qos를위한다중목적 iptv 네트워크에서...

36
QoS를 위한 다중 목적 IPTV 네트워크에서 멀티캐스트 코어 후보군 선정 2009/11/20 20030248 배금일

Upload: others

Post on 27-Feb-2020

0 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

QoS를 위한 다중 목적 IPTV 네트워크에서멀티캐스트 코어 후보군 선정

2009/11/20

20030248 배금일

Page 2: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

Contents

• Introduction

• Related Research

• Defining Problem

• Properties of GA

Page 3: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

Introduction

• 양방향 실시간 멀티미디어 서비스 어플리케이션 수요의 증가– 네트워크 확장성, 신뢰성, 종단간 QoS 보장 필요

• 다대다 서비스 어플리케이션을 위한 프로토콜 필요– 화상회의, MMORPG 등 다수의 송신자들이 동시에 참여하는 서비스 유형 증가

– 이를 위한 프로토콜로서 CBT(Core Based Tree), PIM-SM 프로토콜이제안되었음

– CBT 및 PIM-SM은 기존의 Source based tree 기반 프로토콜의 문제점인확장성을 개선하기 위해서 Center based shared tree를 구성함

• CBT, PIM-SM에서는 Core(or RP)의 선정이 중요– 네트워크 상 송/수신간 비용이 Core의 위치에 의해 큰 영향을 받음

– 현재 CBT와 PIM-SM은 종단간 최단경로를 중심으로 Core를 선정

Page 4: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

Related Research - Protocol

• CBT(Core Based Trees)[1]– 그룹의 모든 멤버가 공유하는 양방향 Shared Tree를 구성

– 멀티캐스트 서비스에 직접적으로 관련되는 라우터 혹은 네트워크만을 포함하는공유 멀티캐스트 트리를 구성하고 유지하기 위해 제안됨

– 각 송신 멤버들은 유니캐스트로 Core 노드에 패킷을 전송하고Core 노드는 나머지 멤버들에게 멀티캐스트로 패킷을 복사/전송하게 됨

– PIM-SM 등 기존의 프로토콜과의 최대의 차이점은 여러 송신 멤버들이하나의 트리를 공유함으로써 네트워크 관리 비용을 줄이는 것임

• PIM-SM(Protocol Independent Multicast – Sparse Mode)– CBT의 Core와 비슷한 기능을 하는 RP를 중심으로 Shared Tree를 구성

– CBT와는 다르게 단방향 Tree를 구성하며 송-수신 노드 그룹이 나누어짐

• Shared Tree의 장점– S : 소스 수, G: 그룹 멤버 수

– Source 기반 Tree를 구성하는 Protocol에서는 Tree의 규모성에 소스의수가 관여하여 O(S*G)가 되나 Shared Tree의 경우 S의 효과를 없앤O(G)의 규모성을 가진다.

Page 5: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

Related Research – Protocol• CBT 구동 절차[2]

1. 호스트는 먼저 IGMP 호스트 멤버쉽 리포트를 그룹에 전송하여 참여의사를 표시

2. 이 메시지를 받은 지역 라우터는 참여요청 메시지를 코어 라우터에게 발송

3. 이 메시지는 일정 조건 만족 시 코어 라우터나 이미 CBT 트리 상에 위치한 다른라우터에 의해 승인됨

4. 참여과정 승인 후 모든 멀티캐스트 데이터그램의 송수신은 코어 라우터를 경유하여 일어남

• CBT 방식의 장점- 소스 기반 멀티캐스트 트리의 경우 각 소스-그룹 쌍에 대한 트리 정보를 유지해

야 하지만 CBT 방식의 경우 소스의 수에 관계없으므로 멤버 수 및 소스 수의증감에 따른 네트워크 정보량의 증감이 크지 않다.

- CBT 방식은 모든 라우터에 주기적으로 IGMP 호스트-멤버쉽 정보를 전송하지 않으므로 링크 대역폭 등의 네트워크 자원 측면에서 우수하다.

• CBT 방식의 단점- 트래픽의 대부분이 코어 노드에 집중되어 병목현상이 발생할 수 있다.

- 멀티캐스트 트리가 Core를 중심으로 설정되므로 최적해를 제공하지 않는다.

- Core 라우터의 선택에서, 고객이 네트워크의 어디에서 접속할지를 모르는상황은 Core 선택을 어렵게 하는 주 요인이다.

Page 6: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

Related Research - Protocol• PIM-SM 구동 절차[3]

1. 라우터 D를 RP로 가정한다.

2. Source S의 first-hop 라우터인 A가 RP로 Register 메시지를 유니캐스트로 보낸다.

3. 이에 대해 RP는 Receivers(멤버 그룹 G)에 대한 join 메시지를 S에 보낸다.

4. (S, G) 트래픽이 S에서 RP로 전달된다.

5. RP는 Register-stop 메시지를 A로 보내어 register 프로세스를 중지시킨다.

6. 이 때, C와 D가 각각 RP에 join 메시지를 보낸다.

7. 트래픽은 RP를 통해 Shared tree 경로를 타고 각각 C, D로 흘러든다.

Page 7: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

Related Research – Quality of Service

• 기존 Shared Tree 프로토콜의 문제점– QoS를 고려하지 않는 멀티캐스팅 트리 구성 프로토콜

– 현재 표준 프로토콜에서는 각 멤버노드에 이르는 최소비용 경로의평균값이 최소인 라우터를 Core로 선정한다[1].

• Multicast QoS– Bandwidth(대역폭) : 전송매체를 통해 신호를 보낼 수 있는 최대 가용 속도

– Delay(지연) : 인터넷 망에서의 특정 지점 간 패킷이 전달되는 시간

– Jitter(지연변이) : 네트워크의 지연 시간이 일정하지 않고 시간에 따라 변함

• 기존 Core 선정 방법[4]– RSA(Random Selection Algorithm)

– TSA(Topology-based Selection Algorithm)

– GSA(Group-based Selection Algorithm)

Page 8: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

Related Research – Selection Algorithm

• RSA(Random Selection Algorithm)– 네트워크 정보를 필요로 하지 않으며, 코어 선택이 트리의 성능에 큰 영향을

미치지 않을 때 사용

– 네트워크 상황 및 선택 코어에 따라 성능 차이가 크게 나타남

• TSA(Topology-based Selection Algorithm)– 네트워크 위상 정보를 바탕으로 그룹 또는 그룹 멤버에 관계 없이 전체 네트워크

에 따라 일정하게 정해짐

– 네트워크 전체의 정보를 필요로 함

– 코어가 네트워크의 중심에 집중되는 현상이 나타남

• GSA(Group-based Selection Algorithm)– 멀티캐스트 그룹 멤버들의 분포 형태에 따라 적합한 코어를 선정

– 멀티캐스트 그룹 내의 송/수신 멤버의 위치 정보가 필요

– 다익스트라 알고리즘을 이용한 최단경로 문제의 다중 계산이 핵심

• 이 모든 알고리즘은 단일 목적함수를 가지는 트리 구성문제를풀기 위한 휴리스틱 기법이다.

Page 9: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

Defining Objective

• QoS를 고려한 멀티캐스트 라우팅 기법은 여러 연구가 진행됨

• 라우팅 전 QoS를 우선 고려한 Core를 선정하여 실제 라우팅 시 QoS충족 실패를 줄일 필요가 있음

• 동적인 네트워크 상태 변화에 의한 Core 재선정 역시 중요- 후보군 선정을 통한 안정성 획득이 필요함

• 다중 QoS의 경우 각 항목은 독립이 아니므로 동시에 고려해야함– QoS 각 항목에 가중치를 두어 하나의 목적함수로 통합하는 방법

– 각 항목을 제약식의 형태로 표현하는 방법

– 각 항목을 각각 목적함수로 두는 방법(Multi-Objective)

• MOGA(Multi-Objective Genetic Algorithm)를 이용하여최적 Core 선정 및 후보군 선정을 동시에 고려

Page 10: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

Defining Problem

• 목적 : CBT 프로토콜 하의 네트워크에서 다중 QoS 목적함수를 최적화하는 Core를 선정하고 고장을 대비한 Candidate Core List를 유지

• QoS Objective function들을 최적화하는 Spanning Tree들의 집합을 찾고 각 트리에서의 degree 평균이 최대인 노드로 코어리스트를 구성한다.

• 가정사항– 네트워크 토폴로지는 주어져 있고 네트워크 전체 위상 정보를 알고 있음

– 그룹 내의 모든 멤버는 다른 그룹 멤버의 정보를 수신하는 동시에, 코어를 통해다른 그룹 멤버에게 데이터를 전송(양방향 트리 구축)

– 어느 곳에서 고객이 접속할 지 알 수 없으므로 네트워크 전체에 걸쳐 SpanningTree를 구성

Page 11: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

Defining Problem

• 다중 QoS 요구를 가지는 파레토 최적 멀티캐스트 트리 구성 문제는NP-Complete[5]

• 이 문제를 풀기 위해 다수 QoS 조건을 목적식으로 환원하여Multi objective Genetic Algorithm을 사용, 여러 파레토최적해를 찾고 네트워크 상황, 목적노드의 요구에 따라 알맞은코어를 선택하고 나머지는 후보 코어로 리스트 구성

Page 12: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

Defining Problem

• Formulation– 멀티캐스트 라우팅 네트워크 정의

G = (V, E)V = the set of verticesE = the set of edges

– 각각의 edge e(vi, vj)는 Cost, Delay를 매개변수로 가진다.

– Cost : Edge에 사용되는 Bandwidth cost

– Delay : Edge를 지나면서 지연되는 시간

– Packet Loss : Edge의 Expected Packet Loss Rate

– 목표 : edge의 매개변수인 QoS들을 최적화하고 전체 네트워크

– 비용이 최소화 되는 Spanning Tree들의 집합을 구성하는 것

– QoS 조건 : Multiple Objective Function

( ) ( ) ( )

e T e T e T

M inim ize C e M inim ize D e M inim ize L e

Page 13: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Coding - PN(Prüfer Number)

• Caylay의 정리– k개의 노드를 가지는 complete graph가 포함하는 spanning tree의 수는

k^(k-2)개이다.

– Ex) |V| = 400일 때 |MST| = 400^308 ≒ 6 * 10^808

• Prufer의 증명– k개의 allele, k-2의 길이를 가지는 서로 다른 문자열은 각각의 Spanning

Tree와 1:1로 대응함을 보임으로써 증명

• 일반적인 tree 데이터 구조의 경우 2차원 매트릭스 또는 노드 간링크 리스트로 표현

• Prufer code를 사용, 1차원 문자열로 tree를 표현할 수 있으며memory efficiency, 계산 속도 등에서 우월함이 증명됨[7]

Page 14: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Coding - PN(Prüfer Number)

• Coding[7]– PN을 사용하여 individual이 될 Spanning Tree를 표현한다.

• Encoding– 가장 작은 번호를 가진 leaf node(3번)의 parent(1번)를 첫 칸에

쓰고 3번은 지운다.

– 4번의 부모 1번을 두 번째 칸에 쓰고 4번을 지운다.

– 1번의 부모 2번을 세 번째 칸에 쓰고 1번을 지운다.

– 5번의 부모 2번을 네 번째 칸에 쓰고 5번을 지운다.

– 두 개의 노드만 남으면 멈춘다.

Page 15: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Coding - PN(Prüfer Number)

12

3 65

4

1

• Encoding

Page 16: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Coding - PN(Prüfer Number)

12

3 65

4

1 1

• Encoding

Page 17: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Coding - PN(Prüfer Number)

12

3 65

4

1 1 2

• Encoding

Page 18: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Coding - PN(Prüfer Number)

12

3 65

4

1 1 2 2

• Encoding

Page 19: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Coding - PN(Prüfer Number)

• Coding[7]– PN을 사용하여 individual이 될 Spanning Tree를 표현한다.

• Decoding– 칸에 쓰여진 숫자 외의 allele들의 집합을 정한다(S = {3, 4, 5, 6})– 첫 칸에 있는 번호(1번)에 S에서 가장 작은 숫자 3을 붙이고 3과 첫칸을 지운다.– 두 번째 칸의 1번에 4번을 붙이고 4와 두 번째 칸을 지운다.– 더 이상 1이 없으므로 이를 S에 포함시킨다.– 세 번째 칸의 2번에 1번을 붙이고 1번과 세 번째 칸을 지운다.– 네 번째 칸의 2번에 5번을 붙이고 5번과 네 번째 칸을 지운다.– 더 이상 2번이 없으므로 2를 S에 포함시킨다.– 숫자가 두 개가 남으면 멈추고 남은 두 숫자를 서로 붙인다.

Page 20: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Coding - PN(Prüfer Number)

12

1 1 2 2

• Decoding

3 4 5 6S =

Page 21: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Coding - PN(Prüfer Number)

12

3

1 1 2 2

• Decoding

3 4 5 6S =

Page 22: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Coding - PN(Prüfer Number)

12

3

4

1 1 2 2

• Decoding

3 4 1 5 6S =

Page 23: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Coding - PN(Prüfer Number)

12

3

4

1 1 2 2

• Decoding

3 4 1 5 6S =

Page 24: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Coding - PN(Prüfer Number)

12

3

4

1 1 2 2

• Decoding

3 4 1 5 2 6S =

5

Page 25: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Coding - PN(Prüfer Number)

12

3

4

1 1 2 2

• Decoding

3 4 1 5 2 6S =

5 6

Page 26: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Fitness Function

• 단일목적 네트워크 문제는 목적함수 값에 따라 염색체 각각의적합도를 계산하면 되기 때문에 간단히 다룰 수 있음

• 여러 목적함수가 존재할 경우 각각의 목적함수 값은 계산할 수있으나 실제로 목적함수들이 서로 독립적이지 않으므로 적합도를쉽게 계산할 수 없음

• 즉, 절대적인 최적해는 얻을 수 없고‘파레토 최적해’만을 얻는것이 가능

• 파레토 최적해 : 실현 가능해 집합 S에 대해 다음과 같은 조건을 만족하는 실현 가능해 X(X∈S)가 존재하지 않는다면 실현가능해X’(X’∈S)를 파레토 최적해라고 한다.조건 :

• O : the set of objective functions

( ) ( '), ( )

( ) ( '), ( )

i i

i i

f X f X i i O

f X f X i i O

Page 27: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Fitness Function

• 평가방법[8]1. Prufer 수로 구성된 염색체를 스패닝 트리 X로 변환

2. 각 목적함수 값 계산

3. 각 목적함수 값에 대하여 최소값을 다음과 같이 결정한다.이전 세대에서 저장한 목적함수 값과 현재 세대에서의 목적함수 값들과비교하여 최선의 목적함수 값을 유지한다.

4. 위의 최대, 최소값을 이용하여 각 목적함수의 가중치를 계산한다.

min( ) min( 1) ( )min { , ( ) | 1, 2, , }

t t t

i k i i kf f f S k n

min( )t

if

( )( )

t

i kf S

: t세대에서 i번째 목적함수의 최소값

: t세대에서 k번째 염색체의 i번째 목적함수 값

max( ) max( 1) ( )max { , ( ) | 1, 2, , }

t t t

i k i i kf f f S k n

| |

1

,i

i O

i

i

i O

max( ) min( )

max( )

t t

i i

i t

i

f f

f

Page 28: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Fitness Function

• 평가방법[8] (con.)5. 각 염색체들에 대한 적합도를 아래와 같이 계산

여기서 d 함수는 i번째 목적함수의 nomalization 된 값을 의미한다.

여기서 Gamma는 (0,1)구간에서 임의로 정하는 양의 실수로, 위의 수식에서

0으로 나누는 오류를 방지하기 위해서이다.

| |

1

( ) ( ), 1, 2, ,

O

k i i k

i

eval S d S k n

max( ) ( )

max( ) min( )

( )( )

t t

i i k

i k t t

i i

f f Sd S for minimization problem

f f

Page 29: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Deterministic Crowding

• Crowding technique– 새로운 염색체로 population에서 비슷한 염색체를 replacing하는 방법

• Deterministic Crowding[9]1. Population(size : n)의 모든 염색체로 n/2개의 pair를 구성한다.

2. 각각의 pair(p1, p2)끼리 crossover와 mutation을 실시하여offspring c1, c2를 구성한다.

3. 부모-자식 염색체 간 tournament selection을 실시한다.이 때 p1-c1, p2-p2 or p1-c2, p2-c1의 조합이 가능하므로이 두 조합 각각의 similarity를 계산하여 높은 similarity를 가진 조합을선택하여 tournament를 시행한다.

4. 만약 자식이 부모보다 적합도가 높으면 자식이 부모를 대체한다.

Page 30: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Crossover

• Uniform Crossover

1

4

2

3

5

6

7

8

10

9

11

12

1

4

2

3

5

6

7

8

10

9

11

12

4 2 4 5 5 7 8 8 9 9

2 1 4 5 7 7 8 8 11 9

PN1 :

PN2 :

Page 31: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Crossover

• Uniform Crossover– 일정 비율의 bit를 랜덤하게 선택하여 선택된 부분만 crossover 시킨다.

4 2 4 5 5 7 8 8 9 9

2 1 4 5 7 7 8 8 11 9

PN1 :

PN2 :

0 1 1 0 0 1 0 1 1 0Mask :

4 1 4 5 5 7 8 8 11 9

2 2 4 5 7 7 8 8 9 9

PN1’ :

PN2’ :

CrossOver

Page 32: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Crossover

• Uniform Crossover

4 1 4 5 5 7 8 8 11 9

2 2 4 5 7 7 8 8 9 9

PN1’ :

PN2’ :

1

4

2

3

5

6

7

8

10

9

11

12

1

4

2

3

5

6

7

8

10

9

11

12

Page 33: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Mutation

• Random bit mutation

1

4

2

3

5

6

7

8

10

9

11

12

4 2 4 5 5 7 8 8 9 9PN1 :

1

4

2

3

5

6

7

8

10

9

11

12

4 2 4 3 5 7 8 8 9 9PN1’ :

Page 34: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Correction Method

• PN coding은 Complete graph 상에서 1:1 대응으로 정의됨

• 광대역 인터넷 망 등 sparse and general graph 상에서이미 존재하는 edge만을 가지는 spanning tree를 구성해야함

• PN code의 성질 상 각 bit가 독립적인 edge나 node를 표현하는것이 아니기 때문에 보정연산을 수행하기 어려움

• 이 문제점을 극복하기 위해 문제에 주어진 graph의 node set을가지는 complete graph를 가정하고, 실제 네트워크에 존재하지않는 edge에 penalty를 크게 매김으로써 GA에서 선택되지 않도록 문제를 재정의

Page 35: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

GA : Correction Method

• 기존 Objective function

• Penalty를 적용한 Objective function

( ) ( ) ( )

e T e T e T

M inim ize C e M inim ize D e M inim ize L e

( ) ( ) ( )

:

:

:

: ,

( , , ) , : , : , :

, [0, ), , [0, ),: :

, \ ,

e T e T e T

M inim ize C e M inim ize D e M inim ize L e

G G eneral G raph

G Com plete G raph

E The edge set of G

E The edge set of G E E

e c d l c cost d delay l packet loss rate

c c if e E d d if e Ec d

if e E E i

, [0,1],:

\ 1, \

l l if e El

f e E E if e E E

Page 36: QoS를위한다중목적 IPTV 네트워크에서 멀티캐스트코어후보군선정heuristic.kaist.ac.kr/cylee/xga/TermProject/2009/[5]The Multicast Core candidate list...이두조합각각의similarity를계산하여높은similarity를가진조합을

Reference

[1] 멀티캐스트 경로배정 알고리즘 및 프로토콜, 임용준, 서울대학교, 2003

[2] 인터넷 멀티캐스트 라우팅 프로토콜 분석, 고석주, 전자통신동향분석 14권 5호, 1999

[3] IPTV/멀티캐스트 관리 기술, 김주희, 김기응, KT, 2005

[4] IPv6 멀티캐스트 네트워크에서 가상 학술회의 시스템의 성능 분석, 엄태랑, 도진숙, 이경근, 세종대학교, 2002

[5] A. Striegal, G. Manimaran, A survey of QoS multicasting issues, IEEE Communication Magazine, vol.40, pp.82-87, 2002

[6] Xin Yuan, Heuristic algorithms for multiconstrained QoS routing, IEEE / ACM Transaction on Networking Vol.10, 2002

[7] A genetic Algorithm with a New Encoding Method for Bi-criteria Network Designs, J.R. Kim, J.U. Lee, M. Gen, 정보과학회논문지 : 소프트웨어 및 응용 32권 10호, 2005

[8] Gen, M. and R. Cheng, Genetic algorithms and Engineering Design, John Wiley & Sons, New York, 1997.

[9] Samir W. Mahfoud, A Comparison of Parallel and Sequential Niching Methods, LBS Capital management, Inc., 1995