Core Concepts
본 논문은 탄력적 광 네트워크에서 성능 저하 인식 통합 최적 동적 RMLSA 기법을 제안한다. 제안하는 기법은 경로 결정과 스펙트럼 할당을 동시에 고려하며, 스펙트럼 활용도와 평균 단편화 사이의 균형을 달성하는 새로운 목적 함수를 사용한다. 또한 기존 연결의 QoT를 보장하면서 새로운 연결을 할당하는 물리계층 성능 저하 제약 조건을 포함한다.
Abstract
본 논문은 탄력적 광 네트워크에서 동적 RMLSA 문제를 다룬다. 주요 내용은 다음과 같다:
경로 결정과 스펙트럼 할당을 동시에 고려하는 ILP 기반 온라인 솔루션을 제안한다.
스펙트럼 활용도와 평균 네트워크 단편화 사이의 동적 균형을 달성하는 새로운 목적 함수 "ABACUS"를 제안한다.
필수 정보를 사전에 결정하는 구조화된 접근 방식을 통해 온라인 계산을 최소화한다.
물리계층 성능 저하 제약 조건을 고려하여 기존 연결의 QoT를 보장하면서 새로운 연결을 할당한다.
시뮬레이션 결과, 제안 기법은 기존 기법 대비 5-7% 네트워크 자원 절감, 18% 평균 단편화 감소, 100% QoT 보장 연결을 달성한다.
Stats
기존 연결의 추가 비선형 간섭 전력은 다음과 같다:
푃푛푙푖푠,푑
푒푥푡푟푎,푘=
Õ
(푖, 푗) ∈퐸
ΩΔ 푓퐺( 푓)
Õ
푘′
퐺2
푓
′
ln |휇|
× 푋푖, 푗,푘× 훿푠,푑
푖, 푗×
푑푖, 푗
푠푝푎푛퐿푒푛푔푡ℎ
;
∀푘∈퐾(푠,푑),
∀(푠, 푑)푝푎푖푟푠
Quotes
"ABACUS는 스펙트럼 활용도와 평균 단편화 사이의 동적 균형을 달성한다."
"제안 기법은 기존 연결의 QoT를 보장하면서 새로운 연결을 할당한다."