Verkehrsoptimierung in dienstübergreifenden Netzen

Die kontinuierliche Zunahme des Datenverkehrs in konvergenten Netzen hat den Bedarf an einer verbesserten Bandbreitenzuweisung entstehen lassen. MPLS-Netze haben sich als effektiv erwiesen, müssen aber noch optimiert werden. Diese Arbeit ist das Ergebnis meiner Masterarbeit in Datennetzen, die ich an der Nationalen Universität von La Plata (Argentinien) durchgeführt habe. Sie präsentiert eine Taxonomie heuristischer und metaheuristischer Strategien zur effizienten Verteilung des Datenverkehrs, zur Minimierung der Kosten und zur Einhaltung von Kapazitäts- und Nachfragebeschränkungen. Es wurden fünf bioinspirierte Algorithmen entwickelt, die auf dem Schwarmverhalten von Vögeln, Ameisenkolonien und Chiroptera basieren. Diese Algorithmen wurden auf Testnetze unterschiedlicher Größe angewandt, um ihre Wirksamkeit zu bewerten und die optimalen Parameter zu bestimmen. Die erzielten Ergebnisse sind vielversprechend und bieten neue Perspektiven für die Bewältigung der verkehrstechnischen Herausforderungen in MPLS-Netzen. Zusammenfassend lässt sich sagen, dass sich die Arbeit auf die Optimierung der Verkehrsverteilung in MPLS-Netzen unter Verwendung von bioinspirierten Ansätzen in stark vernetzten Umgebungen konzentriert.

Autorentext

Javier Alejandro Carletto. Ingénieur en électricité et électronique (UNSL 2004). Master en réseaux de données (UNLP, 2022). Chercheur enseignant. Professeur adjoint efficace avec des fonctions dans le domaine informatique du Département des sciences fondamentales de la Faculté d'ingénierie et des sciences agricoles de l'Université nationale de San Luis.