In the real world, 1+1 or 1:1 protection mechanism widely has been adopted in telecommunication networks including optical network. However, the resource utilization rate of those protection schemes is at most 50% in optical mesh networks. Thus, new protection and restoration mechanisms are important in designing highly utilizable network, so it has been studied in various literatures.
In this thesis, we propose a novel heuristic mechanism of working path and backup path reservation for highly utilizable WDM mesh networks, which we call dynamic-network adapted cost selection (DAC-selection) mechanism. One of its characteristics is simple traffic distribution mechanism, and the performance of DAC-selection mechanism is superior to that of Random selection (R-selection) and Advanced Combined Min-cost selection (ACM-selection) mechanism which was enhanced from the mechanism originally proposed by Lo [8]. In addition, DAC-selection mechanism provides simple cost function by assigning proper weights to each component of the cost function and the total cost is obtained by just summing up the individual cost. Therefore, it is possible to select a best pair of working path and backup path which consumes least wavelength for reservation.
The simulation based on various network topologies shows DAC-selection mechanism outperforms either the R-selection and ACM-selection mechanism in terms of backup path sharing rate, number of blocked channel request, and the number of required wavelengths.
본 논문에서는 생존력있는 WDM 메쉬 네트워크를 위한 작업 경로와 복구 경로 예약에 대한 DAC-selection 메커니즘이라는 새로운 휴리스틱 메커니즘을 제안한다. DAC-selection 메커니즘은 메쉬 복구, 패스 복구, 상태 의존적이고 동적인 예약방법이라는 범주에 속한다.
최근에, 이러한 범주안에서 다루어질 수 있는 문제들을 해결하고자하는 몇몇 페이퍼들이 나오게 되었다. 하지만, 여전히 여러가지 문제점들을 남기고 있다. 복구 용량에 대한 초과사용, 링크 경계값을 사용하는 복잡한 절차, 제한된 성능 평가 기준들, 제한된 수의 시뮬레이션 네트워크 망, 적은 종류의 채널 요구량, 파장변화기에 대한 고려 부재 등이 현존하는 문제점들이다.
그래서 우리는 DAC-selection 메커니즘이라는 새로운 휴리스틱 메커니즘을 제안한다. 이 DAC-selection 메커니즘은 앞에서 언급했던 대부분의 문제들을 해결하고 있다. 특히, 우리는 페이퍼 [8]에서 제안한 메커니즘을 우리의 비교대상으로 선택했다. 왜냐하면, 새롭게 제안된 메커니즘 일 뿐만 아니라, 좋은 성능을 보이기 때문이다. 그러나, 이 메커니즘 역시 처음 앞에서 지적한 문제들중 일부를 여전히 가지고 있다. 그래서 우리는 이 메커니즘을 합리적으로 강화시켰고, 이를 ACM-selection 메커니즘이라 불렀다. 그럼에도 불구하고, ACM-selection 메커니즘은 여전히 몇가지 한계점을 갖고 있는데, 그 이유는 ACM-selection 메커니즘을 새롭게 발전시킬 때, 이전 메커니즘의 본질적인 부분은 수정하지 않았기 때문이다.
DAC-selection 메커니즘은 ACM-selection 메커니즘에 비해 여러가지 독특한 특징들을 갖고 있다. 무엇보다도, DAC-selection 메커니즘의 절차가 단순해 졌을 뿐만 아니라, 굉장히 좋은 효과를 낸다.
우리는 다양한 성능 지표들을 사용했는데, 파장 공유율, 블락된 채널 요구 개수, 추가적으로 사용된 파장 개수가 그러한 성능 지표에 포함된다. 특히, 우리는 New Jersey Lata 네트워크, 28-node US 네트워크, Torus 네트워크와 같은 다양한 네트워크망에서 실험을 했다. 뿐만 아니라, 각각의 네트워크 토폴로지에 대해 파장 변환기의 사용 여부에 따라 다르게 실험해 보았다.
성능평가 결과로부터, 우리는 DAC-selection 메커니즘이 ACM-selection 또는 R-selection메커니즘과 비교해 볼 때, 다양한 네트워크 망에서 가장 좋은 성능을 보임을 증명했다. 또한, 작업 경로와 복구 경로의 예약하고 또 그러한 예약에 대해 파장을 할당하는 과정에서 파장 변환기가 많은 수의 파장을 절약함을 알게 되었다.
최근에, IETF 표준화 단체의 CCAMP라는 워킹 그룹이 GMPLS에서의 복구 방법에 관한 연구가 진행중이다. 특히, 최근에 발표된 GMPLS를 위한 복구 용어 드레프트에서 다양한 복구 타입에 관해 설명하고 있는데, M:N 타입도 그중에 속해있다. 또한 M과 N에 관한 선택은 정책에 따라 결정될 수 있음을 명시하고 있다. 이번에 우리가 제안한 DAC-selection 메커니즘은 M:N 복구 타입과 관련된 하나의 정책으로서 사용되어질 수 있다.
