DCCMAPI/CCET

Uma banca de PROPOSTA DE TESE/DISSERTAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: JURANDIR CAVALCANTE LACERDA JÚNIOR
DATA: 28/03/2022
HORA: 14:00
LOCAL: Sala virtual
TÍTULO: Alocação de Núcleo e Espectro em Redes Ópticas Elásticas com Multiplexação por Divisão Espacial
PALAVRAS-CHAVES: redes ópticas elásticas; multiplexação por divisão espacial; RMSCA; efeitos de camada física; alocação de núcleo e espectro
PÁGINAS: 120
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO: A rede óptica elástica com multiplexação por divisão espacial (SDM-EON), em particular usando fibras multi-núcleo, vem sendo estudada nos últimos anos pela comunidade científica para dar resposta às necessidades crescentes de capacidade nas redes de transporte. Nesta proposta de tese é abordado o processo de alocação de recursos ópticos em SDM-EON, em especial a alocação de núcleo e a alocação de espectro.Neste sentido, são propostos três soluções heurísticos para resolução do problema de alocação de núcleo e espectro. O algoritmo de balanceamento de espectro (ABE), o algoritmo de balanceamento de núcleo (ABN) e o algoritmo ciente de crosstalk para alocação de núcleo e espectro (ACiNE). Tais propostas mostram-se eficientes em termos de probabilidade de bloqueio de circuito, razão de dados bloqueados e eficiência energética quando comparadas com outras propostas da literatura. O processo de avaliação é realizado considerando os efeitos de camada física como o ruído ASE, os efeitos não lineares e o crosstalk inter-núcleos. Além disso, são consideradas diferentes topologias de rede, fibras com diferentes coeficientes de acoplamento, um cenário com tráfego dinâmico e com demandas por taxa de bits heterogêneas entre os clientes da rede. Além da introdução dos três algoritmos heurísticos, esta proposta de tese inicia a investigação do uso de técnicas de aprendizado de máquina no processo de alocação de núcleo e espectro em SDM-EON. Em um estudo preliminar é proposto o algoritmo com aprendizado de máquina para escolha de núcleo (AMN). O AMN utiliza uma rede neural artificial para aprender comportamentos da rede e auxiliar na escolha de núcleos de forma a reduzir a ocorrência de crosstalk na rede. Os resultados satisfatórios do AMN em relação à outros algoritmos são evidências de que o uso de aprendizado de máquina pode aprimorar a alocação de recursos em SDM-EON. Portanto, a continuação deste trabalho aprofundará na investigação de técnicas de aprendizado de máquina para o processo de alocação de recursos em SDM-EON.
MEMBROS DA BANCA:
Presidente - 803.957.673-34 - ANDRE CASTELO BRANCO SOARES
Interno - 407686 - ANSELMO CARDOSO DE PAIVA
Interno - 005.693.753-98 - JOSE VALDEMIR DOS REIS JUNIOR
Externo à Instituição - ANDRÉ COSTA DRUMMOND - UnB
Externo à Instituição - NELSON LUIS SALDANHA DA FONSECA - UNICAMP