[論文レビュー] Adaptive threshold-based decision for efficient hybrid deflection and retransmission scheme in OBS networks

Martin Lévesque, Halima Elbiaze+1 more|ArXiv.org|Jan 12, 2009

Advanced Optical Network Technologies参考文献 8被引用数 7

ひとこと要約

本稿では、Burst Loss Ratio (BLR) とリンク利用率などのリアルタイムネットワークメトリクスに基づいて、動的決定閾値を用いてデフレクションルーティングとバースト再送信の間を動的に選択する、Adaptive Hybrid Deflection and Retransmission (AHDR) 方式を、光バーストスイッチング (OBS) ネットワークに提案する。この手法は、静的手法と比較して、低接続性の NSFNET では BLR を最大40%、高接続性の COST239 ネットワークでは BLR を最大50% 減少させる一方、エンドツーエンド遅延をベースライン性能の6 ms以内に維持する。

ABSTRACT

Burst contention is a well-known challenging problem in Optical Burst Switching (OBS) networks. Deflection routing is used to resolve contention. Burst retransmission is used to reduce the Burst Loss Ratio (BLR) by retransmitting dropped bursts. Previous works show that combining deflection and retransmission outperforms both pure deflection and pure retransmission approaches. This paper proposes a new Adaptive Hybrid Deflection and Retransmission (AHDR) approach that dynamically combines deflection and retransmission approaches based on network conditions such as BLR and link utilization. Network Simulator 2 (ns-2) is used to simulate the proposed approach on different network topologies. Simulation results show that the proposed approach outperforms static approaches in terms of BLR by using an adaptive decision threshold.

研究の動機と目的

• バースト競合による高い Burst Loss Ratio (BLR) の問題を解消すること。
• MLHDR などの静的ハイブリッド手法の限界を克服すること。特に、低負荷時におけるデフレクションの未使用と、高負荷時における過剰使用を回避すること。
• リアルタイムネットワーク状態に基づいて、デフレクションと再送信を最適に組み合わせる適応的メカニズムを設計すること。
• 動的オフセット時間とルーティング適応を用いて、エンドツーエンド遅延を最小限に抑え、帯域幅利用率を最大化し、BLR を最小限に抑えること。

提案手法

• メトリクス（BLR とリンク利用率から導出される成功確率）を、動的閾値と比較することで、デフレクションと再送信の選択を決定する動的決定閾値を用いる。
• ノード間でネットワーク状態統計（BLR とリンク利用率）を伝搬させるために、ACK および NACK メッセージを用い、局所的な意思決定を実現する。
• デフレクション経路長を制限し、過度な迂回を回避するために、ルート長制約（ξ）を導入する。
• イングレスノードで式 (10) を用いてオフセット時間を適応的に調整し、これは動的閾値とネットワーク負荷に依存する。
• 競合解決意思決定をガイドするため、BLR とリンク利用率の関数として成功確率メトリクスを計算する。
• BLR と最適決定閾値の間の線形相関モデルを用い、ネットワーク状態に応じて閾値を動的に調整する。

実験結果

リサーチクエスチョン

• RQ1 さまざまな負荷条件下で、OBS ネットワークにおけるデフレクションと再送信をどのように動的に統合することで BLR を最小限に抑えられるか？
• RQ2 OBS ネットワークにおける適応的競合解決意思決定をガイドするのに最も効果的なネットワークメトリクスは何か？
• RQ3 動的閾値メカニズムは、MLHDR などの静的ハイブリッド手法と比較して、どのように性能を向上させるか？
• RQ4 動的オフセット時間適応は、デフレクションと再送信のバランスにどの程度影響を与えるか？
• RQ5 適応的ハイブリッド方式において、BLR 減少とエンドツーエンド遅延のトレードオフはどのようなものか？

主な発見

• NSFNET ネットワーク（低接続性、C = 0.23）において、AHDR は静的 MLHDR と比較して BLR を最大40% 減少させる。特に高負荷時において顕著である。
• COST239 ネットワーク（高接続性、C = 0.47）において、AHDR は MLHDR よりも最大50%低い BLR を達成する。特に中程度から高負荷の領域で顕著である。
• AHDR は NSFNET では MLHDR と比較してエンドツーエンド遅延を5 ms以内に、COST239 では6 ms以内に維持し、最小限の性能オーバーヘッドを示している。
• AHDR におけるデフレクション比は動的に調整される：低負荷時には高い（1.0に近い）まま維持され、負荷が増加するにつれて低下し、デフレクションの過剰使用を回避する。
• 動的オフセット時間メカニズムは、デフレクションと再送信のバランスを著しく改善し、不必要な再送信を削減し、効率性を向上させる。
• AHDR は、固定閾値による欠陥（低負荷時におけるデフレクションの不足と高負荷時における過剰使用）を避けるために、リアルタイムメトリクスフィードバックを活用することで、静的ハイブリッド手法を上回る性能を発揮する。