Abstract— Traffic grooming is a promising technique to reduce the blocking probability in all-optical networks, in the context of the RWA problem (Routing and Wavelength Assignment). Routing with clonal selection algorithms is also an interesting approach for the same purpose. In order to create a robust mechanism to optimize the establishment of connections, this paper proposes a performance evaluation combining the aforementioned techniques and the traditional OSPF protocol. The analysis contemplates the variation of wavelength assignment heuristics in sparse networks with a highly dense traffic. The results show that the proposed approach obtained a blocking decrease of almost 60%.

Keywords— Dynamic Optical Networks, Routing, Traffic Grooming.

I. INTRODUÇÃO

S REDES de próxima geração são caracterizadas por grande número de usuários, estimado em 5,6 bilhões , e

50 bilhões de entidades, por exemplo, programas de computadores, sensores, atuadores, etc [1]. Portanto, a próxima geração de redes ópticas (WDM ou DWDM) requer alta provisão de qualidade de serviço (QoS), conceito diretamente relacionado com o atraso de transmissão baixo, larga largura de banda, alta disponibilidade (de recursos orientados para o desempenho) e baixa probabilidade de bloqueio (desempenho orientadas para o tráfego). Nessas redes os usuários estão conectados por caminhos ópticos, escolhidos pela seleção de um conjunto de conexões físicas entre os nós de origem e destino, e da reserva com a sinalização de um determinado comprimento de onda em cada enlace [2].

Uma característica única de redes ópticas WDM (Wavelength Division Multiplexing) é o forte acoplamento entre roteamento e alocação de comprimento de onda. Para o estabelecimento de uma conexão óptica, deve-se lidar com o roteamento (selecionando um caminho adequado) e a alocação de comprimento de onda (atribuição de um comprimento de onda disponível para a conexão). O problema resultante é chamado de roteamento e alocação de comprimento de onda (RWA) [3], e é significativamente mais difícil do que o problema de roteamento em outras redes. A complexidade adicional decorre do fato de que o roteamento e alocação de

M. T. Barros, Federal University of Campina Grande and Institute for

Advanced Studies in Communications, Brazil, michael.taob@iecom.org P. R. L. Junior, Federal University of Campina Grande and Institute for

Advanced Studies in Communications, Brazil, paulo@iecom.org M. S. Alencar, Federal University of Campina Grande and Institute for

Advanced Studies in Communications, Brazil, malencar@iecom.org

comprimento de onda estão sujeitos às seguintes restrições: um caminho óptico deve usar o mesmo comprimento de onda em todos os enlaces ao longo do caminho da origem para o destino e todos os caminhos ópticos utilizando o mesmo enlace (fibra) devem possuir comprimentos de onda distintos. Essa restrição é chamada de restrição de continuidade de comprimento de onda.

Roteamento e alocação de comprimento de onda é um problema importante para o plano de controle de redes WDM e tem recebido atenção da comunidade de pesquisa. Vários algoritmos RWA foram desenvolvidos para roteamento estático, caso em que a demanda de tráfego não muda ou muda durante intervalos de tempo longos.

Para maximizar a vazão da rede de comunicações ópticas a técnica de agregação de tráfego foi apresentada em [4]. Essa abordagem consiste em agregar fluxos em um único comprimento de onda, porque a requisição de largura de banda de um fluxo de tráfego pode ser muito menor do que a capacidade de um caminho óptico. A desvantagem dessa técnica está nos equipamentos, os que requerem a integração de um novo hardware nos nós de borda de uma rede totalmente óptica. Mas, para as redes de próxima geração, essa abordagem é importante para o fornecimento e gestão de largura de banda, minimização de bloqueio e a exigência de serviços dinâmicos, que estão diretamente correlacionados com QoS.

Este artigo apresenta uma nova abordagem para roteamento em redes ópticas para a minimização do bloqueio, chamado de Clonal Selection Adaptive Routing Algorithm (CSA). Este algoritmo foi desenvolvido baseado no algoritmo de otimização de Seleção Clonal, usando a fase de mutação, com base no Genetic Adapitve Routing Algorithm (GARA) [5], aplicado às redes IP. O objetivo principal deste novo algoritmo é alcançar um desempenho similar ou superior ao desempenho do roteamento adaptativo com agregação de tráfego, sem a necessidade de ajustar o hardware ou a necessidade de conversores de comprimento de onda.

Para combinar duas abordagens promissoras para minimização do efeito de bloqueio (CSA algoritmo e a técnica de agregação de tráfego), o objetivo do trabalho é avaliar o efeito das heurísticas de comprimento de onda com o mecanismo de agregação de tráfego sobre o roteamento por seleção clonal. Os resultados mostram a contribuição para o desempenho da minimização probabilidade de bloqueio com o CSA. Também, as heurísticas de atribuição de comprimento de onda não mostram diferença de desempenho com a variação de carga, apenas uma pequena diferença na variação

M. T. Barros, P. R. L. Junior and M. S. Alencar

Traffic Grooming for Clonal Selection Routing over Dynamically Wavelength-Routed Switched

Networks

A

IEEE LATIN AMERICA TRANSACTIONS, VOL. 10, NO. 1, JAN. 2012 1435

do número de comprimentos de onda. O CSA apresenta o mesmo efeito de agregação de tráfego em comparação com a abordagem tradicional. A técnica de agregação de tráfego demonstra ser promissora para melhorar o ganho de desempenho na próxima geração de redes totalmente ópticas. O restante do artigo está organizado da seguinte forma. A Seção II mostra os trabalhos relacionados. A Seção III apresenta uma formulação do problema de roteamento e alocação de comprimento de onda. A Seção IV apresenta o algoritmo CSA. As heurísticas de atribuição de comprimento de onda são apresentadas na Seção V. A técnica de agregação de tráfego é mostrado na Seção VI. A Seção VII apresenta o ambiente de simulação e Seção VIII consuma a análise dos resultados. A Seção IX finaliza o artigo relatando as conclusões.

II. TRABALHOS RELACIONADOS

Roteamento em redes dinâmicas WDM tem sido estudado na literatura. Em Mokhtar e Azizoglu [6] um modelo analítico foi desenvolvido para avaliar o desempenho de bloqueio de vários algoritmos de roteamento, incluindo roteamento adaptável sem restrições, que não restringe a seleção de uma rota para qualquer conjunto pré-definido de rotas. Bhide et. al. [7] e Dante [8] apresentam novas funções de peso que exploram a correlação entre a probabilidade de bloqueio e o número de saltos envolvidos em uma configuração de conexão para aumentar o desempenho da rede.

Outras abordagens, com base na adaptação de algoritmos de otimização, foram apresentados na literatura. Sinclair [9] apresentarOU um algoritmo híbrido (que envolveu algoritmo genético - GA) para o problema RWA, mas os operadores genéticos não se adaptam bem às condições e restrições da rede. Miguel et. al. [10] apresenta uma técnica conjunta de roteamento e dimensionamento que usou GA, a proposta não é para resolver o problema RWA diretamente.

O desempenho de bloqueio nas redes de agregação com roteamento por menor caminho tem sido estudado por Thiagarajan e Somani [11], considerando a abordagem de agregação de tráfego em redes dinâmicas. Além disso, o desempenho de vazão com a abordagem de agregação de tráfego tem sido estudado por Bhattacharya et. al. [12], mostrando que não só o bloqueio é afetado. A aplicação direta da estratégia de agregação de tráfego pode ser encontrada em Zhao et. al. [13], os autores apresentam um novo método de obtenção de rotas como parte integrada do mecanismo de agregação. Essa abordagem é interessante, mas para o processo integrado de obtenção de rotas é necessário equipamentos específicos e custosos.

III. FORMULAÇÃO MATEMATICA DO PROBLEMA DE

ROTEAMENTO E ALOCAÇÃO DE COMPRIMENTO DE ONDA

O problema de RWA pode ser formalizado como a seguir. Considere uma rede com K enlaces e W comprimentos de onda. O estado do i-ésimo enlace, 1 ≤ i ≤ K, no instante de tempo t pode ser especificado como um vetor coluna

em que, ∀j tal que 1 ≤ j ≤ W, σt

(i)(j) = 1 se o comprimento de onda j está sendo usando por um caminho óptico no instante de tempo t, no enlace i e σt

(i)(j) = 0 se o comprimento de onda está disponível. Portanto, o estado da rede é descrito pela matriz

Dada uma requisição de estabelecimento de uma conexão óptica no instante de tempo t entre nós fonte e destino, a função de um algoritmo de RWA é selecionar uma rota E, composta por enlaces (e1, e2, …, en ), tal que σt

(el)(j) = 0 para todo l = 1,2,…,n. Tais considerações satisfazem a restrição de comprimento de onda.

A probablidade de bloqueio (BR) é a métrica de QoS (Quality of Service) em redes ópticas para avaliação de algoritmos de roteamento. Ela calcula a taxa de bloqueio de conexões. O calculo da BR é efetuado pelo plano de controle, como segue

em que ∑ CRX é o número de conexões rejeitadas por indisponibilidade de comprimentos de onda e ∑ CR é o número total de requisições de comprimentos de onda em uma rodada de simulação.

A minimização de BR para um dado E = (e1, e2, …, en) reflete o desempenho de uma algoritmo de RWA. Finalmente, o objetivo de um algoritmo de RWA pode ser descrito pela Tabela I.

IV. CLONAL SELECTION ADAPTIVE ROUTING ALGORITHM

Algoritmos de seleção clonal (CS) são técnicas de otimização baseadas nos sistemas imunológicos artificial, técnicas de formar uma classe de algoritmos inspirados na teoria de seleção clonal de imunidade adquirida. A teoria da imunidade adquirida explica como os linfócitos B e T melhoram a sua resposta a antígenos ao longo do tempo, chamada maturação de afinidade. A CS estabelece a idéia de

1436 IEEE LATIN AMERICA TRANSACTIONS, VOL. 10, NO. 1, JAN. 2012

que apenas as células que reconhecem os antígenos são selecionadas para proliferar. As células selecionadas estão sujeitas a um processo de maturação, o que melhora sua afinidade com o antígeno seletivo. Essas técnicas são utilizadas em aplicações em engenharia e ciência, o foco principal são os problemas de reconhecimento de padrões [14].

Baseado na técnica de mutação genética encontrada no protocolo GARA para roteamento, este trabalho apresenta o CSA, que agora torna adaptável as duas fases envolvidas na RWA (a seleção de rotas e atribuição de comprimento de onda). A abordagem proposta é um método estocástico que produz rotas adaptativa, não sendo necessariamente o caminho mais curto, calculando-as em tempo real. Quando o bloqueio diminui o número de conexões estabelecidas aumenta, melhorando o desempenho do roteamento na rede. Portanto, o objetivo do CSA é minimizar a probabilidade de bloqueio.

O algoritmo de seleção clonal é usado para justificar o uso extensivo do processo de mutação. O CS utilizado escolhe aleatoriamente um número de indivíduos de uma população por um processo chamado de Roulete Wheel Selection (RWS). Depois disso, o processo de mutação é aplicado em todos os indivíduos selecionados. Após avaliação do espaço de mutantes pela função de fitness, um indivíduo é selecionado como o mais apto. O pseudo-código da técnica é apresentada no Algoritmo 1.

O algoritmo apresentado é a contribuição principal deste

trabalho, em que a função de fitness é inteiramente nova bem como a aplicação dessa técnica de otimização, com uma abordagem específica para o problema.

As outras partes do algoritmo são descritos a seguir. A função de fitness utilizada pelo algoritmo de seleção

clonal na CSA é

em que E é o conjunto de enlaces (rotas) e G é o grafo que representa a rede. A função representa a soma de todos os comprimentos de onda livres normalizada pelo número de enlaces em uma determinada rota. O resultado do cálculo é um índice usado para avaliar as rotas, com base no estado atual da rede. Essa função é o ponto chave no desempenho do algoritmo proposto. O objetivo do algoritmo é minimizar o

bloqueio e essa função de fitness tenta distribuir a carga na rede, ou seja, mais conexões serão estabelecidas porque o protocolo de roteamento permite que rotas alternativas sejam obtidas. Se o objetivo para o encaminhamento é outro, por exemplo, QoS, a função de fitness precisa ser redesenhada.

A função de RWS é usada para seleção de rotas aleatórias. A função é definida por [15]

em que r ∈ ℤ e representa o índice da rota mapeada com a matriz de adjacência da rede. O r escolhido será o MAX{Psel(r)}.

A. Processo de mutação de rotas

O processo de mutação foi projetado com base no protocolo de roteamento IP GARA. Porém, o algoritmo CSA é aplicado para comutação de circuitos ópticos. Para enfrentar essa diferença a estrutura do algoritmo de roteamento foi projetada para melhorar o desempenho em frente o problema de RWA em redes comutadas por circuitos ópticos. Este componente do algoritmo CSA é o mais importante, porque define os objetivos do processo de seleção de rota, que estão diretamente relacionados ao desempenho da técnica.

A representação do gene usado no algoritmo CSA é uma lista E, que indica os enlaces em um percurso com os nós (ou alelos) a ser atravessado. A cardinalidade da lista, |E|, representa o número de enlaces em uma rota. Cada nó é representado por um elemento de um alfabeto, dessa forma, as operações genéticas não são binárias, mas permutações de posição. As rotas obtidas precisam ser válidas, ou seja, as rotas devem estar livres de loops e devem ter nós origem e destino.

Como apresentado em [16], no processo de mutação existe

um M ∈ E que deve ser aleatoriamente selecionado, em que M é o alelo (nó) que deve sofrer a mutação e que será permutado

TAYNNAN BARROS et al.: TRAFFIC GROOMING FOR 1437

por qualquer nó que se conecte E[pos(M)-1]. Depois, de M para d (nó destino) o algoritmo de Djikstra deve ser executado para obtenção de rotas válidas. No final do processo a rota será obtida pela soma do pedaço da rota antiga até M e a nova rota de M para d. As restrições são: |E| > 2 e o número de vizinhos deve ser maior que um. O Algoritmo 2 mostra o pseudo-código do processo de mutação.

B. Calibração do CSA

O processo de seleção clonal utiliza um determinado número de clones para escolher o indivíduo mais apto com uma função de fitness. O aumento desse número torna o espaço avaliado para escolher uma solução maior e a probabilidade de escolher as soluções mais aptas fica maior também. Para verificar esse processo esta subseção apresenta o processo de calibração do CSA para a posterior avaliação de desempenho apresentada neste trabalho.

Na avaliação, cada enlace tem duas fibras unidirecionais, contendo oito comprimentos de onda, criando uma ligação bidirecional. A simulação pára quando o número máximo de requisições é alcançado. O número de requisições é 100.000 para cada valor de carga, variando de 100-200 erlangs, com incrementos de 2 erlangs.

A calibração do número de clones no algoritmo de seleção clonal apresentado é mostrada nas Figs. 1 (para uma topologia de malha regular com 9 nós) e 2 (para uma topologia em anel com 9 nós). Analisando esses gráficos, o aumento no número de clones diminui a probabilidade de bloqueio. Com o aumento no número de clones, a complexidade de processamento aumenta também.

Na topologia regular em malha (Fig. 1) o número de clones que zera a probabilidade de bloqueio é quatro. Na topologia em anel (Fig. 2), o número de clones que zera a probabilidade de bloqueio é dois. O objetivo é avaliar os efeitos do tráfego de abordagem da preparação com a variação da heurística de seleção de comprimento de onda no roteamento seleção clonal. Devido a isso o número de clones utilizados em todas as simulações é dois para visualização gráfica.

Figura 1. Resultados com a variação do número de clones (noc) com o roteamento por seleção clonal (CS) utilizando o First-Fit (FF) para uma topologia regular em malha com 9 nós.

Figure 2. Resultados com a variação do número de clones (noc) com o roteamento por seleção clonal (CS) utilizando o First-Fit (FF) para uma topologia em anel com 9 nós.

V. HEURÍSTICAS DE ALOCAÇÃO DE COMPRIMENTO DE ONDA

Quatro heurísticas são consideradas na avaliação, descritas a seguir:

• First-Fit (FF): No FF, os comprimentos de onda são indexados, e um caminho óptico será atribuído a um comprimento de onda com o menor índice antes de tentar selecionar um comprimento de onda com maior índice. Ao selecionar comprimentos de onda dessa forma, as conexões existentes serão agrupadas em um número menor de comprimentos de onda, deixando um número maior de comprimentos de onda disponíveis para mais caminhos ópticos;

• Random (RD): Outra forma de escolher entre diferentes comprimentos de onda é selecionar um dos comprimentos de onda de forma aleatório. Em geral, FF irá superar a atribuição de comprimento de onda aleatório quando o conhecimento completo do estado da rede está disponível. No entanto, se a seleção de comprimento de onda é feita de maneira distribuída, com apenas informação limitada ou ultrapassada, então a atribuição de comprimento de onda aleatória pode superar o FF. A razão para esse comportamento é que, em uma primeira abordagem, se múltiplas conexões estão tentando criar um caminho óptico ao mesmo tempo, então pode ser mais provável que escolham o mesmo comprimento de onda, levando a uma ou mais conexões sendo bloqueadas.

• Least-Used (LU): A heurística LU é usada para distribuir a carga uniformemente em todos os comprimentos de onda, selecionando o comprimento de onda que é o menos usado em

1438 IEEE LATIN AMERICA TRANSACTIONS, VOL. 10, NO. 1, JAN. 2012

toda a rede. Essa abordagem exige o conhecimento global.

• Most-Used (MU): Em MU, o comprimento de onda que é o mais utilizado no resto da rede é o selecionado. Essa abordagem tenta fornecer reutilização de comprimento de onda máximo na rede e exige conhecimento global.

VI. AGREGAÇÃO DE TRÁFEGO

A granularidade mínima de uma conexão em uma rede roteada por comprimento de onda é a capacidade de um comprimento de onda. A taxa de transmissão em um comprimento de onda aumenta com os avanços da tecnologia de transmissão. No entanto, a exigência de os usuários finais, tais como prestadores de serviços Internet (ISPs), universidades e indústrias ainda é menor que a capacidade total de um comprimento de onda. A exigência de largura de banda vai aumentar no futuro próximo, e duplicar a largura de banda atual seria mais que suficiente para atender à demanda projetada. A taxa de transmissão atual em um comprimento de onda é de 10 Gbit/s (OC-192). A tecnologia de 40 Gbit/s (OC-768) está disponível comercialmente, porém, não é amplamente implantada.

A diferença entre as exigências do usuário e a capacidade de um comprimento de onda forçou a necessidade de mecanismos de partilha de comprimento de onda, que permitisse que mais de um usuário compartilhasse a capacidade do canal de comprimento de onda. O compartilhamento de comprimentos de onda, semelhante ao compartilhamento de uma fibra com múltiplos comprimentos de onda, pode ser feito de várias maneiras. Uma abordagem é dividir sua largura de banda em quadros contendo um determinado número de slots de tempo. Um slot de tempo em quadros sucessivos, forma um canal. Outras abordagens, como a modulação de fase e optical code division multiple access (OCDMA) também podem ser empregadas para compartilhar a capacidade em um comprimento de onda.

A fusão de tráfego a partir de diferentes pares origem-destino é chamada agregação de tráfego. Nós que podem fazer agregação tráfego são capazes de multiplexação ou demultiplexação de tráfegos de taxas menores em um comprimento de onda e comutar um caminho óptico para outro. A agregação de tráfego pode ser estática ou dinâmica. No tráfego estático, os pares de origem-destino para cada requisição são pré-determinados. Na agregação tráfego dinâmica, requisições de conexões de diferentes pares de origem-destino são combinadas dependendo dos caminhos ópticos existentes no momento da requisição.

O algoritmo de agregação de tráfego utilizado neste trabalho é o mesmo de [17], que visa otimizar a utilização de comprimento de onda. Esse algoritmo procura um caminho óptico estabelecido com largura de banda suficiente. Se nenhum caminho óptico ativo oferecer largura de banda suficiente, então um novo canal é estabelecido. Esse algoritmo pode adaptar, como uma modificação, cada heurística de atribuição de comprimento de onda [18] e é descrito usando a

seguinte notação: • w: índice de comprimento de onda; • SelectedLambda: variável de controle; • L: numero de enlaces em uma rota selecionado; • Pl : vetor contendo os enlaces de uma rota; • λ(ij): elemento da matriz de ocupação, indexado

pelo numero do enlace i e pelo comprimento de onda j. Se λ(ij) = 1, o comprimento de onda j no enlacei está ocupado; caso contrário, se λ(ij)= 0, em qualquer um dos enlaces que compõe a rota, o comprimento de onda j estiver livre;

• λMAX : numero máximo de comprimentos de onda em uma fibra;

• Bij : largura de banda disponível de um comprimento de onda j de um enlace i;

VII. MODELO DE SIMULAÇÃO

O objetivo principal do modelo de simulação é comparar o desempenho do algoritmo de roteamento apresentado (CSA) com o algoritmo clássico Djikstra, que é utilizado na Internet com o OSPF. Os protocolos são equipados com agregação de tráfego e heurísticas de alocação de comprimento de onda. O desempenho do CSA medido pela probabilidade de bloqueio. Nas simulações com o protocolo OSPF, as melhorias do roteamento adaptativo são usadas para minimizar o bloqueio nas redes [19] e para a comparação equilibrada com a proposta. Para todos os algoritmos avaliados, as heurísticas de alocação de comprimento de onda utilizadas são: First Fit, Last Used, Random e Most Used.

Um simulador foi desenvolvido para implementar o roteamento e alocação de comprimento de onda em redes totalmente ópticas, usando a linguagem Python. O simulador é chamado DONS (Dynamic Optical Networks Simulator), que foi desenvolvido baseado em eventos discretos e seguindo a metodologia refinamentos sucessivos. O simulador DONS é capaz de análise estatística e gráfica, como as apresentadas neste trabalho.

Nesse simulador, quando chega uma nova requisição, o plano de controle usa o algoritmo de roteamento para determinar a rota completo da origem ao destino. Em seguida, tenta atribuir um comprimento de onda ao longo desta rota pela propagação de um pedido de comprimento de onda para todos os roteadores ao longo do caminho. Se a conversão de

TAYNNAN BARROS et al.: TRAFFIC GROOMING FOR 1439

comprimento de onda está disponível na rede, então um caminho óptico pode ser estabelecido usando diferentes comprimentos de onda em enlaces diferentes. Se esse pedido falhar, um comprimento de onda diferente é escolhido, a escolha pode ser baseada na resposta do nó mais próximo sobre o caminho mais curto. Esse processo pode ser repetido até que haja pelo menos um comprimento de onda disponível, e após a heurística de atribuição de comprimento de onda. Se isso falhar, então a requisição é bloqueada, ou seja, o caminho óptico não pode ser estabelecido.

Figura 3. Topologia torus em malha com cinco nós (Esquerda). Rede NFS com 13 nós (Direita).

Figura 4. Rede GEANT com 23nós.

Nos experimentos, uma topologia torus em malha, mostrada na esquerda da Fig. 3, a rede da NSF, mostrado à direita da Fig. 3 e a rede GEANT, mostrada na Fig. 4 são consideradas. As variáveis independentes são: carga e o número de comprimentos de onda. A carga assume 100-2000 erlangs, com incrementos de 100 erlangs e para o número de comprimentos de onda assume-se 5-50, com incrementos de 2 comprimentos de onda. O número de requisições é 100.000 para cada valor de carga. Esta configuração permite uma análise de tráfego pesado e intenso, com grande diversidade. Na variação de carga, o número de comprimento de onda é de oito e na variação do número de comprimentos de onda a carga é de 500. Seguindo a metodologia fatorial completa o numero total de tratamentos é 24, obtidos pela combinação dos dois fatores, das três topologias e das quatro heurísticas de alocação de comprimento de onda. Na simulação, cada enlace tem duas fibras unidirecionais, contendo um número de comprimentos de onda, criando uma ligação bidirecional. A simulação pára quando o número máximo de requisições é alcançado. Um par origem-destino de cada pedido é determinada aleatoriamente para contabilizar o tráfego

uniformemente distribuído na rede. Cada comprimento de onda suporta 10 Gbits/s e uma granularidade de 1 Gbits/s ou múltiplos. A configuração apresentada dos experimentos foi projetada para estressar totalmente os equipamentos de rede, e observar o desempenho de roteamento nesse cenário. Todos os parâmetros e valores são resumidos na Tabela II.

VIII. RESULTADOS E DISCUSSÃO

Os resultados da probabilidade de bloqueio com a variação de carga são apresentados nas Figs. 5, 6 e 7. Para a topologia torus em malha, Fig. 5, a melhoria de desempenho para o bloqueio com o algoritmo CSA é notável, com a diminuição do bloqueio em quase 60% comparado com a abordagem clássica. Esse ganho no desempenho pode ser explicado por dois processos: a função de fitness e o número de conexões alternativas. A função de fitness do algoritmo CSA é um processo interessante para obtenção de rotas alternativas, considerando tanto o número de saltos quanto o total de comprimentos de onda livre em uma única métrica. Por outro lado, o número de conexões alternativas é importante para o estabelecimento de mais conexões. Se a rede tiver um ponto de gargalo, é mais difícil para o algoritmo CSA calcular novas rotas alternativas.

A Fig. 5 mostra também que a variação das heurísticas de alocação de comprimentos de onda não apresenta diferença com a variação da carga. Isso pode ser explicado pelo baixo número de comprimento de onda, em outras palavras, existe um número de comprimentos de onda para o qual as técnicas de avaliação irão apresentar diferença. Além disso, a melhoria no desempenho com agregação de tráfego, no qual se refere ao bloqueio, também pode ser notável como provado em [17]. Os mesmos efeitos da agregação de trafego que podem ser obtidos com o roteamento OSPF podem também ser conseguidos com o CSA.

Os mesmos resultados serão observados para a rede NFS, Fig. 6. O desempenho para o bloqueio, as heurísticas de atribuição de comprimento de onda e da estratégia de agregação de tráfego são as mesmas.

Para a topologia GEANT é apresentado um resultado interessante, na Fig. 7. O desempenho da probabilidade de bloqueio com a variação de carga e a abordagem de agregação de tráfego são os mesmos. Mas, a variação das heurísticas de

1440 IEEE LATIN AMERICA TRANSACTIONS, VOL. 10, NO. 1, JAN. 2012

Figura 5. Probabilidade de bloqueio vs carga para a topologia torus em malha.

Figura 6. Probabilidade de bloqueio versus carga para a rede NFS.

alocação de comprimento de onda, para o algoritmo CSA, mostram seus efeitos, apresentando diferença de desempenho entre dois grupos: (FF, RD) x (LU, MU). Isso mostra que o número de comprimentos de onda interfere no desempenho das heurísticas de WA, pois, o CSA tende a obter rotas alternativas que, em princípio, são maiores do que em comparação com a abordagem de Dijkstra.

As Figs. 8, 9 e 10 apresentam os resultados da probabilidade de bloqueio com a variação do número de comprimentos de onda. Na Figura 8, a mesma contribuição para o desempenho com o algoritmo CSA ainda permanece. A única diferença é de desempenho das heurísticas WA, que a abordagem MU apresenta o melhor desempenho, mas nada relevante.

Os resultados da probabilidade de bloqueio versus o número de comprimentos de onda para a rede NFS mostram um comportamento diferente das outras topologias, como na Fig. 9. Existe alguma alternância de desempenho das técnicas avaliadas. Isso pode ser explicado pelas possibilidades de rotas alternativas. Com o aumento do número de nós, o menor caminho pode ser usado sem nenhum problema, mas, se o algoritmo considera ainda rotas alternativas como as melhores,

Figura 7. Probabilidade de bloqueio versus carga para a rede GEANT.

Figura 8. Probabilidade de bloqueio versus numero de comprimentos de onda para a topologia torus em malha.

o uso delas em uma frequência mais alta irá causar bloqueio maior. No NFS, as estratégias convencionais apresentam o melhor desempenho, como a heurística WA, cuja abordagem FF apresenta a menor probabilidade de bloqueio.

Figura 9. Probabilidade de bloqueio versus numero de comprimentos de onda para a rede NFS.

TAYNNAN BARROS et al.: TRAFFIC GROOMING FOR 1441

Figure 10. Probabilidade de bloqueio versus numero de comprimentos de onda para a rede GEANT.

Para a rede GEANT, os resultados referentes à probabilidade de bloqueio versus o número de comprimentos de onda são apresentados na Fig. 10. Como os resultados da topologia Torus em malha, o efeito de bloqueio, a heurística WA e o desempenho e a agregação de tráfego ainda são os mesmos.

IX. CONCLUSÕES E TRABALHOS FUTUROS

Este trabalho apresenta uma avaliação do efeito do uso de

agregação de tráfego no roteamento por seleção clonal variando as heurísticas de alocação de comprimento de onda. Três topologias foram utilizadas: torus em malha, a rede NFS e a rede GEANT. A variação da carga e do número de comprimentos de onda foi considerada em diferentes perspectivas. Quatro heurísticas foram consideradas (Fit First, Last Used, Random e Most Used) para um tráfego de alta densidade.

Os resultados mostram que o CSA reduz em quase 60% a probabilidade de bloqueio em relação ao protocolo OSPF tradicional. Além disso, o mesmo efeito do uso de agregação de tráfego é observado, permitindo a extensão do CSA para a próxima geração de redes totalmente ópticas. A variação das heurísticas de alocação de comprimento de onda não difere em relação à variação de carga, mas, a variação de comprimentos de onda mostra uma diferença no desempenho.

As validades visual e operacional foram utilizadas para validar os resultados do algoritmo proposto. Essa não é a abordagem ideal, mas é suficiente para um modelo de simulação. Um modelo matemático da solução é necessário para a validação completa do algoritmo. A aplicação do CSA nas redes ópticas comutadas a rajadas é proposta como trabalho futuro, porque, essa abordagem é eficiente em todas as redes ópticas. Além disso, outra função de fitness pode ser usada para resolver problemas em redes ópticas, por exemplo, o problema de roteamento de QoS.

REFERÊNCIAS [1] T. Tronco, New Network Architectures: The Path to the Future

Internet. Springer, 2010. [2] R. Ramaswami and K. N. Sivarajan, Optical Networks: A Practical

Perspective, 2nd ed. San Francisco, California, U.S.A.: Morgan Kaufmann Publishers, Inc., 2002.

[3] H. Zang, J. P. Jue, and B. Mukherjee, “A Review of Routing and Wavelength Assignment Approaches for Wavelength-Routed Optical WDM Networks,” Optical Networks Magazine, Janeiro 2000

[4] K. Zhu and B. Mukherjee, “Traffic grooming in an optical WDM mesh network,” IEEE Journal on Selected Areas in Communications, vol. 20, pp. 122–133, 2002

[5] M. M., “An adaptive network routing algorithm employing path genetic operators,” Proc. 7th Int. Conf. Genetic Algorithms, 1997, 1997. [Online]. Available: http://ci.nii.ac.jp/naid/10021131506/en/

[6] A. Mokhtar and M. Azizoglu, “Adaptive Wavelength Routing in All-Optical Networks,” in IEEE/ACM Transactions on Networking, vol. 6,no. 2, Abril 1998, pp. 197–206.

[7] T. Fabry-Asztalos, N. Bhide, and K. M. Sivalingam, “Adaptive Weight Functions for Shortest Path Routing Algorithms for Multi-Wavelength Optical WDM Networks,” in Proceedings of ICC 2000, vol. 3, New Orleans, LA, Junho 2000, pp. 1330–1334..

[8] R. G. Dante, “Algoritmos de Roteamento e Atribuição de Comprimentos de Onda para as Redes Ópticas Inteligentes e Transparentes,” Ph.D. dissertation, Universidade Estadual de Campinas, Campinas, SP, Novembro 2005.

[9] M. Sinclair, “Minimum cost wavelength-path routing and wavelength allocation using a genetic-algorithm/heuristic hybrid approach,” Communications, IEE Proceedings-, vol. 146, no. 1, pp. 1 –7, Feb. 1999.

[10] I. de Miguel, R. Vallejos, A. Beghelli, and R. J. Duran, “Genetic algorithm for joint routing and dimensioning of dynamic WDM networks,” Optical Communications and Networking, IEEE/OSA Journal of, vol. 1, no. 7, pp. 608 –621, 2009.

[11] S. Thiagarajan and A. K. Somani, “Capacity Fairness of WDM Networks with Grooming Capabilities,” in Proceedings of SPIE, ser. OptiComm 2000: Optical Networking and Communications, Setembro 2000, pp. 191–201.

[12] S. Bhattacharya, T. De, and A. Pal, “Traffic grooming in WDM mesh networks using dynamic path selection strategy,” in Wireless And Optical Communications Networks (WOCN), 2010 Seventh International Conference On, sept. 2010, pp. 1 –5.

[13] Y. Zhao, J. Zhang, H. Zhang, W. Gu, and Y. Ji, “Novel path computation element-based traffic grooming strategy in Internet protocol over wavelength division multiplexing networks,” Communications, IET, vol. 5, no. 8, pp. 1138 –1146, may 2011.

[14] L. de Castro and F. Von Zuben, “Learning and optimization using the clonal selection principle,” Evolutionary Computation, IEEE Transactions on, vol. 6, no. 3, pp. 239 –251, jun 2002.

[15] O. A. C. Cortes, “Um sistema nebuloso-evolutivo para determinar a portabilidade de benchmarks paralelos.” Ph.D. dissertation, Instituto de Ciências Matemáticas e de Computação, 2004.

[16] M. Gen, Genetic Algorithms & Engineering Optimization. John Wiley & Sons ltd., 2000.

[17] P. R. L. Júnior , Barros, M. T. and M. S. de Alencar, “Evaluation of routing algorithms in dynamics optical networks with traffic grooming.” MOMAG 2010. 2010.

[18] [18] J. J. H. Zang and B. Mukherjee, “A review of routing and wavelength assignment approaches for wavelength-routed optical wdm networks,” Optical Networks Magazine, vol. 1, pp. 47–60, 2000.

[19] P. R. L. Júnior, “Roteamento adaptativo com agregação de tráfego em redes Ópticas dinâmicas,” Master’s thesis, UFCG, 2008

Michael Taynnan de Albuquerque Olivera Barros - Born in Campina Grande - PB, 1990. Graduated in Telematic, the Federal Institute of Science and Technology Education of Paraíba (IFPB) Campina Grande Campus. Actually, he is a graduate student in Computer Science at Federal University of Campina Grande and is a researcher at Iecom (Institute of Advanced Studies in Communications). Interest in Optical Networks, Wireless Networks, Digital Signal Processing and Analysis and Classification of Traffic on the Internet.

1442 IEEE LATIN AMERICA TRANSACTIONS, VOL. 10, NO. 1, JAN. 2012

Paulo Ribeiro Lins Junior – He received his Electrical Engineering degree and Master in Science in Electrical Engineering degree at Federal University of Campina Grande in 2006 and 2008, respectively. Actually, He is D.Sc. candidate at the same institution and Professor at Escola Técnica Redentorista. His interest include: communications networks performance, optical WDM

networks, RWA algorithms, traffic engineering techniques applied to WDM networks, coherent modulation for WDM systems, physical layer restrictions in optical communications systems.

Marcelo Sampaio de Alencar - was born in Serrita, Brazil in 1957. He received his Bachelor Degree in Electrical Engineering, from Universidade Federal de Pernambuco (UFPE), Brazil, 1980, his Master Degree in

Electrical Engineering, from Universidade Federal da Paraiba (UFPB), Brazil, 1988 and his Ph.D. from University of Waterloo, Department of Electrical and Computer Engineering, Canada, 1993. Marcelo S. Alencar has more than 30 years of engineering experience, and 21 years as an IEEE Member, currently as Senior Member. For 18 years he worked for the Department of Electrical Engineering, Federal University of Paraiba, where he was Full Professor and supervised 56 graduate and several undergraduate students. Since 2003, he is Chair Professor at the Department of Electrical Engineering, Federal University of Campina Grande, Brazil. He is founder and President of the Institute for Advanced Studies in Communications (Iecom). His biography is included in the following publications: Who's Who in the World and Who's Who in Science and Engineering, by Marquis Who's Who, New Providence, USA. He published over 250 engineering and scientific papers and 14 books. He is member of the SBrT-Brasport Editorial Board. He has been involved as a volunteer with several IEEE and SBrT activities, including being a member of the Advisory or Technical Program Committee in several events. He served as member of the IEEE Communications Society Sister Society Board and as Liaison to Latin America Societies. He also served on the Board of Directors of IEEE's Sister Society SBrT. He is a Registered Professional Engineer. He is a columnist for the traditional Brazilian newspaper Jornal do Commercio, since April, 2000, and is currently Vice-President External Relations of SBrT. He is member of the IEICE, Japan, SBMO, SBPC and SBEB, Brazil.

TAYNNAN BARROS et al.: TRAFFIC GROOMING FOR 1443