Engenharia de tráfego em domínio MPLS utilizando técnicas de inteligência computacional

A necessidade atual de transmissão simultânea de dados, voz e vídeo modificaram o alvo das tecnologias de redes de telecomunicações. Em vez de prover um único tipo de serviço, as redes devem oferecer variados níveis de Qualidade de Serviço (QoS), exigindo novas técnicas para o seu gerenciamento. Uma dessas técnicas é a Engenharia de Tráfego, que permite dinamicamente arranjar a distribuição de tráfego na rede, minimizando congestionamentos, instabilidades ou comprometimento da QoS já acordada. Por outro lado, a crescente complexidade das redes atuais torna a intervenção humana um ponto fraco no processo de gerenciamento e controle. Isto leva à necessidade das redes apresentarem algum tipo de comportamento inteligente, possuindo características como adaptabilidade, tolerância a falhas e robustez a variações ambientais. Este trabalho propõe e desenvolve um sistema de Engenharia de Tráfego, capaz de sustentar tráfego misto (dados, voz e vídeo) com diversos níveis de QoS na rede, utilizando MPLS, princípios de Computação Autonômica e técnicas de Inteligência Computacional. Enquanto o MPLS permite uma implementação efetiva para controle de tráfego e QoS, a Computação Autonômica permite que a rede reaja de forma automática a mudanças de condições que ocorram durante o seu funcionamento, apresentando um comportamento de auto-gerenciamento. Em complemento, as informações de monitoramento são processadas usando heurísticas de Inteligência Computacional, como Lógica Nebulosa, Redes Neurais Artificiais e Algoritmos Genéticos, que fornecem subsídios para a tomada de decisões de forma reativa e proativa. A funcionalidade do sistema foi simulada utilizando o simulador de redes ns2, com diversas situações de tráfego de dados, voz e vídeo cruzando um domínio MPLS. Os resultados mostraram que o sistema foi capaz de implementar novas rotas, levando em conta as necessidades de QoS das aplicações e os recursos disponíveis na rede, e bloquear a admissão em caso de impossibilidade de atendimento aos requisitos especificados. Também foi demonstrada a capacidade de adaptação, com o sistema provendo rotas alternativas em caso de piora ou queda da rota atual, mudança das demandas das aplicações ou surgimento de melhores rotas na rede. Em comparação a cenários sem o uso das técnicas implementadas, a utilização do sistema desenvolvido permitiu, nos piores casos, melhorias de 44% no percentual de utilização média da rede e 52% na relação entre o tráfego oferecido e escoado, além de reduzir a perda média de pacotes a valores próximos de zero.The current need of simultaneous transmission of data, voice, and video has changed the target of telecommunication network technologies. Instead of providing only one type of service, networks must offer different levels of Quality of Service (QoS), demanding new techniques for its management. One of these techniques is Traffic Engineering, which dynamically manages the traffic distribution in the network, minimizing congestions, instabilities or loss of the agreed QoS. On the other hand, the growing complexity of present-day networks turns the human intervention into a weak point of the process of management and control. It requires that networks be able to perform some kind of intelligent behavior, exhibiting characteristics like adaptability, fault tolerance and robustness to environment variations. This work proposes and develops a Traffic Engineering system, capable of supporting mixed traffic (data, voice, and video) with different levels of QoS in the network, using MPLS, principles of Autonomic Computing and techniques of Computational Intelligence. While MPLS permits an effective implementation of traffic control and QoS, Autonomic Computing allows the network to automatically react to environment changes during its operation, producing a self-management behavior. In complement, monitoring data are processed using Computational Intelligence heuristics, like Fuzzy Logic, Artificial Neural Networks, and Genetic Algorithms, which help in taking the necessary decisions for reactive and proactive actions. The system was tested using the network simulator ns2, with different scenarios of data, voice, and video traffic crossing a MPLS domain. The results have shown that the system is capable of implementing new routes, considering the application QoS requirements and the available network resources, and blocking new admissions that could not be attended. Adaptation has also been observed, as replacement routes were provided in case of decay or loss of present routes, change in application requirements, or availability of better routes. In comparison to situations without Traffic Engineering, the implemented system has shown improvements of 44% in the average network utilization and 52% in the offered and delivered load ratio, for the worst cases. The average packet loss was reduced to near zero