Apresentação_Eduardo Benayon rev4
-
Upload
edubenayon -
Category
Documents
-
view
57 -
download
0
Transcript of Apresentação_Eduardo Benayon rev4
Universidade do Estado do Rio de Janeiro Centro de Tecnologia e Ciências Faculdade de Engenharia Programa de Pós-Graduação em Engenharia Eletrônica
Roteamento e alocação de comprimento de onda em redes WDM segundo algoritmo baseado em regras da
natureza
Mestrando: Eduardo Rodrigues Benayon Orientador: Prof. José Rodolfo Souza
Mestrado Acadêmico Área de Concentração: Redes de
Telecomunicações Linha de pesquisa: Comunicações Ópticas
• Introdução
• Motivação
• Caracterização do problema
• Algoritmo Genético
• AG Proposto para Solução do Problema RWA
• Conclusão
AGENDA
• Introdução
• Motivação
• Caracterização do problema
• Algoritmo Genético
• AG Proposto para Solução do Problema RWA
• Conclusão
AGENDA
INTRODUÇÃO • Nos últimos anos o tráfego nas redes de telecomunicações cresceu de forma acentuada devido ao surgimento de novas tecnologias e serviços: internet banda larga, vídeo HD, vídeo sob demanda, IPTV, comércio eletrônico, mobilidade, etc.
• O único meio de transmissão capaz de suportar essa crescente demanda é a FIBRA ÓPTICA.
• A tecnologia que melhor explora a imensa capacidade da fibra óptica é a WDM (Wavelength Division Multiplexing) que permite agregar vários sinais em apenas uma fibra óptica.
• Redes ópticas com roteamento por comprimento de onda (WRON) são arquiteturas de rede capazes de suportar o crescente volume de tráfego.
• Para atender a crescente demanda de tráfego, os sistemas WDM evoluíram. Os principais avanços foram os seguintes: Amplificadores EDFA (Fibra dopada a Érbio) e Raman: Viabilizou os sistemas longa distância e submarinos.
Aumento da capacidade dos sistemas WDM pela diminuição do espaçamento entre canais (DWDM) e aumento da taxa de transmissão (novos tipos de modulação).
Evolução das topologias de rede com roteamento na camada óptica e otimização dos recursos.
EVOLUÇÃO DAS REDES ÓPTICAS DE TRANSPORTE
• Introdução
• Motivação
• Caracterização do problema
• Algoritmo Genético
• AG Proposto para Solução do Problema RWA
• Conclusão
AGENDA
• Redes totalmente ópticas com alta capacidade possuem custo elevado e exigem maior confiabilidade / disponibilidade e otimização de recursos.
• O atendimento a uma solicitação de conexão deve ser feita de forma rápida e precisa visando maximizar o desempenho e otimizar os recursos da rede.
• O estabelecimento de uma conexão entre dois pontos em uma rede óptica exige a escolha de uma rota física (conjunto de segmentos de fibra ópticas) e de uma rota luminosa (conjunto de comprimentos de onda utilizados ao longo da rota física), conhecidos na literatura como lightpaths.
• Este processo é conhecido como o problema de roteamento e alocação de comprimento de onda (RWA – Routing and Wavelength Assignment).
MOTIVAÇÃO
• Introdução
• Motivação
• Caracterização do problema
• Algoritmo Genético
• AG Proposto para Solução do Problema RWA
• Conclusão
AGENDA
O PROBLEMA RWA • Regras: Um mesmo comprimento de onda não pode ser utilizado no mesmo link. O mesmo comprimento de onda deverá ser utilizado em todos os links de uma rota (rede sem nós com conversão de comprimento de onda).
• Conexões: 1) Nó A => Nó B
B
F
A
C
E
D
OPÇÃO 1
• Regras: Um mesmo comprimento de onda não pode ser utilizado no mesmo link. O mesmo comprimento de onda deverá ser utilizado em todos os links de uma rota (rede sem nós com conversão de comprimento de onda).
B
F
A
C
E
D
OPÇÃO 2
• Conexões: 1) Nó A => Nó B
O PROBLEMA RWA
• Regras: Um mesmo comprimento de onda não pode ser utilizado no mesmo link. O mesmo comprimento de onda deverá ser utilizado em todos os links de uma rota (rede sem nós com conversão de comprimento de onda).
B
F
A
C
E
D
OPÇÃO 3
• Conexões: 1) Nó A => Nó B
O PROBLEMA RWA
• Regras: Um mesmo comprimento de onda não pode ser utilizado no mesmo link. O mesmo comprimento de onda deverá ser utilizado em todos os links de uma rota (rede sem nós com conversão de comprimento de onda).
B
F
A
C
E
D
OPÇÃO 4
• Conexões: 1) Nó A => Nó B
O PROBLEMA RWA
• Regras: Um mesmo comprimento de onda não pode ser utilizado no mesmo link. O mesmo comprimento de onda deverá ser utilizado em todos os links de uma rota (rede sem nós com conversão de comprimento de onda).
B
F
A
C
E
D
OPÇÃO 1
• Conexões: 1) Nó A => Nó B
O PROBLEMA RWA
• Regras: Um mesmo comprimento de onda não pode ser utilizado no mesmo link. O mesmo comprimento de onda deverá ser utilizado em todos os links de uma rota (rede sem nós com conversão de comprimento de onda).
• Conexões: 1) Nó A => Nó B 2) Nó A => Nó C
B
F
A
C
E
D
ROTA MAIS CURTA
Necessidade de 2 comprimentos de onda
Atenção: Caso não tenha comprimento de onda disponível entre A e B a conexão 2 será BLOQUEADA na rota indicada.
O PROBLEMA RWA
• Regras: Um mesmo comprimento de onda não pode ser utilizado no mesmo link. O mesmo comprimento de onda deverá ser utilizado em todos os links de uma rota (rede sem nós com conversão de comprimento de onda).
•Conexões: 1) Nó A => Nó B 2) Nó A => Nó C
B
F
A
C
E
D
2ª ROTA MAIS CURTA
Necessidade de apenas 1 comprimento de onda
O PROBLEMA RWA
• Para reduzir sua complexidade, o problema RWA é, usualmente, separado em dois subproblemas: um subproblema de roteamento e um subproblema de alocação de comprimento de onda:
• Abordagens para solução do subproblema de Roteamento: Roteamento fixo, Fixo-Alternativo e Adaptativo.
• Principais métodos heurísticos propostos na literatura para alocação de comprimento de onda: Alocação aleatória / Primeiro da fila / Menos usado Mais usado / Produto mínimo / Menor carga Soma máxima / Perda de capacidade relativa Reserva de comprimento de onda / Limite de proteção.
O PROBLEMA RWA – TÉCNICAS LITERATURA
O PROBLEMA RWA – ROTEAMENTO
Roteamento Fixo: • Apenas uma rota fixa definida previamente entre cada par de nós de origem e destino.
• Implementação simples e baixo cisto computacional.
• Apresenta maior probabilidade de bloqueio.
O PROBLEMA RWA – ROTEAMENTO
Roteamento Fixo-Alternativo: • Conjunto fixo de rotas definidas previamente para cada par de nós de origem e destino.
• Necessário que cada nó possua uma tabela com a lista de possíveis rotas para cada destino ordenadas em função de custo.
• Tolerância a falhas e menor probabilidade de bloqueio que o fixo.
O PROBLEMA RWA – ROTEAMENTO
Roteamento Adaptativo: • Qualquer uma das possíveis rotas que interligam os nós de origem e destino pode ser utilizada.
• Rotas são escolhidas dinamicamente em função do estado da rede. Necessidade de conhecimento da rede.
• Alto custo computacional e menor probabilidade de bloqueio.
• Introdução
• Motivação
• Caracterização do problema
• Algoritmo Genético
• AG Proposto para Solução do Problema RWA
• Conclusão
AGENDA
ALGORITMO GENÉTICO • AG é um algoritmo inspirado nos mecanismos de evolução de espécies na natureza. Dispensa formulação matemática precisa.
• A técnica fornece um mecanismo de busca adaptativa que se baseia no princípio darwiniano de reprodução e sobrevivência dos mais aptos.
• Uma população inicial de indivíduos (soluções), representados por cromossomas, é criada e evolui por meio de operadores genéticos, como os de recombinação e mutação, formando uma nova população, que se espera que seja mais apta que anterior.
• A função de aptitude / aptidão (fitness) é definida com o objetivo de avaliar a qualidade de uma solução.
• O processo de evolução é repetido por um número pré-definido de iterações ou até certo critério ser atingido.
ALGORITMO GENÉTICO
Evolução Natural • Indivíduo
• Cromossomo
• Reprodução Sexual
• Mutação
• População
• Gerações
• Meio Ambiente
Alg. Genéticos • Solução
• Representação
• Operador Recombinação
• Operador Mutação
• Conjunto de Soluções
• Ciclos
• Problema
• Analogia entre a Evolução Natural e os problemas de busca
• Introdução
• Motivação
• Caracterização do problema
• Algoritmo Genético
• AG Proposto para Solução do Problema RWA
• Conclusão
AGENDA
AG PROPOSTO
• O programa foi desenvolvido utilizando a caixa de ferramentas de algoritmo genético (CF-AG) do Matlab, adaptando algumas funções às características do problema RWA.
• A CF-AG de Matlab soluciona problemas de otimização com base em dados do tipo double (real) e sequência binária.
• A solução do problema RWA não pode ser atendida com essa limitação. Foi necessário adaptar as funções de criação, recombinação e mutação para representação com números inteiros e utilizar matriz de células (cell array).
• O desenvolvimento do trabalho baseou-se em 2 topologias de redes ópticas em malha: Rede simples com 6 nós e NSFNET.
AG PROPOSTO - PARÂMETROS
• Criação das Redes Ópticas: A topologia de uma rede óptica pode ser considerada como um grafo G (V,E), onde V representa os nós da rede e E, as conexões físicas entre os nós. É representada por uma matriz custo ou adjacência.
Rede de 6 nós Matriz Adjacência
PARÂMETROS DO PROBLEMA
• N: Número de nós / W: Número de comprimentos de onda
Nós 1 2 3 4 5 61 0 1 1 0 0 02 1 0 1 1 0 03 1 1 0 0 1 04 0 1 0 0 1 15 0 0 1 1 0 16 0 0 0 1 1 0
• Ocupação da rede: Matriz onde cada elemento representa o somatório da disponibilidade de cada comprimento de onda em cada enlace da rede, em um determinado momento.
AG PROPOSTO - PARÂMETROS
Nós 1 2 3 4 5 6 Nós 1 2 3 4 5 61 0 0 0 0 0 0 1 0 1 2 0 0 0
Ocupação 2 0 0 0 0 0 0 Ocupação 2 1 0 0 2 0 0de rede 3 0 0 0 0 0 0 de rede 3 2 0 0 0 3 0
4 0 0 0 0 0 0 4 0 2 0 0 1 15 0 0 0 0 0 0 5 0 0 3 1 0 26 0 0 0 0 0 0 6 0 0 0 1 2 0
Nós 1 2 3 4 5 6 Nós 1 2 3 4 5 61 0 0 0 0 0 0 1 0 1 1 0 0 02 0 0 0 0 0 0 2 1 0 0 1 0 0
λ1 = 3 0 0 0 0 0 0 λ1 = 3 1 0 0 0 1 04 0 0 0 0 0 0 4 0 1 0 0 1 15 0 0 0 0 0 0 5 0 0 1 1 0 16 0 0 0 0 0 0 6 0 0 0 1 1 0
Nós 1 2 3 4 5 6 Nós 1 2 3 4 5 61 0 0 0 0 0 0 1 0 0 1 0 0 02 0 0 0 0 0 0 2 0 0 0 0 0 0
λn = 3 0 0 0 0 0 0 λn = 3 1 0 0 0 1 04 0 0 0 0 0 0 4 0 0 0 0 0 05 0 0 0 0 0 0 5 0 0 1 0 0 06 0 0 0 0 0 0 6 0 0 0 0 0 0
Estado inicial da rede Estado da rede após6 conexões
= =
... ...
λ1 + ... + λn λ1 + ... + λn
• O AG é executado em cada solicitação de conexão entre dois nós.
• AG trabalha com população de indivíduos e cada um representa uma possível rota entre dois nós para a conexão solicitada.
• A CF-AG do Matlab trabalha com representação binária e por inteiros. A representação por inteiros, onde um cromossomo é descrito por um vetor de números inteiros, foi adotada por proporcionar maior simplicidade para o problema RWA. População inicial: Formada pelo conjunto de rotas possíveis
entre os nós de origem e destino de uma solicitação de conexão geradas aleatoriamente.
• Exemplo de codificação de duas rotas para conexão entre os nós 0 e 5 (0 1 2 5 ) e (0 2 4 5).
AG PROPOSTO - ETAPAS
Função de Aptitude: Processo de atribuir um valor de aptidão a cada indivíduo.
A função aptitude proposta leva em consideração dois fatores importantes: o comprimento da rota e o número de comprimentos de onda disponíveis (ocupação da rede).
• Função Aptidão do GA para solução do problema RWA.
-fi: A função de aptitude para a rota i entre os nós de origem e destino da conexão. -lj: Comprimento do j-ésimo enlace (segmento de fibra) que compõe a rota i. -fwi: Número de comprimentos de onda livres na rota i. -W: Número total de comprimentos de onda. -α: Parâmetro de projeto, que varia entre 0 e 1.
( ) wii
j
f1f 1l W
= α + −α∑
AG PROPOSTO - ETAPAS
• Exemplo de operação de recombinação.
AG PROPOSTO - ETAPAS • Operadores Genéticos: Operador de Recombinação (Crossover):
Só pode ser aplicado em pares de rotas que tenham ao menos um nó em comum.
Os pais são divididos e troca-se a segunda metade, criando dois filhos conforme figura a seguir.
Mutação: O nó de uma rota é escolhido aleatoriamente e uma nova rota aleatória é gerada a partir do nó de mutação até o nó destino. A rota do nó de origem ao de mutação não sofre alteração.
Fornece um comportamento exploratório, no sentido de que induz o algoritmo evolucionário a amostrar novos pontos do espaço de busca.
0 1 2 5 0 1 3 5
• Exemplo de operação Mutação.
Indivíduo Novo Indivíduo
Nó de Mutação Nó de Mutação
AG PROPOSTO
Função de Seleção: Determina a probabilidade de os indivíduos serem selecionados com base nas respectivas notas de aptitude. O mecanismo da roleta é o mais utilizado. Não foi necessário adaptar a função de seleção.
Critério de Parada: O critério de parada utilizado no algoritmo genético proposto é o número de gerações.
Opções do CF-AG: Utilizadas para modificar parâmetros como funções customizadas, tamanho da população inicial, critério de parada, etc.
AG PROPOSTO
Comando do Matlab:
options = gaoptimset(options,'CreationFcn',@create_permutations, ... 'CrossoverFcn',@crossover_permutation, ... 'MutationFcn',@mutate_permutation, ... 'SelectionFcn',@selectionroulette,... 'PlotFcn', my_plot, ... 'Generations',8,'PopulationSize',8) Principais Parâmetros:
PopulationType: 'custom‘ PopulationSize: 16 EliteCount: [] CrossoverFraction: [] MutationFcn: [] Generations: 8 TimeLimit: [] StallGenLimit: []
AG PROPOSTO
FitnessLimit: [] InitialPopulation: [] CreationFcn: @create_permutations SelectionFcn: @selectionroulette CrossoverFcn: @crossover_permutation MutationFcn: @mutate_permutation PlotFcns: [function_handle]
AGENDA
• Introdução
• Motivação
• Caracterização do problema
• Algoritmo Genético
• AG Proposto para Solução do Problema RWA
• Avaliação do Desempenho do AG e Conclusão
AVALIÇÃO DO DESEMPENHO • Simulações para Avaliação do Funcionamento do Programa. Parâmetros utilizados: 3 Comprimentos de onda 8 indivíduos 16 Gerações Conexões: 1-4: λ1; 1-6: λ2; 1-5: λ1; 3-6: ?
Resultado: rota = 3 5 6 Comprimento de onda ocupado 1 Alocado Comprimento de onda 2 fval = 1,6667
AVALIÇÃO DO DESEMPENHO • Simulações para Avaliação do Funcionamento do Programa.
Parâmetros utilizados: Rede NSFNET , W = 8, P= 8, G=16, O=1 e D=11
AVALIÇÃO DO DESEMPENHO • Comparação do desempenho para gerações (G) diferentes.
Parâmetros utilizados: Rede NSFNET , W = 8 e P= 8
AVALIÇÃO DO DESEMPENHO • Comparação de desempenho do AG proposto com os de outras heurísticas.
Parâmetros utilizados: Rede 6 nós, W = 16, P= 8 e G=8
AVALIÇÃO DO DESEMPENHO • Comparação do desempenho do algoritmo proposto com os de trabalhos que utilizam AG.
Parâmetros utilizados: NSFNET, W = 8, P= 8 e G=8
• A utilização do algoritmo genético para solução do problema de roteamento e alocação de comprimento de onda tem sido foco de diversos estudos nos últimos anos.
• A utilização do algoritmo genético proposto se mostrou viável para solução do problema RWA em redes ópticas de baixa e alta complexidade.
• O resultado obtido nas simulações mostrou que essa técnica tem desempenho superior ao de heurísticas tradicionais.
CONCLUSÃO
• Criação de novas Funções de aptitude: Buscar melhor desempenho na solução do problema RWA. Possibilidade de incluir outros parâmetros, como restrições físicas da rede e do meio (OSNR, PMD, etc.), e comparar com outros trabalhos.
• Implementação do algoritmo em uma rede real: Realizar o estudo aprofundado nas tecnologias utilizadas para troca de informações entre os nós da rede de uma rede óptica e plano de controle. • Comparação ou implementação com outros algoritmos inspirados em regras da natureza: Realizar estudo de outros algoritmos utilizados na solução do problema RWA, como otimização por colônia de formigas (ACO - Ant Colony Optimization) e otimização por colônia de abelhas artificiais (ABC - Artificial Bee Colony) e avaliar resultados alcançados.
TRBALHOS FUTUROS