Metaheurísticas multiobjetivo y computación paralela para optimizar redes ópticas WDM

Résumé

En las últimas décadas, el número de usuarios que utilizan Internet ha crecido de manera exponencial. Sin embargo, el ancho de banda de las redes de datos actuales no es suficiente para hacer frente a este enorme crecimiento, surgiendo así la necesidad de utilizar fibra óptica, debido a su enorme ancho de banda (50Tbps). La tecnología con más futuro para explotar el ancho de banda de estas redes ópticas está basada en multiplexación por división de longitud de onda (WDM). El objetivo principal de la tecnología WDM es introducir concurrencia en las transmisiones de datos, dividiendo cada enlace óptico en diferentes canales o longitudes de onda (Gbps). Sin embargo, cuando es necesario establecer un conjunto de demandas, aparece un problema de Enrutamiento y Asignación de Longitud de Onda (RWA). Desgraciadamente, la mayor parte de aplicaciones y dispositivos están limitados por la velocidad de procesamiento (unos pocos Mbps). Dado que el ancho de banda de un canal es de Gbps, se produce un desperdicio de ancho de banda al establecer estas demandas de baja velocidad. Afortunadamente, es posible multiplexar varias demandas de baja velocidad sobre un mismo canal, dando lugar a un problema conocido como Traffic Grooming. En definitiva, con el fin de optimizar el rendimiento de las redes ópticas, en esta Tesis proponemos utilizar optimización multiobjetivo, algoritmos evolutivos y paralelismo, para resolver estos dos problemas reales (RWA y Traffic Grooming). Como veremos, diversas metaheurísticas multiobjetivo han sido implementadas, analizadas y comparadas para resolver estos dos problemas de red. Además, también se han obtenido resultados y conclusiones importantes desde el punto de vista de la computación paralela.