Ambiente para otimização de redes multimídia utilizando algoritmo genético

Abstract

O objetivo deste trabalho é desenvolver ferramentas computacionais para a obtenção de um ambiente que permita a busca de topologias ótimas para interligação dos nós de uma rede multimídia. Isto será realizado com base na quantidade de tráfego a ser transportado, nas informações de custo e confiabilidade dos tipos de interfaces de transmissão disponíveis e na distância entre os nós. Topologia ótima é aquela que pelo menor custo atenda aos requisitos de confiabilidade mínima, ocupação máxima de enlaces, atraso de enfileiramento máximo e perda máxima de pacotes definidos pelo planejador. Os cálculos para atraso e perda foram baseados nos modelos de Poisson e Auto-similar. A ferramenta utilizada no processo de otimização é o algoritmo genético mono-objetivo, que permite, neste contexto, avaliar um menor número de opções e ainda assim encontrar topologias ótimas ou soluções próximas a estas. Foram feitos experimentos com diferentes configurações de rede e os resultados obtidos permitem validar a metodologia proposta, mostrando a possibilidade de aplicação da ferramenta em redes reais, com um baixo custo computacional. _______________________________________________________________________________________ ABSTRACT

The objective of this work is to develop computational tools to create an environment that permits to search for optimal topologies to interconnect multimedia network nodes. The searching process uses links parameters, based on the amount of transported traffic and also reliability, cost and distance between nodes. The optimal topology is the one that fulfills the requirements of minimal reliability, maximum link load, maximum buffer delay and maximum packet loss, defined by the network planner. The calculus of packet loss and delay are based on the Poisson and self-similar models. The tool used in the optimization process is a mono-objective genetic algorithm, that aloud in this context, evaluate a smaller number of options and find a optimal or sub-optimal solution. The experiments made with different network configurations and their results validate the proposed methodology, showing the possibility of application of this tool in real networks with a low computational cost.