Ant Colony Optimization Based Congestion Control Algorithm for MPLS Network

Rajagopalan, S.; Naganathan, E. R.; Raj, Pethuru

doi:10.1007/978-3-642-22577-2_29

Cited by 8 publications

(3 citation statements)

References 9 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…But MPLS faces lots of traffic due to vast internet usage and user demand. To address the traffic issues, Rajagopalan, S et al [16] have proposed Ant Colony Optimization (ACO) for traffic management. The proposed technique can address dozens of engineering problems than the existing methodologies.…”

Section: Congestion Control In Wsn Using Acomentioning

confidence: 99%

Energy Efficient Congestion Control using Rank-based Ant-Colony Optimization and Random Forest Regression (RAC-RFR) in Wireless Sensor Network

N.S,

P.S

2024

Preprint

View full text Add to dashboard Cite

Currently, plenty of sensor devices have come to use which communicate with each other using Wireless Sensor Networks (WSN). The increase in the number of sensor devices increases the rate of congestion and traffic, as numerous sensed data try to reach the destination node, than the channel capacity. As a result, there is a loss of packets, degradation in throughput, and an increase in energy consumption, thereby degrading the efficiency and robustness of WSN. To address the above-mentioned issues, the paper has proposed a traffic-oriented and resource-oriented congestion control mechanism namely Rank-based Ant-Colony Optimization and Random Forest Regression (RAC-RFR). The Rank-based Ant-Colony Optimization is used for detecting multiple congestion-free paths based on a ranking system that ranks based on the length of the path. The Random Forest Regression is Machine learning-based optimal pathfinder, which chooses the optimal congestion-free path among the paths found by RAC based on the packet loss rate and path rank. From the experimental results conducted the proposed approach showed enhanced performance in terms of throughput, delay, packet loss, queue size, congestion level, and energy consumption against existing congestion control methodologies.

show abstract

Section: Congestion Control In Wsn Using Acomentioning

confidence: 99%

Energy Efficient Congestion Control using Rank-based Ant-Colony Optimization and Random Forest Regression (RAC-RFR) in Wireless Sensor Network

N.S,

P.S

2024

Preprint

View full text Add to dashboard Cite

show abstract

“…Traffic regulation aims to optimize traffic delivery across multiple networks and mitigate network congestion [7]. A network is considered congested when its traffic reaches a threshold value [8]. Traffic-oriented routing strategies can optimize network resources in the present and future scenarios [9].…”

Section: Current Trends In Edge Computing Load Balancingmentioning

confidence: 99%

Light Weight Native Edge Load Balancers for Edge Load Balancing

Kumar¹,

Rajagopalan

P.³

2023

Green Intell. Syst. Appl.

Self Cite

View full text Add to dashboard Cite

Edge computing has become an essential aspect of modern computing systems. Edge computing involves processing data at the edge of the network, closer to where the data is generated. The ability to process data in real-time at the edge provides various benefits such as lower latency, improved response times, and reduced network congestion. Load balancing is a critical component of edge computing, which distributes the workload across multiple edge devices, ensuring that the workload is evenly distributed. This paper discusses current trends in edge computing load balancing techniques, including static, dynamic, and hybrid load balancing approaches.

show abstract

“…ACO fue propuesta como una nueva Metaheurística en 1999 (Dorigo y DiCaro 1999) con resultados prometedores y aunque no resultó competitivo como algoritmos de optimización combinatoria para algunos problemas conocidos en ese momento, ha recibido una creciente atención de la comunidad científica, existiendo en la actualidad varias versiones del algoritmo y con diversas aplicaciones (Domínguez Medina, 2011) En cuanto a la aplicación en redes de datos, ACO ha sido ampliamente utilizada, desde que DiCaro y Dorigo en 1997 aplicaron su propia técnica como algoritmo de ruteo dinámico. ACO se ha utilizado en mecanismos de control de congestión (Rajagopalan et al, 2011) (Naganathan et al, 2014); se reportan resultados de ACO aplicados al logro de políticas de enrutamiento multicapa completamente distribuidas en redes IP / MPLS a través de redes ópticas (Amorin y Pavoni 2019); se ha aplicado en enrutamiento energéticamente eficiente a través de MPLS-MANET (Ambika y Banga 2021) y se encuentran también varios antecedentes de uso en redes definidas por Software (SDN) aplicando ACO desde distintas ópticas y recopiladas por (Latah y Toker, 2018) (Dobrijevic et al, 2015) (Gao et al, 2016)(Di Stefano et al, 2015 (Wang et al, 2016) (Parsaei et al, 2017) (Chen et al, 2016) (Liu et al, 2017) (Yi et al, 2016).…”

Section: Introductionunclassified

Optimización de tráfico en redes multiservicios aplicando técnicas heurísticas

Carletto¹

View full text Add to dashboard Cite

El abrupto crecimiento del tráfico presente en las redes convergentes actuales, trae como consecuencia la implementación de nuevas tecnologías que permiten ofrecer a los usuarios mayores anchos de banda para lo cual es necesario realizar una distribución óptima del tráfico, tomando algún criterio de desempeño y teniendo en cuenta la elasticidad del flujo que involucra atender tráficos tan disímiles como voz, video, sonido, datos, entre otros. Optimizar la distribución de distintos requerimientos considerando estos aspectos en redes multiservicios permite garantizar la disponibilidad de la red para los requerimientos de tráfico, cuando las demandas modernas ponen en riesgo de congestión a las redes que utilizan las técnicas tradicionales de conmutación. MPLS (conmutación de etiquetas multiprotocolo) se ha convertido en una tecnología eficaz en la solución a estos inconvenientes, aunque el problema de la selección de la mejor ruta y de la distribución de tráfico no solo sigue existiendo, sino que exige nuevas propuestas de optimización del enrutamiento. En muchos casos, la planificación óptima de distribución de tráfico en redes MPLS, conlleva la necesidad de resolver un problema de optimización combinatorio de características tales que, para instancias medias o grandes del problema, los métodos determinísticos no son adecuados desde el punto de vista del tiempo de ejecución necesario para obtener el óptimo. En este punto las heurísticas, constituyen una alternativa válida para proporcionar buenas soluciones en tiempos aceptables. En esta tesis se presenta una taxonomía de estrategias heurísticas y metaheurísticas con el objetivo de distribuir los requerimientos en los enlaces disponibles de una red minimizando el costo de enrutamiento, al tiempo que se satisfacen restricciones en cuanto a demanda y capacidad de cada enlace. Se presenta el desarrollo, descripción y modelado del problema, se diseñan diferentes algoritmos bio-inspirados en el comportamiento de enjambres que brindan una solución de configuración fuera de línea, a este problema tradicional de la ingeniería de tráfico en redes con alta interconectividad. Se implementan cinco algoritmos inspirados en bandadas de pájaros, colonias de hormigas y el comportamiento de quirópteros, que permiten determinar una solución óptima explorando el espacio de búsqueda desde diferentes estrategias. Se ejecutan los algoritmos sobre cuatro redes de ensayo de diferentes tamaños, con lo que se determina la aplicabilidad de los algoritmos, y los parámetros óptimos de funcionamiento en cada caso, se presenta el análisis comparativo de los resultados obtenidos y se dejan planteadas distintas opciones de trabajos e investigaciones a futuro.

show abstract

Ant Colony Optimization Based Congestion Control Algorithm for MPLS Network

Cited by 8 publications

References 9 publications

Energy Efficient Congestion Control using Rank-based Ant-Colony Optimization and Random Forest Regression (RAC-RFR) in Wireless Sensor Network

Energy Efficient Congestion Control using Rank-based Ant-Colony Optimization and Random Forest Regression (RAC-RFR) in Wireless Sensor Network

Light Weight Native Edge Load Balancers for Edge Load Balancing

Optimización de tráfico en redes multiservicios aplicando técnicas heurísticas

Contact Info

Product

Resources

About