5.6: Probabilidad de bloqueo de topología EuroLarge para 4 capacidades Wl por enlace distintas en orden decreciente. (30, 25, 22 y 19 longitudes de onda).

Como se puede ver claramente en la figura 5.6, el impacto del efecto streamline también se incrementa mientras la capacidad de la red disminuye. En la figura 5.6 vemos que en la medida que disminuye la capacidad de la red aumenta la exactitud del método propuesto y por lo tanto, hay una mayor cercanía a los resultados obtenidos por simulación. Esto se debe a que el mismo número de conexiones deben contender por un menor número de recursos (capacidad).

A continuación se analizan los resultados obtenidos al implementar el modelo Engset para evaluar la probabilidad de bloqueo de los enlaces, como se explica en el Capítulo 3. Es importante destacar que la implementación del método propuesto en el Capítulo 3, es aplicable a cualquier modelo de bloqueo de los enlaces para las redes que operan con ruteamiento fijo. Para ello se ilustra a continuación la aplicación en un nuevo método y los resultados obtenidos.

En las figuras 5.7 y 5.8 se presentan los resultados del método propuesto basado en [19] (nombrado como Engset2) juntos con los de simulación (denominado Sim) para las topologías de red malla (fig. 5.7) y anillos (fig. 5.8) estudiadas. Además, para cuantificar el

Resultados Numéricos

impacto de incluir el efecto streamline en las ecuaciones, se incluyen los resultados obtenidos con el método matemático propuesto en [19] (denominado Engset1 en las figuras), que no considera dicho efecto.

Engset1 en las figuras), que no considera dicho efecto. Figura 5.7: Probabilidad de bloqueo de método

Figura 5.7: Probabilidad de bloqueo de método propuesto en capítulo 3 basado en [19], método propuesto en [19] y simulación, para cada topología de malla (Eurocore, NSFNet, UKNet, EON, ARPANET y Eurolarge) con capacidad Wl longitudes de onda por enlace (2, 6, 7, 10, 10 y 19, respectivamente).

Resultados Numéricos

Resultados Numéricos Figura 5.8: Probabilidad de bloqueo de método propuesto en capítulo 3 basado en [19],

Figura 5.8: Probabilidad de bloqueo de método propuesto en capítulo 3 basado en [19], método propuesto en [19] y simulación, para cada topología de anillo (8, 12, 16 y 20) con capacidad Wl longitudes de onda por enlace (7, 15, 20 y 35, respectivamente).

El método matemático propuesto en el Capítulo 3 basado en el modelo Engset [19] (Engset2), se compara con el método matemático Engset [19] (Engset1) y con los resultados obtenidos por simulación (Sim). Los resultados obtenidos muestran que el método propuesto con efecto streamline obtiene una diferencia con los resultados de simulación de solo un 12% en las topologías de malla y de un 21% en las topologías de anillo, comparado con la evaluación del método Engset1 con una diferencia con simulación de un 32% y 76% en las topologías de malla y anillo, respectivamente. Estos resultados presentan los mismos comportamientos presentes en el método propuesto basado en [18], es decir, a) la mejora significativa al implementar el efecto de flujos de línea, b) la mejora mayor se presenta en las topologías de anillo debido a su baja conectividad, y c) el impacto del efecto streamline incrementa mientras la capacidad disminuye.

5.1.2 Comparación con otros métodos.

En esta sub-sección, la probabilidad de bloqueo evaluada por el método presentado en el Capítulo 3 se compara con los resultados obtenidos por simulación, el método matemático

Resultados Numéricos

propuesto en [18] (donde se supone tráfico ON-OFF e independencia entre bloqueo de los enlaces) y un método ampliamente utilizado conocido como aproximación de carga reducida (en inglés, Reduced Load) [33]. Esta es una técnica recursiva usualmente utilizada para modelar la dependencia de bloqueo entre los enlaces en los modelos de bloqueo como se explicó en el Capítulo 2.

La figura 5.9, muestra la probabilidad de bloqueo de la red obtenida para topologías de red de malla (Eurocore, NSFNet y UKNet), obtenida por medio de simulación (Sim), el método matemático propuesto en [18] (Mat1), el método propuesto en el capítulo 3 basado en [18] (Mat2) y la aproximación de carga reducida basada en [18] (RL), con capacidad de red W l longitudes de onda (2, 6 y 10 longitudes de onda, respectivamente).

de onda (2, 6 y 10 longitudes de onda, respectivamente). Figura 5.9: Probabilidad de bloqueo de

Figura 5.9: Probabilidad de bloqueo de método propuesto en capítulo 3 basado en [18], método propuesto en [18], simulación y método con aproximación de carga reducida, para topologías malla (Eurocore, NSFNet y UKNet), con capacidad Wl longitudes de onda por enlace (2, 6 y 10, respectivamente)

En la figura 5.9 se puede ver que el método propuesto obtiene una mayor exactitud y cercanía los resultados de simulación, mostrando un mejor equilibrio entre precisión y complejidad computacional. Es importante recalcar que la técnica de carga reducida (RL) también toma en cuenta la dependencia de bloqueo entre los enlaces. Sin embargo, es una

Resultados Numéricos

técnica con una complejidad computacional mucho mayor que el método propuesto en el Capítulo 3 y no obtiene resultados tan cercanos (como al implementar el efecto streamline) con los resultados de simulación.

La figura 5.10, muestra la probabilidad de bloqueo de la red obtenida para topologías de red anillo (8, 12 y 20 nodos), obtenida por medio de simulación (Sim), el método matemático propuesto en [18] (Mat1), el método propuesto en el capítulo 3 basado en [18] (Mat2) y la aproximación de carga reducida basada en [18] (RL), con capacidad de red W l longitudes de onda (7, 15 y 40 longitudes de onda, respectivamente).

de onda (7, 15 y 40 longitudes de onda, respectivamente). Figura 5.10: Probabilidad de bloqueo de

Figura 5.10: Probabilidad de bloqueo de método propuesto en capítulo 3 basado en [18], método propuesto en [18], simulación y método con aproximación de carga reducida, para topologías anillo (8, 12 y 20 nodos), con capacidad Wl longitudes de onda por enlace (7, 15 y 40, respectivamente.).

El impacto producido al considerar la dependencia entre enlaces es mucho más alto en topologías bajamente conectadas (por ejemplo topologías de anillo), donde las conexiones deben compartir un mayor número de enlaces que en las topologías más conectadas (por ejemplo topologías de malla). De hecho, en redes anillo, el método propuesto consigue una diferencia de 16% con respecto a los resultados de simulación, mientras que la técnica de carga reducida y el método matemático en [18] logran una diferencia de un 71% y un 88%,

Resultados Numéricos

respectivamente. Por el contrario, en redes bien conectadas como la topología Eurocore, se obtienen diferencias mucho más bajas comparadas con la simulación: diferencias de un 9%, 20% y 39% para el método propuesto en el capítulo 3, el método propuesto en [18] y la técnica de carga reducida, respectivamente

La mayor exactitud de los resultados del método propuesto en el Capítulo 3 en comparación con la aproximación de carga reducida (por sobre todo en las topologías anillo) se deben a que el algoritmo de punto fijo utilizado por la técnica Reduced Load para evaluar la carga ofrecida al enlace y el bloqueo en los enlaces, tiende a no obtener buenos resultados cuando las redes utilizadas para evaluar el bloqueo tiene una estructura altamente lineal (como la redes anillo), donde se espera una dependencia considerable en el bloqueo de los enlaces y la suposición de independencia entre enlaces considerada no es lo suficientemente valida, como se explica en [43-44].

5.2 Resultados numéricos de la evaluación de bloqueo de la red

operando con ruteo alternado.

En esta sección se muestran los resultados obtenidos con el trabajo mostrado en el capítulo cuatro. El nuevo método matemático propuesto para evaluar la probabilidad de bloqueo de la red operando con ruteo alternado fue utilizado en 5 topologías de red de mallas (Eurocore, EON, UKNet, ARPANET y Eurolarge). En la figura 5.11 se ilustran las topologías utilizadas.

Los resultados obtenidos por el método matemático fueron comparados con otros obtenidos mediante simulación. Estos últimos se obtuvieron en un simulador orientado a eventos construido en lenguaje C en un Turion 64 de 1.60 [GHz] con 1.37[GB] de RAM y sistema operativo Windows XP. Se generó una simulación para cada carga de tráfico y topología distinta. Para cada experimento de simulación, se generaron 10 5 peticiones de conexión y los periodos ON y OFF fueron creados acorde a una distribución exponencial. El tiempo medio de duración en estado ON fue ajustado en 10 ms y el tiempo medio de duración del periodo OFF fue ajustado para obtener valores de carga de tráfico, ρ, en el rango [0.1-0.9]. La simulación se genero a través de 30 lotes con 10 5 peticiones de conexión cada uno, donde, con un 95% de confianza, se obtienen resultados de hasta un 5,3% de diferencia con la media registrada de los 30 lotes de simulación. Los tiempos de simulación fluctuaron entre 3 minutos (mejor caso, Eurocore con Wl=2 y ρ=0.1) y 70 minutos (peor caso, Eurolarge con Wl=38 y ρ=0.9).

Las lista de rutas de cada par fuente destino consiste en 3 rutas alternativas fijas. Las rutas fueron elegidas con el criterio de la ruta más corta en términos del número de saltos (número de hops).

Resultados Numéricos

En la figura 5.12 se muestran algunos resultados obtenidos para bloqueo de la red operando con ruteo alternado (eje vertical) como función de la carga de tráfico (eje horizontal). Los resultados se muestran en orden decreciente de acuerdo a la conectividad física de la red (α igual a 0.45, 0.20, 0.19, 0.18, 0.16 en Eurocore, EON, EuroLarge UKNet y ARPANET, respectivamente), donde se incluye la probabilidad de bloqueo de la red obtenida por simulación (Sim), el método matemático propuesto sin considerar el efecto streamline (Alternate1) y el método propuesto considerando el efecto streamline (Alternate2).

propuesto considerando el efecto streamline (Alternate2). Figura 5.11 : Probabilidad de bloqueo de método propuesto

Figura 5.11: Probabilidad de bloqueo de método propuesto en capítulo 4, método propuesto sin efecto streamline y simulación para topologías malla (Eurocore, EON, UKNet, NSFNet y EuroLarge), con capacidad Wl longitudes de onda por enlace (2, 9, 10, 13 y 38 respectivamente) en orden decreciente.

Resultados Numéricos

5.2.1 Análisis de resultados del método propuesto.

De la figura 5.12 se puede ver que el método matemático propuesto proporciona resultados bastante ajustados con los resultados obtenido por simulación para la evaluación de probabilidad de bloqueo operando con ruteo alternado.

En la figura 5.12 se puede ver que incluyendo el efecto streamline en la evaluación matemática de bloqueo se obtienen resultados mucho más ajustados entre la simulación y la evaluación matemática, mejorando considerablemente la exactitud de la evaluación. De hecho, los resultados obtenidos por el método propuesto considerando el efecto streamline consiguen una diferencia, en promedio, de un 26% con respecto a los resultados de simulación, comparado a la evaluación matemática propuesta sin considerar el efecto streamline, donde se obtiene una diferencia de un 185% en promedio, con respecto a los resultados por simulación.

Los resultados obtenidos por topologías de red más conectadas son más exactos que las topologías de red menos conectadas. En la figura 5.12, se puede ver que la diferencia entre la evaluación analítica propuesta sin considerar el efecto streamline (Alternate1) y la simulación es más ajustado en las redes más conectadas y crece con la conectividad física de la red α. Esto ocurre porque la suposición de independencia entre el bloqueo de los enlaces es más exacta cuando las redes se encuentran bien conectadas (suposición válida para redes totalmente conectadas) y entre todas estas topologías estudiadas la red Eurocore es la red con mayor conectividad física (0.4545). La diferencias de bloqueo producidas entre la evaluación sin considerar el efecto streamline y la simulación son en promedio de 0.306, 0.362, 0.401, 0.441 y 0.49 en las topologías Eurocore, EON, EuroLarge, UKNet y ARPANET, respectivamente. Estas diferencias reflejan que los resultados obtenidos por redes más conectados son más ajustados a la simulación que las topologías de red menos conectadas.

5.2.2 Comparación con otros métodos.

En este caso, la comparación con otros métodos que hagan el mismo análisis no es posible de realizar, debido a que los métodos que evalúan la probabilidad de bloqueo de la red en redes dinámicas WDM que operan con ruteo alternado utilizan suposiciones que hacen a los métodos no comparables entre sí. Específicamente, la mayoría de los métodos propuestos a la fecha suponen que la carga de tráfico percibida por los enlaces es homogénea, lo que les permite utilizar modelos basados en métodos como Erlang-B o Engset, mientras que nuestro trabajo utiliza un modelo de multi-tasas para tratar las cargas de tráfico como no-homogéneas.

Resultados Numéricos

5.3

Resumen.

En este capítulo se presentaron los resultados obtenidos por los métodos propuestos en este trabajo de tesis para la evaluación de bloqueo de redes dinámicas WDM para el caso con ruteo fijo y con ruteo alternado.

Los resultados muestran que al incluir el efecto streamline en las ecuaciones de evaluación matemática del bloqueo se obtienen resultados más ajustados y exactos entre la simulación y los métodos matemáticos propuestos.

En el caso del ruteo fijo, se encontró que al incluir el efecto streamline en las ecuaciones de los métodos propuestos en [18] y [19] la exactitud de éstos mejora de manera significativa. Además, fue posible concluir que el impacto que produce el efecto streamline en el bloqueo es mayor cuando las topologías tienen baja conectividad física α (especialmente notorio en las topologías anillo) y cuando la capacidad de los enlaces de la red se reduce. En ambos casos, esto ocurre porque el número de rutas que deben compartir un número mayor de enlaces aumenta.

Para este caso (ruteo fijo), además, se comparó el método propuesto con el método de aproximación de carga reducida (en inglés, Reduced Load Approximation), de mayor complejidad computacional. Los resultaron mostraron que el método propuesto obtiene resultados más ajustados a la simulación que los obtenidos por el método de aproximación de carga reducida, con lo que obtiene un mejor compromiso entre complejidad computacional y exactitud.

En el caso de ruteo alternado, de manera similar al caso de ruteo fijo, se concluyó que el método propuesto presenta resultados cercanos y bien ajustados a los resultados obtenidos por simulación y que la exactitud es mayor en redes con alta conectividad física.

Capítulo 6 Conclusiones y trabajos futuros

En esta tesis se han propuesto dos métodos nuevos para la evaluación de la probabilidad de bloqueo de redes dinámicas WDM fin a fin: uno para redes que operan con ruteo fijo y otro para las que operan con ruteo alternado

El primer método consiste en una modificación de los métodos matemáticos propuestos en [18] y [19] para evaluar la probabilidad de bloqueo de las redes dinámicas WDM fin a fin con ruteo fijo. La modificación consiste incluir en las ecuaciones la dependencia entre el bloqueo de los enlaces a través de una aproximación conocida como efecto streamline, descrito en [21].

El segundo método consiste en un método matemático nuevo para la evaluación de bloqueo en las redes dinámicas WDM fin a fin con ruteo alternado. El método se basa en un procedimiento iterativo que evalúa la probabilidad de bloqueo de las rutas, la probabilidad de bloqueo de los enlaces y la carga de tráfico ofrecida a cada uno de los enlaces hasta que los valores converjan. Además, en la evaluación del bloqueo de los enlaces, se toma en cuenta la naturaleza no uniforme de la carga de tráfico ofrecida a los enlaces (aplicando un modelo de multi-tasa, Engset Multi-Rate) y la dependencia entre el bloqueo de los enlaces (incluyendo en las ecuaciones el efecto streamline).

Ambos métodos numéricos propuestos fueron validados a través de simulación en varias topologías de red. En ambos casos, los resultados obtenidos con los métodos propuestos fueron cercanos a los obtenidos por simulación. Para el caso de ruteo fijo, los resultados obtenidos se compararon con los obtenidos aplicando los métodos [18] y [19], que no

Conclusiones y Trabajos Futuros

incluyen en sus ecuaciones el efecto streamline. Adicionalmente, se realizó la misma comparación con otro método que incluye la dependencia del bloqueo entre los enlaces, conocido como aproximación de carga reducida. Para el caso del ruteo alternado, los resultados se compararon con un método que no incluye el efecto de flujos en línea.

Los resultados obtenidos muestran que al incluir el efecto streamline en la evaluación matemática del bloqueo se obtienen resultados mucho más ajustados entre la simulación y los métodos matemáticos propuestos. En ambos métodos propuestos se ve una mejora considerable en la exactitud de la evaluación: en el caso de ruteo fijo se obtiene una diferencia en promedio de un 12% y 21% entre el método propuesto y la simulación para topología de mallas y anillos, respectivamente (en vez de una diferencia de 32% y 76% cuando no se incluye el efecto streamline). Para el caso del ruteo alternado se obtiene una diferencia de un 26% entre el método propuesto y la simulación en las redes utilizadas, en promedio (en vez de una diferencia de 185% cuando no se incluye el efecto streamline).

Los resultados obtenidos también permitieron concluir que el impacto del efecto streamline es mayor mientras la conectividad física disminuye. Esta situación se aprecia claramente en las redes de tipo anillo, las cuales son las topologías de menor conectividad física (solo 2 opciones de rutas por cada par de nodos). Esto se debe a que un número mayor de conexiones comparten varios enlaces a través de una ruta, por lo que el efecto streamline se presenta con mayor relevancia.

Finalmente, fue posible apreciar que en la medida que disminuye la capacidad de los enlaces de la red, aumenta la exactitud de los métodos propuestos por el impacto producido por el efecto streamline, debido a que el mismo número de conexiones deben pasar por un número menor de recursos.

Entre las posibles extensiones al trabajo realizado se encuentran analizar el impacto de incluir el efecto streamline en las ecuaciones de evaluación de bloqueo para el caso de ruteo adaptivo y para el caso de redes sin conversión de longitud de onda. En ambos casos, el trabajo es de mayor dificultad ya que las ecuaciones de evaluación de bloqueo son mucho más complejas que las aquí presentadas (ya que debe modelarse el estado de la red) y para algunos algoritmos (como Adaptive Unconstrained Routing Exhaustive [29]) incluso aún no existen ecuaciones para evaluar matemáticamente la probabilidad de bloqueo.

Se espera que los resultados presentados en esta tesis puedan ayudar a los operadores de red a diseñar y analizar de mejor manera las redes dinámicas futuras.

Referencias

[1] M. J. O’Mahony, D. Simeonidou, D. K. Hunter, A. Tzanakaki, “The application of optical packet switching in future communications networks”, IEEE Communications Magazine, vol. 39 (3), pp. 128- 135, March 2001 [2] C. Qiao, M. Yoo, “Optical Burst Switching (OBS) – a new paradigm for an optical internet”, Journal of High Speed Networks, vol. 8, 69-84, 1999

[3]

[4] M. Düser and P. Bayvel, “Analysis of wavelength-routed optical burst-switched (WR-OBS) network architecture”, IEEE Journal of Lightwave Technology, vol. 20 (4), pp. 576-588, 2002

[5] C. Qiao, W. Wei, and X. Liu, “Extending generalized multiprotocol label switching (GMPLS) for polymorphous, agile and transparent optical networks (PATON),” IEEE Commun. Mag., vol. 44, no. 12, pp.104–114, Dec. 2006. [6] I. de Miguel, F. Gonzalez, D. Bisbal, J. Blas, J.C. Aguado, P. Fernandez, J. Duran, R. Duran, R.M. Lorenzo, E.J. Abril, I. Tafur Monroy, “Nature-Inspired routing and wavelength assignment algorithms for optical circuit-switched polymorphic networks”, Fiber and Integrated Optics, vol. 23, pp. 157-170, 2004 [7] J. Mack, K. Nguyen, J. Garcia, E. Burmeister, M. Dummer, H. Poulsen, B. Stamenic, G. Kurczveil, K. Hollar, L. A. Coldren, J. E. Bowers, D. J. Blumenthal “Asynchronous 2x2 Optical Packet Synchronization, Buffering and Forwarding” , Proceedings of Optical Fiber Communications Conference, OFC 2006, San Diego, California(USA), March 2010.

F. Burmeister, J.P. Mack, H.N. Poulsen, J. Klamkin, L.A. Coldren, D.J. Blumenthal, J.E. Bowers, “SOA

Gate Array Recirculating Buffer with Fiber Delay Loop,” Optics Express, vol. 16, no. 12, pp. 8451-8456, May 2008. [9] S. Rangarajan et al., “End-to-end layer-3 (IP) packet throughput and latency performance measurements in an all-optical label switched network with dynamic forwarding”, Proceedings of Optical Fiber Communications Conference, OFC 2006, paper OWC5, Anaheim, California(USA), March 2006 [10] D. Wolfson, H.N. Poulsen, S. Rangarajan, Z. Hu, D.J. Blumenthal, “Synchronizing optical data and electrical control planes in asynchronous optical packet switches”, Proceedings of Optical Fiber Communications Conference, OFC 2006, paper OThM3, Anaheim, California(USA), March 2006 [11] A. Zapata et al, “Next generation 100-Gigabit Metro Ethernet (100 GbME) using multiwavelength optical rings”, IEEE/OSA Journal Lightwave Technology, special issue on Metro & Access Networks, vol.22, no. 11, pp. 2420-2434, 2004. [12] H. Zang, J. Jue, and B. Mukherjee, "A Review of Routing and Wavelength Assignment Approaches for Wavelength Routed Optical WDM Networks," Optical Networks Magazine, January 2000. [13] H. Harai, M. Murata, and H. Miyahara, ”Performance of Alternate Routing Methods in All-Optical Switching Networks,” Proc., IEEE INFOCOM ’97, Kobe, Japan, vol. 2, pp. 516-524, April 1997. [14] A. Zapata et al, “Performance comparison of static and dynamic optical metro ring network architectures”, Proc. Of 29 th European Conference on Optical Communications, ECOC 2003, vol. 3, pp. 374-375, Rimini (Italy), September 2003. [15] L. H. Andrew, “Fast simulation of wavelength continuous WDM networks”, IEEE/ACM Transactions on Networking, vol. 12, no. 4, pp. 759-765, August 2004 [16] I. De Miguel, E. Kozlovski, P. Bayvel, “Provision of end-to-end delay guarantees in wavelength-routed optical burst-switched networks”, Proc. Of IFIP 6 th Working Conference on Optical Networks Design and Modelling, ONDM 2002, vol.1, pp. 85-100, Torino (Italy), February 2002. [17] E. Kozlovski, P. Bayvel, “QoS performance of WR-OBS network architecture with request scheduling”, Proc. of IFIP 6 th Working Conference on Optical Networks Design and Modelling, ONDM 2002, vol.1, pp. 101-116, Torino (Italy), February 2002. [18] R. Vallejos, A. Zapata, M. Aravena, “Fast blocking probability evaluation of end-to-end optical burst switching networks with non-uniform ON-OFF input traffic model”, Photon Netw Commun Journal (2007), no. 13, pp. 217-226, October 2006.

[8]

J.S. Turner, “Terabit burst switching”, Journal of High Speed Networks, vol. 8 (1), pp. 3-6, 1999

Referencias

[19] E. Wong, A. Zalesky, M. Zukerman, “On Generalization of the Engset Model”, IEEE Communications Letter, vol. 11, no. 4, April (2007). [20] T. Bonald, “The Erlang Model with non-Poisson call arrivals”, Performance Evaluation Review, 34(1), 276-286 (2006) [21] Q. Chen, G. Mohan, K. Chiang Chua, “Route optimization in optical burst switched networks considering the streamline effect”, Computer Networks (2008), pp. 2033-2044, July 2008. [22] Z. Rosverg, H. Le Vu, M. Zukerman, J. White, “Blocking Probabilities of Optical Burst Switching Networks Based on Reduced Load Fixed Point Approximations”, Proc. IEEE INFOCOM 2003. [23] J. Xiong, W. Gong, C. Qiao, “An effective method for blocking performance analysis of WDM all- optical networks”, IEEE Journal of Lightwave Technology, vol. 21, no.6, pp. 1421-1434, June 2003. [24] M. Bebbington, P. Pollett, I Ziedins, “Two-Link Approximation Schemes for Loss Networks with Linear Structure and Trunk Reservation” Telecommunication Systems (2002), 187-207 (2002). [25] A. Sridharan, K.N. Sivarajan, “Blocking in all-optical networks”, Proc. INFOCOM 2000, pp. 990-999, March 26-30, 2000. [26] K. Sivalingan, S. Subramaniam, “Optical WDM Networks Principles and Practice, pp. 229-245. Kluwe Academic Publishers.

[27] T. Tripathi , K. Sivarajan, “Computing approximate blocking probabilities in wavelength routed all- optical networks with limited-range wavelength conversion”, IEEE J. Selected Areas Commun. 18(10), 2123-2129 (2000). [28] A. Birman, “Computing approximate blocking probabilities for a class of all-optical networks”, IEEE J. Selected Areas Commun., 14(5), 868-880 (1996).

[29] A.

Transactions on Networking, vol. 6, no 2, pp. 197–206, April (1998). [30] E. Karasan, E. Ayanoglu, “Effect of wavelength routing and selection algorithms on wavelength conversion gain in WDM optical networks”, IEEE/ACM Transactions on Networking, vol. 6, no. 2, pp. 186–196, April (1998). [31] R. Ramamurthy, B. Mukherjee, “Fixed-Alternate Routing and Wavelength Conversion in Wavelength- Routing Optical Networks”, IEEE/ACM Transactions on Networking, vol. 10, no. 3, pp. 351–367, June

Mokhtar,

M.

Azizoglu,

“Adaptive

Wavelength

routing

in

all-optical

networks”,

IEEE/ACM

(2002).

[32] E. Wong, A. Zalesky, Z. Rosberg, M. Zukerman, “A new method for approximation blocking probability in overflow loss networks”, Computer Networks, vol.51, pp. 2958-2975, August (2007). [33] F.P. Kelly. “Loss Networks”, Annals of Applied Probability 1, 319-378, (1991). [34] I. Moschollios, M. Logothetis, P. Nikolaropoulos, “Engset multi-rate state-dependent loss models”, Performance Evaluation, Vol. 59, pp. 247-277, February (2005). [35] G. Stamatelos, J. Hayes, “Admission control techniques with application to broadband networks”, Computational Communication, vol.17, no. 9, pp. 663–673, September (1994). [36] J. Yates, M.P. Rumsewicz, “Wavelength converters in dynamically-reconfigurable WDM networks”, IEEE Commun. Surveys, 2 nd Quarter (1999). [37] A. Zapata, P. Bayvel, “Optimality of resource allocation algorithms in dynamic WDM networks”, Proceedings of European Conference en Networks and Optical Communications NOC 2005¸pp. 131-138, London, UK (2005). [38] M. Zukerman et al, “On teletraffic applications to OBS”, IEEE Communications Letters, vol. 8 (2), pp. 116-118, 2004. [39] K. Barker, “On the feasibility of optical circuit switching for high performance computing systems”, Supercomputing Conference, 2005 [40] J. He, D. Simenidou, “A flow-routing approach for optical IP networks”, Optical Fiber Conference and Exhibit OFC 2001, 2001.

[41] S. Ramamurthy, Optical Design of WDM Network Architectures, Ph.D. Dissertation, University of California, Davis, 1998

[42] A.A.M. Saleh, J.M. Simmons, “Evolution toward the next-generation core optical network” Lightwave Tchnology, 24(9),pp. 3303-3321, September (2006).

Referencias

[43] F. P. Kelly, “Fixed point models of loss networks”, J. Austral. Math. Soc. Ser., 31(2), pp. 204-218, October (1989). [44] F. P. Kelly, "One-dimensional circuit-switched networks", Annals Prob. 15(), pp. 1166-1179, July

(1987).

[45] N. Jara, A. Beghelli, “Blocking probability evaluation of end-to-end dynamic networks considering the streamline effect”, 14th European Conference on Networks and Optical Communications, pp. 469-476, Valladolid (Spain), June (2009). [46] N. Jara, A. Beghelli, “Blocking probability evaluation of alternate-routing in end-to-end dynamic networks considering the streamline effect”, 15th European Conference on Networks and Optical Communications, Faro-Algarve (Portugal), June (2010).