Eintrag in der Universitätsbibliographie der TU Chemnitz
Software-definierte IP-Optische Netze: Planung, Rekonfiguration und techno-ökonomische Optimierung
Software-Defined IP-Optical Networks: Planning, Reconfiguration and Techno-Economic Optimization
Kurzfassung in deutsch
Software Defined Networking (SDN) ermöglicht die Realisierung von Multilayer- und Multidomain-Steuerungsfunktionen für optimales Service- und Netzressourcenmanagement. Diese Steuerungsfunktionen beinhalten Algorithmen zur Automatisierung der schicht- und domänenübergreifende SDN-Steuerung. Diese Habilitationsschrift befasst sich mit dem Design von Algorithmen für IP-optische Netze, d.h. Netze mit integrierter (IP-basierter) Paketvermittlung und (optischer Wellenlängen-basierter) Durchschalte-vermittlung. Hierbei stehen insbesondere Algorithmen zur robusten Netzplanung und Online-Reoptimierung im Fokus. Diese Algorithmen berücksichtigen die Abhängigkeiten zwischen der IP und der optischen Schicht, u.a. bei der Optimierung des Routings, der Rekonfiguration nach Fehlerfällen, und bei der Dimensionierung (Kapazitätsplanung). Die Zielsetzung besteht darin, Kosten zu minimieren und gleichzeitig die Dienstgüte-Anforderungen (QoS) zu erfüllen. Im Rahmen dieser Arbeit werden folgende Netzszenarien betrachtet: Metro/Core-Transportnetze, Datacenter-Netze und breitbandige Zugangsnetze.Am Beispiel eines IP-optischen Metro/Core-Transportnetzszenarios wird die Problemstellung des robusten Netzdesigns behandelt. Es wird das Verfahren der sog. einstellbaren robusten Optimierung angewendet, wobei ein Zusammenspiel zwischen IP FastReroute und IP-Optischer Rekonfiguration angenommen wird. Durch diese Strategie wird der IP-Verkehr nach optischen Ausfällen effizient wiederhergestellt. Das Verfahren beruht auf einem linearen Programm welches die Netzkapazität bzw. die Kapazität von MPLS-basierten IP-Tunneln und das IP-Routing sowohl unter Berücksichtigung des fehlerfreien Falls als auch für den Fall, dass eine ausgewählte Menge von optischen Fehlern auftreten kann, optimiert. Im Vergleich zu bestehenden Ansätzen reduziert das vorgeschlagene Verfahren die benötigte Netzkapazität und bietet gleichzeitig Robustheit gegenüber unvorhergesehenen Ausfällen. Zur Lösung der gleichen Problemstellung wird auch die Anwendung eines Meta-LearningVerfahrens untersucht. Bei diesem lernt eine Algorithmusauswahlfunktion (AS) die Beziehung zwischen dem Netzzustand (u.a. Größe und Verteilung der Verkehrslast, Fehler auf der optischen Netzebene) und der Leistungsfähigkeit von Kandidaten-algorithmen für die Rekonfiguration. Die Algorithmusauswahlfunktion stellt eine hyperheuristische Methode zur Bestimmung des Algorithmus dar, die als Ergebnis die geringste zusätzliche Netzkapazität für die Wiederherstellung des IP-Verkehrs in dem jeweiligen Netzzustand liefert. Um die Leistungsfähigkeit dieser Methode zu evaluieren, werden verschiedene heuristische Verfahren zur Kapazitätsplanung unter Berücksichtigung einer IP-optischen Rekonfiguration entworfen und als Kandidatenalgorithmen herangezogen. Die Ergebnisse zeigen, dass die AS-Funktion mit hoher Trefferquote den Algorithmus bestimmt, der für einen beobachteten Netzzustand die besten Resultate liefert und dass alle Kandidatenalgorithmen bessere Ergebnisse im Vergleich zu Dimensionierungsverfahren mit rein IP-basierter Rekonfiguration liefern.
Die Problemstellung der Online-Netzreoptimierung wird für optische Transportnetze untersucht, bei denen eine Fragmentierung des Spektrums in der optischen Schicht auftritt. Es werden Algorithmen auf der Basis von Linearer Programmierung entwickelt welche zwei Ziele berücksichtigen: zum einen die Minimierung der Spektrums-Fragmentierung und zum anderen die Minimierung der Unterbrechungszeiten in der IP-Schicht, die bei der Migration der optischen Verbindungen im Zuge der Defragmentierung auftreten. Die vorgeschlagenen Algorithmen übertreffen bestehende Defragmentierungsstrategien in beiden Optimierungszielen deutlich.
Für Datacenter-Netze wird ein Verfahren zur Netz-Dimensionierung und zur Bestimmung der Betriebskosten vorgestellt. Es wird gezeigt, dass im Vergleich zu rein paketbasierten Netzen, hybride IP-optische Netze für große Datacenter von Vorteil sind. Die Kosteneinsparungen betreffen sowohl die Netzinfrastruktur als auch den Energieverbrauch und den Aufwand zur Fehlerbehebung.
Im letzten Abschnitt der Arbeit wird eine neue Optimierungsmethode zur Minimierung der direkten, geteilten und gemeinsamen Kosten formuliert, die für die Bereitstellung von Diensten in Multi-Layer Transportnetzen anfallen. Anhand ausgewählter Anwendungsfälle (Metro/CoreTransportnetze und Breitbandzugangsnetze) wird gezeigt, dass die neue Methode in der Lage ist, die Skalen- und Verbundeffekte zu optimieren, die beim Betrieb von Multi-Service-Netzen auftreten.
Kurzfassung in englisch
Software defined networking (SDN) enables the design of multilayer and multi-domain control functions for optimum service and network resource management. These functions require the design of algorithms that exploit the automation capabilities offered by cross-layer and cross-domain SDN control. This thesis investigates the design of these algorithms for networks that integrate packet-switched electrical systems with circuit-switched optical systems. In particular, algorithms are investigated for the planning and online reoptimization of IP-Optical networks. These algorithms consider the resource dependencies between the IP and optical layers in order to perform optimum routing, traffic restoration, network reconfiguration and capacity planning. The algorithms aim at designing networks that supply low-cost services while meeting their quality of service (QoS) requirements. Algorithms are investigated for use cases that include Metro/Core transport, intra-data centre networks and fixed broadband access. Concerning Metro/Core transport, the problem of resilient network design is investigated by applying adjustable robust optimization for the planning of networks that integrate Fast-Reroute with IP-Optical restoration. By this strategy, IP traffic is efficiently restored from optical failures. This is achieved by a linear program that optimizes the network capacity along with the routing and capacity of IP tunnels in failure-free mode and in a selected set of optical failures. Compared to existing traffic restoration approaches, the proposed method significantly reduces the network capacity while providing robustness against unforeseen failures. This problem is also studied from a meta-learning inspired perspective, where an algorithm selection (AS) function learns the relationship between the characteristics of the problem instance (i.e. the size and distribution of the traffic load and an observed optical failure) and the performance of candidate algorithms for traffic restoration. The function provides a hyperheuristic method that predicts the algorithm that requires less capacity to restore traffic for an observed instance. Heuristic methods that integrate IP-Optical restoration are formulated to test the performance of the approach. The results show that the AS function predicts with high accuracy the algorithm that performs best for an observed instance, thereby outperforming existing pure IP-based traffic restoration schemes. The problem of network reoptimization is investigated for transport networks that suffer from spectrum fragmentation in the optical layer. Linear programming is used to formulate algorithms that optimize two objectives, i.e. the spectrum defragmentation state and the strategy whereby optical connections migrate towards their optimized spectrum. The migration strategy minimizes service disruption periods experienced in the IP layer. The proposed algorithms significantly outperform existing defragmentation strategies in both optimization objectives. Regarding intra-data centre networks, a planning approach is proposed for the dimensioning of the network infrastructure and the calculation of the cost of ownership. Compared to networks based on packet-switching, the approach shows that hybrid networks that integrate IP-Optical switching perform well for large data centres. Hybrid networks require less infrastructure and save costs due to reduced energy consumption and repair effort in case of failures. A method for service-oriented optimization is also formulated for the minimization of the direct, shared and common costs incurred for the provisioning of services. Use cases for Metro/Core transport and fixed broadband access show that the method optimizes the economies of scale and scope that arises from the operation of multi-service networks.
| Universität: | Technische Universität Chemnitz | |
| Institut: | Professur Kommunikationsnetze | |
| Fakultät: | Fakultät für Elektrotechnik und Informationstechnik | |
| Dokumentart: | Habilitation | |
| Betreuer: | Bauschert, Thomas (Prof. Dr.-Ing) | |
| DOI: | doi:10.60687/2025-0075 | |
| URL/URN: | https://nbn-resolving.org/urn:nbn:de:bsz:ch1-qucosa2-968828 | |
| Quelle: | 2025. - 196 S. | |
| Freie Schlagwörter (Englisch): | network planning , optical communications , network optimization , network techno-economics , linear optimization | |
| Sprache: | deutsch | |
| Tag der mündlichen Prüfung | 28.04.2025 | |
| OA-Lizenz | CC BY 4.0 |
