ALOCAÇO DINÂMICA DE ROTAS EM REDES
Orientador: Geraldo Robson Mateus
OTIMIZAÇO MULTI-OBJETIVO APLICADA À
ALOCAÇO DINÂMICA DE ROTAS EM REDES
DE TELECOMUNICAÇÕES
Dissertação apresentada ao Programa de
Pós-GraduaçãoemCiêniadaComputação
da Universidade Federal de Minas Gerais
omo requisito parial para a obtenção do
graudeMestreemCiêniadaComputação.
Todos os direitosreservados.
Santos, Fernando Afonso
S237o Otimização multi-objetivoapliadaà aloação
dinâmia de rotas emredes de teleomuniações/
Fernando AfonsoSantos. Belo Horizonte, 2009
xviii, 64 f. : il. ; 29m
Dissertação (mestrado) Universidade Federal de
Minas Gerais
Orientador: Geraldo Robson Mateus
1. Otimização -pesquisa operaional.
2. Teleomuniações. 3.Roteamento. I. Título.
Agradeço primeiramente a Deus por me iluminar e abençoar, mesmo eu estando
dis-tante em alguns momentos.
À minha família, meus amados pais Afonso e Rosângela e também meus irmãos
GrazielleeLeonardo, que mesmonão estandosiamentepresentes não deixamde me
apoiar e torer por mim. Àqueles parentes que ajudaram em minha eduação e om
sentimentosmuito verdadeiros me fazem sentirbem aada vez queos vejo. Obrigado
inlusive porme inluirem suas orações diárias,pedindopor saúde eproteção.
AgradeçotambémàRita,quemeajudouasuperar adadiuldadeenontradaao
longo desta aminhadaom muito amor, arinhoedediação. Emmuitas
oportunida-des mesmo preisando de atenção e arinho, deixava de lado seus problemas para me
onfortar e aliviar o rotineiroestresse. Querida, parte desta onquista tambémé sua,
muito obrigado!
Ao meu orientador GeraldoRobson Mateus, que sempre meatendeu prontamente
e forneeu todoo suporte neessário para arealização deste trabalho. Isto sem ontar
as orientaçõesque foram muito além de aadêmias, memostrando as impliaçõesde
minhas deisões prossionais e até mesmo ajudando a tomá-las. Obrigado por tudo,
Robson.
Meus amigos tambémforam fundamentaispara a onlusão desta etapa na minha
vida e mereem aqui o meu agradeimento. Bob obrigado pela ajuda desde minha
hegadaaoDCC, nãoapenaspelahospitalidademastambémpelos momentosdiversão
e ompanheirismo! Marelo, agradeço pelo total apoio e suporte forneido ainda na
graduação, me inentivando a trilhar por este aminho. E a todos os outros que
O desenvolvimento de novas tenologias apliadas às redes de omputadores e a
ex-pansão da Internet trouxeram omo onsequênia um grande aumento no tráfego de
dados nas redes. Asexigêniasde qualidade de serviço (QoS)porparte das apliações
aumentaramproporionalmentee estão maisrigorosas. Taisexigêniasenvolvem
dife-rentes métriasde QoS, entre elas pode-se itar o atraso, o balaneamento de arga e
o número de paotes perdidos naomuniação.
Diferentes algoritmosde otimizaçãosão utilizados paraalançaros valores de QoS
desejados pelas apliações. Naotimização mono-objetivoonsidera-se uma métriade
QoS omo função objetivo do problema e os valores para as demais métrias podem
ser inseridos omo restrições, enquanto na multi-objetivo é possível onsiderar ada
métriade QoSaserotimizadaomoumafunçãoobjetivodoproblema,otimizando-as
simultaneamente. Por otimizar múltiplas funções objetivo simultaneamente, o
resul-tado da otimização multi-objetivo onsiste em um onjunto de soluções denominado
onjunto Pareto-ótimo.
Apliar a otimização multi-objetivo ao roteamento dinâmiodas requisições é um
grandedesao,poisalémdealularoresultadodoroteamentoéneessárioummodelo
de tomada de deisão para esolher entre as soluções disponíveis aquela que mais se
adequa às exigêniasde QoS dinamiamente. Não existemna literaturatrabalhos que
ontemplemesta estratégia,portanto, esta éa ontribuiçãoproposta neste trabalho.
Para veriar o omportamento desta estratégia em um ontexto de redes de
te-leomuniações será utilizada a arquitetura MPLS (Multi-Protool Label Swithing).
Esta arquitetura estende as funionalidades do protoolo IP e apresenta omo
prini-palbenefíio apossibilidadede realizaroroteamentoexplíitodas requisiçõesnarede,
denindo qualaminhodeveser seguido entre a origemeodestinode ada requisição.
Osresultadosmostraramumamelhoranodesempenhodaredeaoavaliardiferentes
métrias de QoS simultaneamente. Outra vantagem apresentada é a exibilidade da
otimização multi-objetivo proporionando que soluções om diferentes araterístias
sejam esolhidas alterando-se apenas os parâmetros do proedimento de tomada de
The new networking tehnologies and the Internet difusion produed the data tra
inreaseinthenetworks. Thequalityofservie(QoS)requirementsforappliationsalso
inreased andbeomestriter. DierentQoSmetrisanbeevaluatedbyappliations,
for example the delay,the load balaneand the pakets lostinthe ommuniation.
Dierent optimization algorithms an be used to ahieve the QoS metri values
for appliations. The single objetive approah regards asobjetive funtion one QoS
metri and the othersare onsidered asproblemonstraints,while themulti-objetive
optimizationonsiderseahQoSmetriasanobjetivefuntionandoptimizethem
to-gether. Beause dierentobjetive funtionare optimized atone, themulti-objetive
result onsist in set of solutions,named Pareto-optimalset.
Toapply multi-objetiveoptimizationfordynamiroutingproblemsisagreat
hal-lenge, beause this strategy demands a deision support system to hoose an
appro-priatedsolutionfromPareto-optimalset dynamially,mathing theQoSrequirements.
There isnoworksinvestigatingthis strategyinthe literature, andthis isthe
ontribu-tion proposed in this paper.
Toverifythe performaneofthis strategyinteleommuniationsnetworksontext,
the MPLS arhiteture (Multi-Protool Label Swithing) is used . This arhiteture
extends the funtionalities of the IP protool and presents as main advantage the
possibility to perform expliit routing of requests in the network, dening expliitly
the path todata tra owfor eah ommuniation request.
The results show improvements in overall performane of the network evaluating
dierent QoS metris simultaneously. Another advantage is the exibility provide by
the multi-objetiveoptimizationallowing tohoose dierentsolutionsfor the problem
1 Introdução 1
1.1 Motivação . . . 3
1.2 Denição doproblema . . . 4
1.3 Objetivos . . . 5
1.4 Contribuições . . . 5
1.5 Estrutura da dissertação . . . 6
2 Coneitos básios 7 2.1 Algoritmosde roteamento . . . 7
2.2 A arquitetura MPLS . . . 11
2.3 Trabalhos relaionados . . . 16
2.3.1 Otimização mono-objetivo . . . 16
2.3.2 Otimização multi-objetivo . . . 17
3 Formulação matemátia 19 3.1 Denições . . . 19
3.2 Formulação matemátiamono-objetivo . . . 20
3.3 Formulação matemátiamulti-objetivo . . . 22
3.3.1 Coneitos iniiais . . . 22
3.3.2 Modelo matemátio . . . 27
3.3.3 Alternativasde solução . . . 28
4 Heurístia - Algoritmo Genétio multi-objetivo 31 4.1 NSGA-II . . . 32
4.2 Representação genétia . . . 34
4.3 População iniial . . . 35
4.4 Cruzamento . . . 36
4.5 Mutação . . . 38
4.6 Complexidade assintótia . . . 39
5.2 Cenário de simulação -2 . . . 51
5.3 Cenário de simulação -3 . . . 52
5.4 Cenário de simulação -4 . . . 54
5.5 Cenário de simulação -5 . . . 55
5.6 Conlusão . . . 57
6 Considerações nais 59
1.1 Exemplo de domíniode uma rede MPLS . . . 2
2.1 Estrutura da pilhade protoolos do modelo ISO/OSI . . . 8
2.2 Etapas doalgoritmode roteamento inundação . . . 9
2.3 Evolução das arquiteturas paraprovimento de QoS emredes TCP/IP . . . 12
2.4 Manipulação dorótulo pelos roteadores darede MPLS . . . 14
3.1 Espaços de soluções para problemas de otimização mono-objetivo e multi-objetivo . . . 23
3.2 Conjuntos de soluçõesno espaçodos objetivos . . . 25
3.3 Exemplo de onitos entre dois objetivos naomprade um notebook . . . 25
3.4 Soluçãoutópia de um problema de otimizaçãomulti-objetivo . . . 26
4.1 Denição dos indivíduosna próximageraçãopeloNSGA-II . . . 33
4.2 Representação genétia doalgoritmo . . . 35
4.3 Proesso de ruzamentono algoritmogenétio multi-objetivo . . . 37
4.4 Proedimento alternativo para o ruzamento no algoritmoaso não sejam enontrados vérties emomum . . . 37
4.5 Exemplo de mutação noalgoritmo . . . 38
4.6 Topologias de rede utilizadasnos experimentos. . . 41
4.7 Inuêniado parâmetronúmerode gerações noalgoritmogenétio . . . 44
4.8 Inuêniado parâmetrotamanho dapopulaçãono algoritmogenétio . . . 45
5.1 Comparaçãodaabordagemde otimizaçãomulti-objetivoomasestratégias de aminhomínimoe balaneamentodearga, onsiderandoatopologiaNSF 49 5.2 Diferentes abordagens de otimização no roteamento de requisições de bro-adast,onsiderando atopologia Carrier . . . 51
5.3 Flexibilidade da otimização multi-objetivono problema de roteamento em redes MPLS . . . 53
5.6 Comparaçãodos valores de rejeição para as diferentes lasses de serviço . . 56
5.7 Avaliação da abordagem de difereniação de lasses, quanto ao parâmetro
4.1 Caraterístias das topologias utilizadasnos experimentos . . . 42
4.2 Soluçãoutópia para problemas de roteamentomulti-objetivo . . . 43
4.3 Aproximação das soluções utópiasatravésdo algoritmogenétio . . . 43
5.1 Indiadores de QoS nas redes utilizandodiferentes estratégias de roteamento 50
5.2 IndiadoresdeQoSnasredesutilizandodiferentesestratégiasderoteamento
Introdução
AamplautilizaçãodaInterneteodesenvolvimentodetenologiasapliadasàsredesde
omputadores trouxeram omo onsequênia o aumento no número de apliações que
operamatravésde redes. Empartiular, apliaçõesde temporeal omo atransmissão
de som e video, têm aumentado expressivamente otráfego de dadosnas redes.
Para a realização da omuniação de algumas destas apliações, um importante
oneito é o de SLA (Servie Level Agreement) ou aordo de nível de serviço. O
SLA trata de um aordo, explíito ou não, que as redes devem ofereer para que as
apliações sejam atendidas adequadamente. Como exemplos de métrias para denir
SLA é possível itar: o atraso da omuniação, a perda de paotes, a disponibilidade
do serviço, entre outros.
Adenição de SLAs,exigequearede satisfaçarequisitosmínimospara seu
funio-namento. Nexteontexto, surge ooneito de QoS (Quality of Servie) ou(Qualidade
de Serviço) que é amplamente utilizado na omuniação em redes. O QoS pode ser
utilizado para medir a qualidade do serviço disponibilizado nas redes sob diferentes
perspetivas. Em nível de apliações a qualidade do serviço pode estar relaionada a
alguns indiadores de QoS, enquanto aoonsiderar os aspetos físiosda rede os
indi-adores podem ser outros. Independente de quaisindiadores de QoS sejamdenidos,
a qualidade daomuniação narede está em função dasua satisfação.
No entanto, o roteamento no protoolo IP baseia-se no serviço de melhor-esforço,
e o enaminhamento dos paotes na rede é realizado objetivando a máxima eiênia
no uxo dos dados, inviabilizando a satisfação de alguns indiadores de QoS. Neste
ontexto,foipropostaaarquiteturaMPLS(MultiProtoolLabelSwithing)Rosen et al.
[2001℄.
A arquitetura MPLS introduz nas redes IP uma apaidade avançada de ontrole
do roteamento,omo a araterístia de roteamento explíito,e auxiliana elaboração
trafegamnodomínioMPLS,permitindooontroledasrotas,quesãodenominadasLSP
(LabelSwithing Path). A gura 1,retirada de Tanezinee dos Santos [2006℄,ilustra o
domíniode uma rede MPLS.
Figura 1.1. Exemplode domíniode umaredeMPLS
Umadas vantagensproporionadaspeladeniçãode rotasLSPexplíitasna
arqui-teturaMPLSé apossibilidadede onsiderar vários indiadores de QoS noroteamento
dos paotes, oquenão éfeito porprotoolos de roteamentoomuns naInternet, omo
o OSPF (Open Shortest Path First). No entanto, a otimização das rotas pode ser
umatarefa omplexa. Oproblema de sedeterminar rotasLSP sujeitasa maisde duas
restriçõesde QoS éprovado ser NP-Completo [Shao etal.,2006℄.
Téniasde otimizaçãotêmsido propostas am derealizaroroteamentodos LSPs
nas redes MPLSom a máxima eiênia, atendendo aos indiadores de QoS darede.
Devidoàmultipliidadede indiadores de QoS aonsiderar naotimização,as
aborda-gens de otimização sedividem em duas: mono-objetivo e multi-objetivo.
Na otimizaçãomono-objetivo,a modelagemdoproblema é feitautilizando-se
ape-nas uma função objetivo, as restrições do problema podem denir valores máximos e
mínimosparaosoutrosindiadoresde QoSaseremotimizados. Jáaotimização
multi-objetivo tem a possibilidade de onsiderar ada indiador omo uma função objetivo
do problema e otimizá-las simultaneamente. Entretanto, a omplexidade envolvida
para soluionar os problemas de otimização multi-objetivo é maior. De aordo om
Ulungue Teghem [1994℄, diversos problemas de otimização ombinatória solúveis em
tempo polinomial, se tornam NP-Completos quando formulados omo problemas de
otimizaçãomulti-objetivo.
Uma outra araterístia enontrada na otimização multi-objetivo é que seu
re-sultado pode ser araterizado por um onjunto de soluções, denominado onjunto
diferen-envolve ténias de tomada de deisão, agregando omplexidade à esta abordagem de
otimização.
Ainda sobre a utilizaçãode ténias de otimização apliadasàs redes MPLS, estas
podemonsideraroproblemaderoteamentodosLSPsdemaneiraestátiaoudinâmia.
Na otimização estátia, o estado da rede é onheido bem omo todas as requisições
a serem aloadas na rede. O proesso de otimização onsiste em determinar rotas na
rede que satisfaçamos indiadoresde QoSpropostos. Jána otimizaçãodinâmia,não
existe o onheimento prévio de todas as requisições a serem aloadas. Estas surgem
ao longo do tempo, e o proesso de otimização deve aloá-las onsiderando o estado
atual da rede, que muda onforme o atendimento das requisições. A dinamiidade
desta abordagemfaz om que aomplexidade envolvidaneste tipode otimização seja
maior que naotimização estátia.
Além das diferentes estratégias de otimização possíveis de se apliar aoproblema,
é possível também onsiderar diferentes indiadores de QoS a otimizar. Assim, a
evidente a importânia das ténias de otimização apliadas ao roteamento de LSPs
em redes MPLS, onsistindo em uma importanteárea de pesquisa ujas ontribuições
podem ser relevantes para a realização daomuniação emredes de omputadores.
1.1 Motivação
Porse tratarde um tema de grande relevânia, diferentes propostas de solução para o
problema de roteamento das rotas LSP em redes MPLS são enontradas. Entre elas,
Oliveira[2005℄emsuatesededoutoradoutilizouumproedimentodeotimização
mono-objetivo onsiderando três indiadores de QoS:
(i)
o número de links utilizados pelas rotas LSP(relaionado aoseu atraso),(ii)
aquantidade de rejeiçõesdas requisições e(
iii
)
obalaneamentode arga da rede. A aloaçãodos LSPs é feitaestatiamente.O problema de roteamento emredes MPLS tem natureza multi-objetivo. Existem
diferentes indiadores de QoS dos quais deseja-se obter valores ótimos, no entanto,
existem onitos ao otimizá-los simultaneamente. Como exemplo, suponha que os
indiadores
(
i
)
e(
iii
)
supraitados sejamduas funçõesobjetivodistintasaserem mini-mizadas. Ao atender asrequisições utilizandoomenor númerode links,é possível quealguns links quem sobrearregados, piorando o balaneamento de arga da rede, ou
então ao realizaro roteamentoprivilegiandoo balaneamento de arga na rede é
pos-sívelqueseutilizeuma quantidade de linksmaior, omprometendoovalordoobjetivo
Portanto, a investigação da abordagem de otimização multi-objetivo agrega
om-plexidadeà solução do problema, porém pode trazeruma importante ontribuiçãoao
problemaderoteamento. Alémdomais,nãoforamenontradosnaliteraturatrabalhos
que avaliem a otimização multi-objetivo das rotas LSP em um ontexto dinâmio de
otimização. Isto implia na neessidade de um proedimento dinâmio para tomada
de deisão,emfunção doomportamentodarede e das requisições, oque aumentou a
motivação para arealização deste trabalho.
1.2 Denição do problema
Este trabalho trata do problema da aloação dinâmiade rotas LSP emredes MPLS
através de uma abordagemde otimização multi-objetivo. As requisições de
omunia-ção na rede onsistem de uma origem e um destino para o tráfego, além do seu valor
de exigênia de banda, neessário para o tráfego dos dados na rede. Cada requisição
será aloada através de uma rota LSP na rede, que será responsável por denir um
aminhoentre a origem e o destino, havendo a reserva de banda nos links utilizados.
Abanda reservada paraa aloação de uma rota LSPna redenão poderá ser utilizada
pornenhuma outra, apenas quando arequisição for desaloada.
Porsetratardeum ontexto dinâmiodeotimização,aquantidadede requisiçõesa
seremaloadas narede não épreviamente onheida, bemomo osvalores de origem,
destino e exigênia de banda de ada uma. As requisições surgem aleatoriamente
agrupadasounão,eassimquealoadasnaredeelasutilizamosseusreursosenquanto
estiverem ativas.
Para soluionaroproblemade roteamentonas redesMPLS,épropostauma
formu-lação matemátia multi-objetivo que fornee soluções do onjunto Pareto-ótimo para
oproblema, noentanto,demanda umelevado tempoomputaionalesópode ser
apli-ada para soluionar o problema de roteamento estátio. Para soluionar o problema
de roteamento dinâmio é apresentada uma heurístia para aproximar os resultados
do onjunto Pareto-ótimo eientemente. Esta heurístia é um algoritmo genétio
multi-objetivoepoderáser apliadoaoproblemadinâmio,devido àeiêniade suas
respostas.
Este problema multi-objetivo será modelado onsiderando três funções objetivo,
quesão:
•
a quantidade de links utilizadospara atender ada uma das requisições;•
a quantidade de rejeição das requisiçõesna rede;Este problema será modelado e soluionado matematiamente através de
progra-maçãolinearinteira mista(PLIM).Masdevidoàelevadaomplexidadeomputaional
para soluioná-lo, é proposta uma heurístia para obter aproximações do resultado
ótimo eientemente. As soluçõesobtidas serão avaliadas emum ambiente de
simula-ção, onde são experimentados diferentes ontextos de omuniaçãopara veriaroseu
omportamento.
1.3 Objetivos
Com a realização destetrabalho espera-se que assoluçõesobtidas para oproblema de
roteamento emredes MPLS estejam mais próximas das situaçõesreais de roteamento
enontradas nas redes. Isto porque, ao onsiderar o problema em sua versão
multi-objetivo e através de uma abordagem dinâmia de otimização, sua representação se
aproxima da realidade e, portanto, pode ontribuir de maneira mais efetiva para o
roteamento dos LSPs na rede.
A utilizaçãode um proedimento de otimização multi-objetivopode ofereer
tam-bém mais exibilidade na realização do roteamento. Como são avaliados diferentes
objetivos simultaneamente, é possível privilegiar um deles em função do
omporta-mento da rede em um determinado momento, ou seja, a otimização pode se adequar
melhoraoestadoatualdarede,forneendosoluçõesquemelhorsatisfaçamosrequisitos
de QoS darede em um dado instante.
É omum enontrar apliações nas redes om neessidades difereniadas umas das
outras, por exemplo, existem aquelas apliações que devem ser atendidas
imediata-menteapóssurgiremououtras queneessitam de menores valores de atraso na
omu-niação para que possam funionar orretamente. Diante deste enário, este trabalho
propõetambémum estudoquelassiaasrequisiçõesemdiferenteslassesdeserviço.
Assim, espera-se queo proedimentode otimização das rotas possa soluionar de
ma-neira mais efetiva o problema de roteamento nas redes MPLS, aproximando-seainda
mais dos ontextos reais de omuniação.
1.4 Contribuições
As ontribuições obtidas om a realização deste trabalhoestão relaionadas ao
rotea-mentode requisições emredes MPLS, onde proura-seuma abordageminovadora que
1. Modelagemmatemátia do problema de roteamento através de uma abordagem
multi-objetivodeotimização,utilizandoprogramaçãolinearinteiramista(PLIM)
2. Codiação e solução da modelagem PLIM apresentada utilizando o solver
CPLEX [Ilog Inorporation, 2006℄.
3. Implementaçãodeumasoluçãoheurístiaparaobteraproximaçõesdosresultados
eientemente, de modoque possam ser apliados emum ontexto dinâmio de
otimização
4. Avaliaçãodapropostaatravésdesimulaçõesqueabrangemdiferentesontextosde
omuniaçãonasredes,inlusiveagrupandoasrequisiçõesemlassesparamelhor
aproximaras simulaçõesdos enários reais de roteamentonas redes MPLS
1.5 Estrutura da dissertação
Orestantedestedoumentoapresentaaseguinteestrutura: OCapítulo2servirá omo
referêniaaos oneitos básios envolvidos nesta dissertação, onde serão apresentados
os prinipaisoneitos sobre roteamento e redes MPLS. No Capítulo 3 é apresentada
a formulação matemátia do problema. Alguns aspetos relaionados à modelagem
mono-objetivosãoapresentadosbemomooneitosfundamentaisdaotimização
multi-objetivo,queservirão de basepara aformulaçãoproposta. Comoeste trabalhoestuda
o roteamento em um ontexto dinâmio, foi implementada uma solução heurístia
para realizar aproximações dos resultados eientemente. Esta heurístia se trata de
um algoritmo genétio multi-objetivo e é apresentada no Capítulo
4. Para veriar o
desempenho daabordagemproposta, noCapítulo5 são apresentados os resultados de
simulações utilizandodiferentes enários de rede. Finalmente, o Capítulo 6 apresenta
as onsiderações nais deste trabalho, inluindo as onlusões e as perspetivas de
Coneitos básios
Este apítulo se destina a introduzir oneitos elementares utilizados nesta
disserta-ção. Como este trabalho apresenta uma nova estratégia de roteamento em redes, os
prinipaisoneitos relaionados aos algoritmosde roteamento serãoabordados na
se-ção 2.1. Por apresentar oneitos básios aera dos algoritmos de roteamento, esta
seção éfortementeembasada nos oneitos apresentados por Tanenbaum [2002℄ que é
onsiderado uma das melhores referênias sobre o assunto.
AarquiteturaMPLSseráutilizadanestetrabalhoparavalidaroalgoritmode
rotea-mentoproposto,assimaseção2.2sedestinaadesreverestaarquitetura,
introduzindo-a noontexto das estratégias paraprovimentode QoS edestaando osprinipais
on-eitosaelarelaionados. Serãoabordadostambémosprinipaistrabalhosrelaionados
a esta arquitetura naseção 2.3,dando ênfase àqueles que tratamdaaloaçãode rotas
LSP explíitas narede.
2.1 Algoritmos de roteamento
Uma pilhade protoolosé onsituídade diversos softwares integrados que permitema
omuniação nas redes de teleomuniações. A ada protoolo é atribuídauma tarefa
espeía, e a integração entre os protoolos assegura a transmissão dos dados pelas
redes. Omodelo ISO/OSIfoi proposto om ointuito depadronizar odesenvolvimento
de protoolos de omuniação, estabeleendo amadas om apliações bem denidas.
A gura2.1ilustra este modelode omuniação.
O foo desta seção se onentra na amada 3 deste modelo. A amada de Rede
é responsável por denir omo os dados trafegarão de sua origem até o destino em
um proedimento denominado roteamento. Existem propriedades desejáveis que os
algoritmos de roteamento devem tentar satisfazer ao denir rotas na rede, são elas:
Figura 2.1. Estrutura da pilhade protoolos do modeloISO/OSI
todasestas propriedadespode não ser possível,devido àomplexidadeenvolvidaneste
problema,no entanto,a qualidadedas rotas está emfunção de sua satisfação.
Os algoritmos de roteamento podem ser agrupados em duas lasses: adaptativos
e não-adaptativos. Os algoritmos não-adaptativos não utilizam informações sobre o
funionamentoda rede pararealizar oroteamento,as rotasentre origeme destinosão
denidasbaseadas emonepçõespré-denidas. Poroutrolado,os algoritmos
adapta-tivosfazem uso das informaçõesdisponíveissobre otráfego e atopologiada redepara
direionar suas deisões no roteamento. Como onsequênia, a omplexidade
envol-vida em algoritmos de roteamento adaptativos é maior do que aquela dos algoritmos
não-adaptativos.
Umaoutralassiação onsideradapara osalgoritmosde roteamentoéaquela que
os agrupaentre algoritmos estátiose dinâmios. Osalgoritmos estátiossão aqueles
que onsideram a rede antes de sua operação para denir o roteamento. Assume-se
que todas as requisições a serem aloadas na rede são onheidas e que não haverá
alteraçõesna topologia. O roteamento dinâmioé realizadopelos algoritmosque não
têm um onheimento prévio das requisições, estas podem surgir durante a operação
darede e alteraçõesna topologia são permitidas.
Considerando as estratégias utilizadas para denir o roteamento, uma das mais
onheidas é a de aminho mínimo. Esta estratégia se destaa por sua simpliidade
e pelos bons resultados obtidos. Para utilizá-la a rede deve ser modelada omo um
grafoujosvérties sãoosroteadoreseasarestasseus links. Para alularosaminhos
mínimosnarede, osalgoritmos mais utilizadossão osde Dijkstra [1959℄ quealula o
Embora seja uma estratégia simples e eiente, a denição dos ustos envolvidos
para que o aminho mínimo seja obtido pode ser uma tarefa omplexa. Ao atribuir
ustosunitáriosàsarestas,osalgoritmosdeaminhomínimoobtêmrotasomomenor
número de saltos para atender às requisições. Mas diversas outras abordagens de
atribuição de ustos podem ser enontradas naliteratura, omo adistâniaeulidiana
entre os roteadores, o atraso médio em ada link, a banda disponível, entre outros.
Sendo possíveltambémombinar diferentes métriaspara na denição destes ustos.
Já oalgoritmo de inundação realiza oroteamento narede utilizandouma
arate-rístia simplespara oenaminhamentodospaotes. Dadoum roteador X,oalgoritmo
de inundaçãoonsisteemenaminharospaotesquehegamemXpara todosos
rote-adores adjaentes, exetoaquele quelheenviouopaote. Aodifundiropaoteatodos
os roteadores darede garante-se que odestino será alançado. A gura2.2ilustra um
exemplo de funionamentodoalgoritmode roteamentoinundação. Ospassos
neessá-rios para que um paote saia de sua origem
1
e alane o seu destino8
são desritos por2.2(a), 2.2(b)e 2.2().1
2
3
4
5
6
7
8
(a) Saídado paote de sua
origem para os roteadores
adjaentes
1
2
3
4
5
6
7
8
(b) Enaminhamento dos
roteadoresquereeberamo
paote
1
2
3
4
5
6
7
8
() Alane do paote ao
seu destino, onluindo o
enaminhamento
Figura 2.2. Etapasdo algoritmo de roteamento inundação
Este algoritmo privilegiaa propriedade de robustez no roteamento. A entrega dos
paotes aodestino pode ser realizadapor diferentes roteadores,assegurando o suesso
da omuniação. No entanto, o enaminhamento dos paotes a todos os roteadores
adjaentes aumenta onsideravelmente o tráfego nas redes, tornando este algoritmo
inviávelquandoexistem restriçõesde banda. Umoutroinonvenienteapresentado por
este algoritmoéquedeveexistirum ontrolepara queum paotequesejareebido por
um roteador pormais de uma vez não seja re-enaminhado, aumentando sua
omple-xidade. No exemplo da gura 2.2, o roteador
3
reebe o paote no primeiropasso do algoritmovindo de1
, enovamente oreebe no segundo passo de2
e de4
.Oroteamentoatravésdoalgoritmodeinundação obtémrotas queseguirãoomenor
Entre os algoritmos utilizados para realizar o roteamento dos paotes na Internet
está o de Vetor de Distânias. Este é um algoritmo de roteamento dinâmio, que
depende das informações a respeito do estado da rede para denir as rotas. A ada
intervalo de tempo osroteadores enviama seus adjaentes uma tabela(ou vetor)
on-tendo informações loais sobre o roteamento. Cada roteador informa qual o menor
usto para se alançar qualquer outro roteador darede, e poronde os paotes devem
ser enaminhados. A troa destes Vetores de Distânia permite o mapeamento dos
menores valores para ada roteador.
DiferentesmétriaspodemserutilizadasparaoálulodoVetordeDistâniaspelos
roteadores. A mais omum delas é o número de saltos, mas também outras podem
ser onvenientemente adotadas omo o atraso, o tamanho da la dos roteadores, a
distânia físia entre eles, entre outros. O intervalo de tempo em que os Vetores de
Distânia são atualizados também é uma questão de implementação a ser disutida.
A atualização em um urto intervalo de tempo pode aarretar em overhead na rede
devidoaonúmerodemensagens troadaspelosroteadores paraatualizarosVetoresde
Distânia. Entretanto,aso o intervalode atualização seja elevado, alterações narede
não serão perebidas e paotespoderão ser perdidos.
O algoritmo de Vetor de Distânias tem uma grande representação história no
ontexto de roteamento em redes. Ele foi o algoritmo de roteamento adotado pela
ARPANET, rede preursora da Internet. Atualmente é utilizado pelo protoolo de
roteamento RIP (Routing Information Protool) [Hedrik, 1988℄ no roteamento dos
paotesnaInternet.
EmboraoalgoritmodeVetordeDistâniasfunioneorretamente,eleapresenta
al-gumasdiuldadesquantoàsuaonvergênia. OVetorde Distâniasde adaroteador
éenviadoa seus adjaentes a ada intervalode tempo,as informaçõessão atualizadas
e novamente repassadas aos adjaentes até que todos os roteadores da rede tenham
informações atualizadas sobre o estado da rede. A neessidade de suessivas troas
de mensagens entre os roteadores para atualizar os valores do Vetor de Distânias
pode levaroalgoritmoauma lentaonvergênia e,onsequentemente, a redepode ser
inorretamenterepresentada por um intervalode tempo,prejudiando o roteamento.
Com o objetivo de orrigir este problema, foi proposto em 1979 um suessor para
o algoritmo de Vetor de Distânias no roteamento da ARPANET. Este algoritmo é
denominado de Estado do Link e soluiona o problema da lenta onvergênia. O
algoritmode Estado doLink pode ser dividido em
5
partes:1. Desobrir seus vizinhos e aprender sobreseus endereçamentos: Aoar
2. Medir o usto do link entre os vizinhos: Suponha que a métria para o
roteamentosejaoatraso. Assim,oroteadordeveestimarotempodeatrasoentre
ele e seus adjaentes para que esta informação seja onsiderada no roteamento
dos paotes. Devido à variação do tráfego, este valor pode se alterar durante a
operação darede;
3. Construir um paote om as informações obtidas: As informações
arma-zenadas porada roteador nos passos
1
e2
devem ser ompiladas emum paote informativo,quepossaservirparaoutrosroteadoresatualizaremsuasinformaçõessobre a rede;
4. Enviar este paote a todos os outros roteadores: Para que não exista
o problema da lenta onvergênia, os paotes ontendo informações sobre ada
roteador são enviadosperiodiamenteatodos osdemaisroteadores. Oalgoritmo
de inundação é utilizadopara esta nalidade;
5. Calular o menor aminho a todos os outros roteadores: Uma vez que
as informações de todos os roteadores estão disponíveis e atualizadas, o
algo-ritmo alula o menor aminho para se alançar todos os demais roteadores. O
algoritmode Dijkstra égeralmente utilizadonesta etapa;
OalgoritmoderoteamentodoEstadodoLinkéatualmenteutilizadoemumgrande
númerode redes. Oprotoolo de roteamentoOSPF(Open Shortest Path First)[Moy,
1991℄ é um dos que utilizameste algoritmo, sendo o mais omum na Internet. Outro
protoolo baseado no Estado do Link é o ISIS (Intermediate System - Intermediate
System)[Oran, 1990℄ querealiza o roteamento embakbones de Internet.
2.2 A arquitetura MPLS
Osmeanismosde roteamentoadotados peloprotooloIP paraoenaminhamentodos
paotesnaredesebaseiamnoserviçodemelhor-esforço. Esteserviçoonsisteemprover
a omuniação om a máximaeiênia dos reursos da rede. O enaminhamentodos
paotes pelo menor aminho entre origem e destino é uma das polítias adotadas.
Entretanto,ao utilizaro serviço de melhor-esforço não hágarantiassobre a qualidade
daomuniaçãoomrelaçãoaalgumasmétriasnarede,omooatrasodaomuniação
e a perda de paotes, oque pode diultar o funionamento de algumasapliações.
Masom o avanço das tenologiasomputaionais e adisseminação das apliações
asse-atendidas. Neste sentido são propostas as arquiteturas para provimento de QoS nas
redesTCP/IP. Entenda omo arquitetura neste ontexto um onjuntode meanismos
e padronizações om o intuito de forneer serviços m-a-m ofereendo garantias de
QoS ouassegurando asatisfação das métriasde SLA.
O motivo prinipal para propor melhorias no roteamento do protoolo IP é a sua
popularidade. Este protoolo é omais utilizadopara omuniação em redes, devido à
Internet, e ao agregar novas arquiteturas para prover QoS às apliaçõesserá possível
aproveitar toda a sua estrutura e esalabilidade. A gura 2.3 ilustra os prinipais
avanços quanto ao provimento de QoS na arquitetura TCP/IP. A siglaRFC (Request
ForComment)seguidadeumnúmerodenotaodoumentoondeosoneitosepadrões
envolvidos natenologia são denidos.
Figura 2.3. Evolução das arquiteturas para provimento de QoS em redes
TCP/IP
Um dos primeiros avanços quanto ao provimento de QoS nas redes TCP/IP, foi
a arquitetura IntServ (Integrated Servies). Esta arquitetura oferee a araterístia
de ontrole de admissão e reservas de reursos para os tráfegos nas redes TCP/IP
[Evans e Filsls,2007℄. Assim,épossívelgarantirbandasuienteparaostráfegosom
esta exigênia, omoVoIP e video. Para areserva dos reursos darede, a arquitetura
IntServ utiliza o protoolo RSVP (ReSerVation Protool), que permite a reserva de
banda para os tráfegos na rede. Por este motivo, IntServ e RSVP são muitas vezes
onsideradossinnimos.
Oprotoolo deroteamentopadrãodaInterneté oIP,mais espeiamenteIPv4 se
referindoàsua4 o
versão. DevidoàexpansãodaInternet,problemasde endereçamento
IPv6 oferee melhor suporte de QoS àsapliaçõesnão é orreta. Emsua espeiação
elesuportatodososavançosdisponíveisaoIPv4,masnãoofereenovasfunionalidades
para o provimentode QoS.
Já a arquitetura DiServ (Diereniated Servies) tem omo prinipal objetivo o
forneimento de serviços difereniados om relação às métrias de QoS impostas na
rede. Desde seu surgimentoé uma arquitetura amplamenteutilizadapara proverQoS
em redes TCP/IP, sendo adotada tanto em redes empresariais quanto em provedores
de serviços de internet (ISP). A arquitetura DiServ aresenta funionalidades à
ar-quiteturaIntServ, poisalémde permitiroontrole deadmissãoeareservade reursos
para os tráfegos na rede, possibilita tambémque os tráfegos tenhamtratamento
dife-reniados uns dos outros. Esta difereniação de serviços é feita ao denir Classes de
Serviço (ou Classof Servie CoS)epode inluirdiferentes métriasde QoSnarede,
omo o atraso, aperda de paotese a disponibilidade do serviço.
A arquitetura MPLS (MultiProtool Label Swithing) é a mais reente tenologia
para a obtenção de QoS nas redes TCP/IP. Ela busa agregar todos os avanços
ante-riores àsua espeiação aliadosanovosoneitos de enaminhamentode paotesnas
redes IP,o quelhegarante maioreiênia noroteamentoalémde ofereer
funionali-dades importantes para satisfação dos indiadores de QoS narede.
OtermoMultiProtool dasiglaMPLSéjustiadopelapossibilidade de
integra-ção desta arquitetura om diferentes protoolos de rede, porém sua integração om o
protooloIP sedestaa, devidoàsua abrangênianaomuniação emredes. Todos os
paotesqueentram emum domínioMPLSreebemumrótulo(label). Asdiretrizes de
enaminhamentodospaotesnaredesebaseiamnestesrótulos,tornandodesneessária
a veriação de outras informações existentes no abeçalho dos paotes. Ao sair do
domínioMPLS, orótuloéretiradodopaotequeontinuaráaser roteadopelos
mea-nismos disponíveisna rede. A gura 2.4mostra a manipulação do rótulo nos paotes
ao entrar emum domínioMPLS.
Emuma rede não-omutada, a omuniação entre a origem e o destino dotráfego
não érealizadaporum aminho pré-estabeleido. Ospaotes podem seguir diferentes
aminhos em função das ondições da rede. O enaminhamento é denido om base
em tabelas armazenadaspelos roteadores quedenem opróximosalto de ada paote
ao ser proessado. As tabelas de roteamento do protoolo IP são onstruídas
utili-zando a estratégia de melhor-esforço, minimizando o número de saltos da origem ao
destino. Comoexemplo,épossívelitar osprotoolosde roteamentoOSPFeRIP,que
se fundamenta em informações provenientes no estado do link e vetor de distânias,
Figura 2.4. Manipulaçãodo rótulopelos roteadoresda redeMPLS
UmaaraterístiaproporionadapelaarquiteturaMPLSdegranderelevâniapara
a manutenção dos indiadores de QoS na rede é a possibilidade de se realizar o
rote-amento explíito dos paotes. Neste aso, é possível denir expliitamenteo aminho
queum determinado tráfego deverá seguir da sua origem aodestino. Assim épossível
assumir o roteamento dos paotes na rede, tornando-o adequado às neessidades das
apliaçõesenvolvidas naomuniação.
A arquitetura MPLS é omposta por software e hardware espeíos apazes de
suportar as funionalidadesporelaofereidas. Entre ossoftwares se destaam os
pro-toolosdeomuniaçãoequantoaohardware,são neessáriosroteadoresqueonsigam
tratar os paotes rotulados do domínio MPLS de maneira adequada. A seguir, serão
abordadososprinipaisoneitosenvolvidosnoentendimentodestaarquitetura,
segui-dos de uma breve expliaçãoe sua ontribuiçãono domínioMPLS:
•
LSR (Label Swithing Router); um LSR é um roteador que suporta os serviçosda arquitetura MPLS. É responsável por gereniar os labels utilizados para o
roteamento dos paotes no domínio MPLS. Quando um LSR insere um label
em um paote que entra no domínio MPLS, ele é denominado Ingress LSR. Já
quando o label é retirado de um paote que sai de um domínio MPLS, o LSR
responsável é denominadoEgress LSR.
•
FEC (Fowarding Equivalene Class); Umalasse de paotesIP ujoroteamentodeve ser realizado da mesma maneira é denominada FEC. Nos esquemas de
ro-teamento onvenional, as FECs são denidas em ada roteador para realizar o
enaminhamento dos paotes. Já na arquitetura MPLS, as FECs são denidas
longododomínioMPLS.Quando opaoteéenaminhadoaopróximoLSRoseu
label ontém asinformaçõesneessárias para o roteamento.
•
LSP (Label Swithed Path); o aminho que um paote deve seguir aoentrar emum domínio MPLS até deixá-lo será denido pelo label que lhe for atribuído.
Nas redes MPLS este aminho é denominado LSP. A denição dos LSPs nas
redes MPLSpode serfeitade maneiraimplíita,quandorealizadopelos
protoo-los de roteamento desta arquitetura, ou explíita, quando o aminho é denido
utilizandoestratégias partiulares de roteamento. A denição explíita de LSPs
despertagrandeinteresse deempresas epesquisadores, poisépossívelagregarao
roteamentoaraterístias partiularesde ada domínio esatisfazer os
indiado-res de QoS esperados narede.
•
LDP (LabelDistributionProtool);aodenirumaFECnaredeeassoiá-laaumlabel, éneessário informaratodos osLSRdodomínioMPLS qualo
enaminha-mento deve ser realizado aos paotes om este label. A estratégia mais utilizada
para este nalidade é o broadast, onde todos os LSR troam entre si as
infor-maçõesontidasemsua tabelade roteamentopara aatualização. A distribuição
das informaçõessobre o roteamento na rede é de responsabilidade do protoolo
LDP.
•
TTL (Time-To-Live); por um motivo qualquer, um paote pode não serorre-tamente enaminhado em um domínio MPLS. Como onsequênia este paote
poderia ser repassado por um tempo indeterminado entre os roteadores do
do-mínio MPLS sem alançar seu destino. Isto aarretaria em um proessamento
desneessário dos roteadores om o paote perdido. Para evitar este
inonveni-ente, ao entrar em um domínio MPLS o paote reebe um valor que determina
o número máximo de saltos possíveis para este paote no domínio MPLS. Este
valoréoTTL. Sempre queatinge um LSR,oontador de saltos é inrementado
e aso ultrapasse o TTL, opaote é desartado.
A arquitetura MPLS suporta as funionalidades neessárias para o provimento de
QoS em redes TCP/IP, e por isto tem se destaado. A grande aeitação por parte
de empresas e provedores de serviço pode ser justiada poresta arquitetura permitir
2.3 Trabalhos relaionados
Entre ostrabalhos relaionados é possível enontrar ontribuições em diferentes
om-ponentes da arquitetura MPLS, omo melhorias em protoolos de ontrole, omo o
LDP,oumesmosugestõesde alteraçõesnoabeçalhodos paotesquetrafegamemseu
domínio,om ointuitode melhorara eiênia daomuniação.
Adenição de rotasexplíitaspara osLSPsnodomínioMPLSétambémum tema
quetemsidoamplamenteestudadoempesquisas. Estafunionalidadepermiteexplorar
partiularidadesprovenientes das apliações, bem omo araterístiasda rede para o
roteamento dos paotes, sendo um benefíio partiular da arquitetura MPLS. Neste
ontexto, a utilização de ténias de otimização através de programação matemátia
temsedestaado, poispermiteaelaboraçãode rotas ótimasnaredeseguindo ritérios
estabeleidospelos indiadores de QoS que sedeseja atender.
Os trabalhos relaionados à esta área de pesquisa prouram dar um tratamento
matemátioaoproblemade roteamentonasredes MPLSeentão soluioná-lo.
Diferen-testénias de otimização podem ser apliadas. Entretanto,aomplexidadeenvolvida
na solução destes problemas é elevada. No trabalho de Shao et al. [2006℄ é provado
que o problema de se determinar as rotas LSP sujeito a mais de duas restrições de
QoS é NP-Completo. Assim, as soluções propostas por estes trabalhos onsistem em
heurístias paraa aloação dos LSPs narede que seaproximem dasolução ótima.
Adenição dasrotasexplíitaspodeser realizadaaoonsideraroproblema emsua
versãoestátiaoudinâmia. Naestátia,ostráfegosaseremaloadossão previamente
onheidosbemomoosreursos disponíveisdarede, easrotas LSPsão determinadas
onsiderandoquenãohaveráalteraçõesnaredeaolongodotempo. Naversãodinâmia
as requisições surgem em função do tempo, sendo também possível tratar variações
no omportamento da rede, omo falhas de seus omponentes ou interferênia, por
exemplo.
O provimento de QoS na rede geralmente baseia-se no atendimento de diferentes
métrias da rede, omo o atraso, a perda de paotes ou a disponibilidade do serviço.
DevidoàmultipliidadedeindiadoresdeQoSaonsiderar,épossívelutilizardiferentes
estratégias de otimização para a modelagem e solução do problema: a mono-objetivo
ea multi-objetivo.
2.3.1 Otimização mono-objetivo
Dentre as estratégias mono-objetivo, um algoritmo lássio para este problema é o
ro-demais aminhos da rede. Utiliza a estratégia de uxo máximo para soluionar o
problema om um tempoomputaionalsatisfatório, embora não seja naotimalidade.
Uminonvenienteapresentadoporestaabordageméasuposiçãoqueemapenasalguns
LSR do domínio MPLS haverá surgimento de novas requisições de LSP, o que limita
sua apliaçãoemdiversos enários.
No trabalho desenvolvido por Dias et al. [2003℄ foi tratado o problema de se
de-terminar o menor aminho que minimize o atraso de transmissão dos dados, sujeito
à restriçãode largura de banda dos enlaes. Este problema tambémé NP-Completo,
pois pode ser polinomialmente reduzido ao problema RSP (Restrited Shortest-path
Problem)[Papadimitriou,1997℄. Parasoluionaroproblemafoipropostauma
aborda-gem utilizando relaxaçãolagrangeana om heurístias, denominadaRLH. Otempode
exeução doproedimentofoionsideradorazoável,entretanto,inviávelparauma
apli-ação dinâmia. Como uma evolução deste trabalho, Dias et al. [2005℄ apresentaram
uma heurístia eienteque permitiu sua avaliaçãoemum ontexto dinâmio.
Tambémomoobjetivodeobtersoluçõeseientes,Oliveira e Mateus[2006℄
mode-laram o problemade aloaçãoestátiadas rotasatravésde programação linearinteira
mista utilizando dois passos. No primeiro, é realizada a otimização baseada no
ba-laneamento de arga da rede. A solução é utilizada omo parâmetro de entrada no
segundo passo, que objetiva agora minimizar o número de links utilizados restrito ao
valor de balaneamento de arga obtido no primeiro passo. Devido ao grande tempo
omputaional neessário para se obter a solução ótima do problema, um algoritmo
genétio mono-objetivo foi proposto. Este trabalhotambém é apresentado na tese de
Oliveira [2005℄.
2.3.2 Otimização multi-objetivo
Devido à multipliidade de indiadores de QoS a serem onsiderados no roteamento,
as ténias de otimização multi-objetivo têm se apresentado omo alternativas mais
viáveis para a solução deste problema. Ao onsiderar os indiadores de QoS da rede
omo funções objetivo da otimização, é possível prourar por soluções que forneçam
valores ótimos para estes indiadores otimizando-osde maneira independente. Existe
um aumentodaomplexidade, poiso resultado daotimização fornee um onjunto de
soluçõesparaoproblema,denominadoonjuntoPareto-ótimo,diferentedaotimização
mono-objetivo,onde apenas uma solução éobtida omo resultado.
Entre osprimeiros a utilizar ténias de otimização multi-objetivo neste ontexto,
embora não tenha sido no domínioMPLS, Knowles etal.[2000℄utilizaramos
naroproblemaderoteamentoestátio. Osresultadosapresentaramboasaproximações
doonjuntoPareto-ótimo, empartiular abusaloalinluídanoalgoritmomemétio
trouxemelhoriassigniativasàs soluções, mas aeiênia dos algoritmosnão foi
dis-utida.
O trabalho de Koyama et al. [2004℄ abordou o problema de roteamento dinâmio
narede, masnovamenteaarquitetura MPLSnão foionsiderada. Foramonsideradas
omo funções objetivo:
(
i
)
o usto e(
ii
)
o atraso da omuniação, que propunham ser minimizadas. Um importanteparâmetro que não foi levado emonsideraçãonestetrabalhoéo balaneamento de arga darede.
Apliandoaténiade otimizaçãomulti-objetivoparaoroteamentonaarquitetura
MPLS,Erbas eErbas [2003℄apresentaramuma soluçãoparao problemaestátio. São
onsideradastrêsfunçõesobjetivo:
(i)
oustodaomuniação,(ii)
obalaneamentode arganarede e(iii)
onúmerode LSPs neessáriosparaatender atodas asrequisições. ParasoluionaroproblemafoiutilizadoométododepesoslexiográosdeChebyshev[Steuer, 1985℄, que por se tratar de um método exato demanda um elevado tempo
omputaional e impede que esta estratégia seja adaptada para o ontexto dinâmio
de otimização.
Em Shao etal. [2006℄ a aloação de rotas LSP é onsiderada em um ambiente
om difereniação de serviços (DiServ), também através de uma abordagem
multi-objetivo. Os objetivos onsiderados também são três:
(i)
o balaneamento de arga na rede,(ii)
a taxa de rejeição dos paotes e(iii)
o atraso na omuniação. As si-mulações demonstraramum bomdesempenho do proedimentoproposto, porém, nãoforamapresentados resultados que permitissem veriar o seu omportamentoemum
ambientedinâmio,ealémdomaisoproessodetomadadedeisãonãofoiexpliitado.
É possível observar que as ténias de otimização são amplamente apliadas ao
problemade roteamento,inluindoa arquiteturaMPLS. Empartiular, asténias de
otimização multi-objetivo têm permitido grandesavanços nesta área, poissua
utiliza-ção permite onsiderar múltiplos indiadores de QoS simultaneamenteno proesso de
otimização,tornando-a mais adequadaao problema.
Não foram enontrados na literatura trabalhos que tratem da otimização
multi-objetivo em um ontexto dinâmio de otimização, onde deve existir um proesso de
tomadade deisão eiente para seleionar dinamiamente as melhores soluções para
o problema. Este trabalho proura ontribuir neste ontexto e estuda o roteamento
Formulação matemátia
Conforme desritonaseção 2.3,o problema de denirrotas explíitasemredes MPLS
é normalmente abordadomatematiamente, devido à omplexidade envolvidaem sua
solução. Assim, são apliadasténias de teoriados grafose programaçãomatemátia
que permitem modelare soluionar o problema.
Esteapítulomostraráaformulaçãomatemátiaproposta paraoproblema de
de-nirrotas explíitasemredesMPLS. Iniialmente,naseção 3.1serãodesritas algumas
deniçõesutilizadaspara arepresentação doproblema, entãoa seção3.2exibirá a
for-mulação matemátia mono-objetivo proposta na tese de Oliveira [2005℄, que foi uma
das motivaçõespara a realização deste trabalho. A formulação multi-objetivo do
pro-blema será abordada na seção 3.3, onde serão introduzidosos oneitos básios desta
ténia de otimização e exibido omodelo matemátio proposto neste trabalho.
3.1 Denições
A rede a ser otimizada será representada por um grafo
G
= (V, A)
, ondeV
=
{
1,
2, . . . ,
k
V
k}
são os roteadores do domínio MPLS, ou LSR, eA
= {(i, j
)
} são oslinks existentes entre osLSR.A apaidadede banda de ada link
(i, j)
será represen-tada no modelo omoB
ij
eos linkssão unidireionais.As requisições de omuniação são representadas por (
o
k
,
d
k
,
b
k
), sendo que
o
k
e
d
k
representam respetivamente os roteadores LSR de origem e de destino do tráfego
para a k-ésima requisição. Enquanto
b
k
india a quantidade de banda que deve ser
reservada para esta requisição. Oonjuntode todas asrequisiçõesa serem otimizadas
é denotado por
R
.Asformulaçõestratadas nestetrabalhopermitem querequisições sejamrejeitadas,
o que pode aonteer por restrições de reursos da rede, ou mesmo para privilegiar
mínimode requisições que devem ser atendidas no modelo, que será representado por
C
, e deve ser forneido omo parâmetroda otimização.3.2 Formulação matemátia mono-objetivo
Na tese de Oliveira [2005℄ foi proposto um modelo matemátio mono-objetivo para
soluionar oproblema de aloação de rotas LSPnas redes MPLS. Este modelo,
deno-minado two-step model (modelo de dois passos), propõe a solução de dois problemas
mono-objetivopara a aloaçãodas rotas LSPna rede.
O primeiro passo proura por valores ótimos para o balaneamento de arga na
rede. Para isto,é formuladoum problema de programaçãolinearinteiramisto dotipo
M in
−
M ax
, que obtém o valor mínimo para o link om máxima utilizaçãona rede.Este modelo édenominado
P
1
e pode ser desrito omo:P
1 :
M in α
sujeito a:
X
k
∈
R
b
k
x
k
ij
≤
αB
ij
∀
(i, j)
∈
A
(3.1)X
(
i,j
)
∈
Γ
+
i
x
k
ij
−
X
(
l,i
)
∈
Γ
−
i
x
k
li
=
1
(
o
k
)
−
1 (
d
k
)
0
∀
i
∈
V, k
∈
R
(3.2)x
k
ij
∈ {
0,
1
}
∀
(i, j)
∈
A,
∀
k
∈
R
(3.3)Nesta modelagem a variável
α
representa o perentual de utilização do link mais ongestionado da rede. Portanto, a sua minimização implia que o balaneamento dearga da rede é obtido, ou seja, a arga está distribuida de maneira uniforme entre
os links da rede. A variável de deisão
x
k
ij
assumirá o valor 1 aso o link(i, j
)
sejautilizadopara atender a requisiçãode índie
k
, aso ontrário seu valorserá 0.As restrições 3.1 asseguram que a variável de deisão
α
represente a maior arga entre todos os links(
i, j
)
da rede. Caso a solução para o problema apresenteα
≥
1
, a solução do problema não será viável, pois a exigênia dos tráfegos é maior que aapaidade do link. Em 3.2 são exibidas as restrições de onservação de uxo, que
garantem que todo o tráfego que entra em um vértie deverá ser o mesmo a sair,
exetonaorigemedestinodarequisição. As restrições3.3denem aintegralidadedas
variáveis de deisão
x
k
Osegundo passodaotimizaçãotem omoparâmetro deentrada oresultado obtido
no primeiro passo. O valor de
α
obtido emP
1
será utilizado emP
2
para assegurar quea soluçãoobtidapelosegundopasso teráobalaneamentode argaótimo narede,enquantoproura-seminimizaroutrafunçãoobjetivo. Omodelo
P
2
éaseguirexibido:P
2 :
X
(
i,j
)
∈
A
X
k
∈
R
x
k
ij
+
X
k
∈
R
M
(1
−
a
k
)
sujeito a:
X
k
∈
R
b
k
x
k
ij
≤
α
∗
B
ij
∀
(
i, j
)
∈
A
(3.4)X
(
i,j
)
∈
Γ
+
i
x
k
ij
−
X
(
l,i
)
∈
Γ
−
i
x
k
li
=
1
(o
k
)
−
1 (d
k
)
0
∀
i
∈
V, k
∈
R
(3.5)X
k
∈
R
a
k
≥
C
(3.6)x
k
ij
∈ {
0,
1
}
∀
(i, j)
∈
A,
∀
k
∈
R
(3.7)a
k
∈ {
0,
1
}
∀
k
∈
R
(3.8)O modelo
P
2
tem araterístias muito semelhantes àP
1
, pois tratam do mesmo ontexto de otimização. No entanto, neste segundo passo da otimização,α
∗
não se
trata de uma variável de deisão, mas sim de um parâmetro que é alulado ao se
otimizar
P
1
. Sendo assim,P
2
onsiste em prourar por soluçõesom balaneamento de arga ótimona rede.Como função objetivo, proura-se otimizar diferentes entidades responsáveis pelo
provimento de QoS na rede: o número de links utilizados na omuniação e também
o máximo atendimento das requisições. Isto é feito ao somar os valores obtidos om
ada uma das funções.
Em
P
2
também está presente a restrição 3.6 om a nalidade de assegurar que a solução do problema atenderá um número mínimo de requisições, denotado porC
. A variável de deisãoa
k
india se a k-ésima requisição foi atendida, assumindo valor 1,
ou 0aso ontrário.
Observe queestemodeloprouraporvaloresótimospara diferentes entidadespara
provimento de QoS. Porém, isto é feito através de uma modelagem do problema em
dois passos de otimização, além de ombinar os valores de diferentes entidades em
uma mesma função objetivo em
P
2
. A utilização da otimização multi-objetivo pode auxiliar na aloação dos LSPs na rede neste ontexto, pois permitirá que diferentes3.3 Formulação matemátia multi-objetivo
Esta seção tratará da formulação matemátia do problema de aloação dos LSPs na
rede MPLS, através da abordagem de otimização multi-objetivo. Iniialmente, serão
desritos osprinipaisoneitos relaionadosa esta téniade otimização eentão será
mostrado omodelo matemátio proposto.
3.3.1 Coneitos iniiais
Aotimizaçãomulti-objetivooumulti-ritério,éaraterizadapelapresença deduasou
mais funções objetivo para serem maximizadas ou minimizadas, sujeito às restrições
do problema. Matematiamente, o problema de otimização multi-objetivo pode ser
enuniado omo [Deb,2001℄:
M in f
m
(x)
sujeito a:
g
j
(x)
≥
0,
j
=
{
1, . . . , J
}
(3.9)h
k
(x) = 0,
k
=
{
1, . . . , K
}
(3.10)x
(
i
L
)
≤
x
i
≤
x
(
U
)
i
,
i
=
{
1, . . . , n
}
(3.11)Ovetor
n
-dimensionalx
representaasvariáveisdedeisãodoproblema,sendo om-posto pelas variáveisx
i
, i
=
{
1, . . . , n
}
. Este vetor é tambémonheido omo solução do problema. Jáf
m
, m
=
{
1, . . . , M
}
denota um vetor om M funções objetivo que deverão ser minimizadas ou maximizadas. Embora algumas funções objetivo possamser maximizadasenquanto outrasminimizadas,pararealizar aotimizaçãoéneessário
que todas as funções tenham apenas o propósito de maximização ou minimização, o
quepode ser obtidoatravés de operações algébrias elementares.
Para queoproblemasejaonsideradofatível,éneessárioqueelesatisfaçaatodas
as
J
restrições de desigualdade e asK
restrições de igualdade do problema, embora sejapossível queum dos onjuntos de restrições 3.9ou3.10 sejavazio. Finalmente, asrestrições3.11 indiama possibilidadede sedenirlimites inferiores esuperiorespara
3.3.1.1 O espaço de soluções
Uma diferença fundamental existente entre a otimização mono-objetivo e a
multi-objetivo é o espaço de soluções de ada uma. Na otimização mono-objetivo, ada
vetor
x
∈
X
que satisfaz as restrições do problema leva a uma solução emum espaço unidimensional. Já na otimização multi-objetivo, ada vetor soluçãox
∈
X
leva a soluções em um espaço multi-dimensional, denominado espaço de objetivos(Z
)
. A gura 3.1 ilustra adiferença entre osespaços de soluçãoda otimização mono-objetivoe multi-objetivo.
(a) Espaço de soluçõesuni-dimensional da
oti-mizaçãomono-objetivo
(b) Espaço de soluções bi-dimensional de um
problemamulti-objetivo
Figura 3.1. Espaçosde soluçõesparaproblemas de otimizaçãomono-objetivo e
multi-objetivo
Na otimização mono-objetivo, devido ao espaço de soluções ser unidimensional,
proura-seporumvetor
x
ujosvaloresde oordenada levemaumasoluçãoom valor máximo oumínimo no espaço de soluções. Já a otimização multi-objetivo lidaom oespaço multi-dimensionaldasvariáveisde deisãoetambémom oespaçode objetivos
multi-dimensional. É possível que exista um onjunto de vetores
x
no espaço das variáveis que levem a soluções ótimas noespaço dos objetivos, o quejustia a maioromplexidade desta abordagemde otimização.
3.3.1.2 O onjunto Pareto-ótimo
O método de otimização multi-objetivotem omo prinípio a investigação de vetores
x
∈
X
que levem às melhores soluções no espaço de objetivos. Assim,f
m
(x), m
=
{
1, . . . , M
}
tem a nalidade de mapear os valores do vetorn
-dimensionalx
para oespaço de objetivos
Z
. Suponhaqueovetorx
está inseridonos númerosreais, então o mapeamentoseria dado omof
m
(x) :
ℜ
n
→ ℜ
M
A proura por vetores
x
∈
X
que soluionem o problema de otimização multi-objetivo é realizadaao avaliar as soluções utilizandoa denição de dominânia. Paradenirdominânia é neessário formalizar anotação dos símbolos
≤
e6
=
para os on-juntosdaotimização. Sejax
ey
dois vetoresn
-dimensionaisde umonjuntoC
,tem-se quex
≤
y
⇒ {
x
i
≤
y
i
, i
= 1, . . . , n
}
ex
6
=
y
⇒ {∃
i
|
x
i
6
=
y
i
}
.Assima denição de dominânia segundo Takahashi [2004℄ pode ser enuniadaomo:
Denição 1 (Dominânia): Diz-se que o ponto
x
1
∈
X
domina o pontox
2
∈
X
sef
m
(
x
1
)
≤
f
m
(
x
2
)
ef
m
(
x
1
)
6
=
f
m
(
x
2
)
. Equivalentemente,diz-se quef
m
(
x
1
)
∈
Z
dominaf
m
(
x
2
)
∈
Z
nestas mesmas ondições.A otimizaçãodas soluçõesemum problemamulti-objetivoestá diretamente
relai-onadaao oneito de dominânia. No proesso de otimização proura-seporsoluções
não-dominadas até que todas as soluções viáveis
x
∈
X
sejam investigadas. Neste sentido, a próxima denição de Takahashi [2004℄ permite ompreender o onjunto desoluçõesótimas da otimizaçãomulti-objetivo:
Denição 2 (Solução Pareto-ótima): Diz-se que o ponto
x
∗
∈
X
é uma solução
Pareto-ótima do problema de otimização multi-objetivo se não existe qualquer outra
solução
x
∈
X
tal quef
m
(x)
≤
f
m
(x
∗
)
e
f
m
(x)
6
=
f
m
(x
∗
)
, ou seja, se
x
∗
não é
dominadopor nenhum outro ponto fatível.
Esta deniçãoatestaque,onsiderandooonjuntodesoluçõesfatíveisparao
pro-blema multi-objetivo, todas aquelas não-dominadas ompõe o onjunto Pareto-ótimo
daotimização multi-objetivo. Mas istonão limitaotamanhodeste onjunto,quepara
alguns problemas pode ser innito. A próxima ilustração, vista na gura 3.2, mostra
doisonjuntosdesoluçõesparaumproblemamulti-objetivo,umompostoporsoluções
dominadas e não-dominadasenquanto o outro setrata de um onjunto Pareto-ótimo,
apenas om soluções não-dominadas.
Diversos problemas reais onde deseja-se maximizar ouminimizarreursos levam a
problemas de otimização multi-objetivo. Isto devido à presença de diferentes ritérios
que se busa otimizar simultaneamente. Um exemplo intuitivo que ilustra esta
ar-mação pode ser enontrado na ompra de um notebook. Neste aso, dois objetivos
onsiderados frequentemente são o preço e o desempenho do notebook. A gura 3.3
(a) Conjunto de soluções viáveis no espaço de
objetivos
Z
(b) Conjunto de soluções não-dominadas
(óti-mas)noespaçodeobjetivos
Z
Figura 3.2. Conjuntosde soluçõesno espaçodosobjetivos
2000
3000
4000
5000
6000
7000
0
0.2
0.4
0.6
0.8
1
Preço (R$)
Desempenho
Conjunto de Soluções
1
2
3
4
5
Figura3.3. Exemplodeonitosentredoisobjetivosnaompradeumnotebook
Deseja-se maximizarodesempenhoe simultaneamenteproura-seporsoluçõesque
minimizem o preço do produto. Após uma pesquisa, diferentes opções de solução são
enontradas. A solução
5
será mais onveniente àqueles que têm pouas restrições naneiras ou que realmente neessitam de um grande poder de proessamento,en-quanto a solução
2
privilegia aqueles que têm menor poder de ompra e diuldades de orçamento.Ainda sobre a gura 3.3 é possível observar que não é onveniente esolher as
soluções
1
e3
poisexistem outras soluções que ofereempelomesmopreço ou menos, um melhor desempenho. As soluções1
e3
são, portanto, soluções dominadas e não pertenem aoonjuntode soluções ótimas,ou onjunto Pareto-ótimo.Pareto-ótimo. A solução obtida aso não existissem onitos ao otimizar as funções
objetivoé denominadautópiaeé desritaatravésdapróximadenição de Takahashi
[2004℄:
Denição 3 (Solução utópia): A solução utópia
y
∗
do problema de otimização
multi-objetivo édenida omo:
y
∗
i
=
f
i
(x
i
), i
=
{
1, . . . , M
}
onde:
x
i
=
arg min f
i
(x)
x
∈
X
Asoluçãoutópiaéaquelaqueapresentavaloresótimosparaadaumadasfunções
objetivodoproblema,ereebeestenomedevidoàimpossibilidadedeserobtidaquando
existemonitos aootimizartodas asfunções objetivo simultaneamente.
Esta solução pode ter diferentes nalidades no ontexto de otimização
multi-objetivo, omo permitir fazer estimativas da distânia entre as soluções no espaço
dos objetivos ou mesmo ser utilizada omo métria para a implementação de tomada
de deisão no onjunto Pareto-ótimo. Um exemplo de solução utópia é exibido na
gura3.4,onsiderando um espaço de objetivos bidimensional.