Gestão de recursos em redes AII-IP

Abstract

A banalização do contacto com a Internet, despertou num crescente número de indivíduos, a interacção com equipamentos, tecnologias, serviços e funcionalidades que se tornam cada vez mais, parte integrante do seu estilo de vida. Esta explosão, tanto no número de acessos, como na variedade de serviços, veio colocar novos desafios às redes, no que toca ao tratamento dos fluxos de informação gerados pelos dispositivos terminais. Serviços com características de tempo-real impõem requisitos de qualidade de serviço (QoS) bastante objectivos, em termos de perdas, atraso e variação do atraso sofridos pelos pacotes IP ao atravessar uma rede baseada nessa tecnologia. Elementos inteligentes, gestores de recursos apresentam-se como uma das soluções mais eficazes no controlo dos parâmetros de qualidade de serviço. Por sua vez, mecanismos de controlo de admissão cada vez mais sofisticados, apresentam-se como peças-chave no centro dos motores dos gestores de recursos referidos. Esta Dissertação define e testa um modelo híbrido para um módulo de controlo de admissão, a integrar numa entidade gestora de recursos IP. O modelo utiliza uma filosofia de aprendizagem baseada em experiência, alimentada por uma plataforma de medidas. O processo de aprendizagem é efectuado por meio do registo e actualização do comportamento da rede. Este conhecimento vai permitir inferir qual o padrão de tráfego da rede e utilizar essa informação para prever a ocorrência de sobrecargas e fim das mesmas. Desta forma é então possível aplicar um factor de overbooking permitindo uma conservatividade adaptativa, aumentando assim a utilização da rede e em simultâneo proteger de uma forma mais eficaz, os níveis de QoS da rede. Através de procedimentos experimentais utilizando o simulador OMNET++, verifica-se que o modelo proposto permite um aumento na utilização de rede, mantendo os níveis de QoS dentro de intervalos predefinidos.

As the average population gained generalized access to the Internet, it also became more exposed to a vast number of equipments, technologies, services and functionalities, which are strongly becoming an integrated part of its lifestyle. This explosion in access numbers, as well as in service diversity, placed new challenges to the networks, as far as the treatment of terminal generated information flows. Real-time services put well defined constraints of quality of service, for IP packet loss, delay, and jitter. Resource management entities present themselves as one of the more efficient solutions to control the quality of service parameters. Meanwhile, the more sophisticated admission control mechanisms play key-roles in the center of the resource manager’s engines. This thesis presents and tests a hybrid model for an admission control module, to be integrated in an IP resource manager. The model has roots on an experience based learning philosophy, fed and regulated by a measurement platform. The learning procedure is ensured by the storage and update of the network’s behavior. This knowledge will allow the generation of the network’s traffic pattern and the use of that information to predict overload and its end. This way, the use of an overbooking factor is possible, allowing and adaptative conservativeness, enhancing network usage while protecting more accurately the network’s QoS levels. It is verified, by means of experimental results, using the OMNET++ simulator, that the proposed model allows an increase in network usage, while maintaining the network under predefined QoS levels.