Aprovisionamento dinâmico de recursos em redes ópticas elásticas multiplexadas por divisão de espaço considerando limitações de camada física

Em redes ópticas elásticas (EONs), empregando fibra multi-núcleo (MCF) com núcleos monomodo fracamente acoplados, a diafonia entre os núcleos (XT) pode afetar significativamente o desempenho da rede, particularmente com o aumento do número de núcleos e o comprimento da rota. Portanto, em nível de rede, o problema de roteamento e atribuição de núcleo e espectro (RSCA) consciente de limitações de camada física (IA) é um importante desafio de pesquisa de MCF-EONs. Nesta tese, uma metodologia de aprovisionamento dinâmico é proposta para resolver de forma independente o problema IARSCA levando em conta limitações de camada física. Para obter a minimização do impacto da XT, decompõe-se o problema IA-RSCA em dois subproblemas: o subproblema de roteamento IA e o subproblema de atribuição de núcleo e espectro (IA-SCA). Para a solução de roteamento, um método de pré-computação baseado no k caminhos mais curtos é usado, e uma fase de verificação de limitação de camada física é realizada levando em consideração a relação sinal ruído óptica requerida. Para o subproblema IA-SCA, o novo algoritmo guloso XT-aware é proposto para minimizar o impacto da XT no desempenho das MCF-EONs da seguinte maneira: para cada nova conexão, o nível de potência da XT detectada da nova conexão e conexões interferentes em relação ao limite de potência da XT de cada conexão é minimizado na média sobre todas essas conexões. Essa minimização é obtida escolhendo o núcleo e o intervalo de frequência da nova conexão. De modo a ter em conta a extensão de sobreposição espectral das conexões novas e interferentes na potência da XT detectada, um novo índice de sobreposição de intervalos de frequência é introduzido. O desempenho do algoritmo proposto é avaliado por meio de simulações computacionais. Os resultados mostram que a probabilidade de bloqueio total e a utilização média da rede obtida pelo algoritmo proposto são melhores que as obtidas pelas estratégias de priorização de núcleo, aleatória e first-fit, para diferentes cenários de nível da XT e fragmentação do espectro.