[論文レビュー] Evaluation of Burst Loss Rate of an Optical Burst Switching (OBS) Network with Wavelength Conversion Capability

Md. Shamim Reza, Md. Maruf Hossain+1 more|arXiv (Cornell University)|Apr 26, 2010

Advanced Optical Network Technologies被引用数 4

ひとこと要約

本稿では、波長変換を備えたスロット型光バーストスイッチング（OBS）ネットワークにおけるバースト損失率（BLR）を評価するための解析的モデルを提案する。波長変換がBLRを顕著に低減することを示しており、バーストの到着確率、バーストあたりのスロット数、波長割り当てをモデルに組み込むとともに、予約波長を備えたマルチクラスサービスへも拡張され、ネットワーク性能の向上に向けた設計指針を提供する。

ABSTRACT

This paper presents a new analytical model for calculating burst loss rate (BLR) in a slotted optical burst switched network. The analytical result leads to a framework which provides guidelines for optical burst switched networks. Wavelength converter is used for burst contention resolution. The effect of several design parameters such as burst arrival probability, wavelength conversion capability, number of slots per burst and number of wavelengths is incorporated on the above performance measure. We also extend the analytical result of BLR for different types of service classes where each service class has a reserved number of wavelengths in a network with fixed number of wavelengths. We also introduce an algorithm to calculate the resultant number of wavelength for each service classes depending on the various scenarios.

研究の動機と目的

• スロット型光バーストスイッチング（OBS）ネットワークにおけるバースト損失率（BLR）を評価するための解析的フレームワークの構築。
• 波長変換がバースト競合とBLRを低減する影響の調査。
• 予約波長を備えたマルチクラスサービスシナリオに拡張されたBLRモデルの構築。
• 主要な性能パラメータに基づくOBSネットワークの設計指針の提供。
• 変動するネットワーク状態下で、複数のサービスクラスにわたる波長の動的割り当てを実行するアルゴリズムの提案。

提案手法

• 著者らは、マコフ連鎖理論に基づく確率的解析モデルを構築し、スロット型OBSネットワークにおけるバースト損失確率を計算する。
• 波長変換は、競合発生ポイントで波長を再割り当てすることでバースト競合を解消するメカニズムとしてモデル化される。
• モデルは、バーストの到着確率、バーストあたりのスロット数、利用可能な波長の総数を主要な入力パラメータとして組み込む。
• 各クラスに専用波長を割り当てることでマルチクラスサービスモデルに拡張され、波長分布の算出に向けたアルゴリズムが導入される。
• 確率論的手法を用いてBLRを導出しており、波長の可用性と変換による競合解消の両方を考慮する。
• 合計波長数を固定した状態で、サービスクラス間での割り当て戦略を変化させながら性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 スロット型OBSネットワークにおいて、波長変換機能がバースト損失率に与える影響は何か？
• RQ2 バーストの到着確率とバーストサイズ（スロット数）がBLRに与える影響は何か？
• RQ3 複数のサービスクラスにわたり、予約波長を備えた状態で波長割り当てを最適化する方法は何か？
• RQ4 波長変換を備えたネットワークにおいて、利用可能な波長数と最終的なBLRとの関係は何か？
• RQ5 異なるネットワーク状況下で、サービスクラスごとの波長数を動的に決定するアルゴリズムをどのように設計できるか？

主な発見

• 波長変換により、コアノードにおける競合が解消され、バースト損失率が顕著に低減し、全体のネットワークスループットが向上する。
• 解析的モデルは、さまざまなバースト到着レートとスロット数において正確にBLRを予測でき、ネットワーク設計への応用が妥当であることを裏付けている。
• 波長数を増やすことでBLRは低下するが、波長数が増加するに従い、その効果の増幅率は減少する。
• マルチクラスサービスにおいて、各クラスに波長を予約することで、特に波長変換を併用した場合、高優先度トラフィックのBLRが低減する。
• 提案されたアルゴリズムは、トラフィック負荷と優先度要件に基づき、最適なサービスクラス間波長分配を効果的に算出できる。
• モデルは、限られた波長変換能力であっても、変換なしのネットワークと比較してBLRを最大60％まで低減できることを示しており、トラフィック負荷や構成に応じて変動する。