Análisis del Funcionamiento del Algoritmo de Balanceo de Carga LCM en Redes de Conmutación de Etiquetas Multiprotocolo Generalizado (GMPLS)

Abstract

* Autor a quien debe ser dirigida la correspondencia.Recibido Jun. 25, 2014; Aceptado Ago. 19, 2014; Versión final recibida Sep. 10, 2014 Resumen El artículo presenta los resultados encontrados al evaluar el algoritmo de balanceo de carga LCM propio de MPLS para que sea usado como distribuidor de carga a través de distintos enlaces sobre redes de conmutación de etiquetas multiprotocolo generalizado (GMPLS), esto con el fin de evitar saturar la ruta primaria de transporte de datos entre el origen y destino. La metodología usada incluyó la implementación del algoritmo en C++ para poder evaluar su desempeño en el simulador de eventos discretos (NS-2) y a partir de los resultados generar una propuesta de optimización que permitiera elevar su rendimiento. Se puede destacar a partir de las métricas evaluadas (rendimiento, fluctuación, nivel de balanceo y estabilidad) que LCM es un buen candidato para ser usado como distribuidor de carga en infraestructuras GMPLS. Palabras clave: LCM, GMPLS, fluctuación, rendimiento, estabilidad, balanceo de carga. Performance Analysis of Load Balancing Algorithm LCM in Networks Generalized Multiprotocol Label Switching (GMPLS) AbstractThe article presents the results to evaluate the algorithm load balancing own LCM of MPLS to be used as load distributing through various links on switched networks generalized multiprotocol label (GMPLS), this in order to avoid saturating primary data transport route between the source and destination. The methodology used included the implementation of the algorithm in C + + to evaluate their performance in discrete event simulator NS-2 and from the results generate an optimization proposal that would raise their performance. It can be noted from the metrics evaluated (throughput, jitter, level balancing and stability) that LCM is a good candidate as a distributor do load used in GMPLS infrastructure.

Comparación de Parámetros para una Selección Apropiada de Herramientas de Simulación de Redes

“…Por otro lado, se tiene la programación en lenguaje C++ y Otcl, la cual es utilizada cuando los módulos utilizados para las implementaciones no existen, lo que obliga a actualizar la herramienta con los nuevos elementos y, en ciertas circunstancias, se agregará una clase programada en C++ y una clase en Otcl y seguido, programar un script Otcl para la implementación de la simulación. Esto genera la necesidad de un gran conocimiento previo para el uso de la herramienta, una evidencia de esta necesidad se da en López et al, (2014) y García et al (2015) donde se menciona el uso simultáneo de dos lenguajes de programación (C++ y TCL) para simular y estudiar el rendimiento de algoritmos de balanceo, sobre redes GMPLS usando NS-2. Adicional a esto, como se muestra en Marques et al (2009), es necesario para la correcta ejecución de la herramienta tener experiencia, lo que lleva a la necesidad de usar la herramienta por largos periodos de tiempo para lograr su implementación eficaz; entonces, NS2 se cataloga con un nivel alto en su curva de aprendizaje.…”

Desarrollo de un Modelo Predictivo para la Estimación del Comportamiento de Variables en una Infraestructura de Red

“…Desde hace varios años, la sociedad en general viene dependiendo de las ciencias de la información y las comunicaciones como medio de transmisión y divulgación de información de manera rápida y eficiente; y en este apogeo que viven actualmente las redes de telecomunicaciones, la cantidad de información que deben procesar los nodos de los proveedores de servicios de Internet (López et al, 2014) para enviar eficientemente el trafico circundante es muy elevado, lo que hace cada vez más imperativo se comiencen a proponer posibles soluciones a las múltiples problemáticas existentes en lo relacionado al transporte eficiente de datos (Haghighi et., 2014), dentro de los que se encuentra la generación de mecanismos de enrutamiento más eficientes que incluyan como variable de selección, poder llegar a estimar el comportamiento futuro del tráfico y de las múltiples variables (throughput, perdida de paquetes, jitter, etc) asociadas a un flujo de datos determinado, con el fin de generar rutas más óptimas a destinos a partir del pronóstico del comportamiento del tráfico y/o variables de red (García et. al, 2015).…”