복잡 네트워크 패킷 전송을 위한 지역 정보 기반 알고리즘

본 연구는 복잡 네트워크, 특히 인터넷과 같은 스케일‑프리 구조에서 패킷 전송 효율을 향상시키기 위한 네 가지 라우팅 알고리즘을 제안하고 평가한다. 서론에서는 네트워크 전송 문제의 중요성을 강조하고, 기존의 랜덤 워크와 최단 경로 라우팅이 각각 효율성 저하와 전역 정보 요구라는 한계를 가지고 있음을 지적한다. 이를 보완하기 위해 로컬 정보만을 활용하는 알고리즘을 설계한다는 목표를 제시한다. 시뮬레이션 프로그램은 외부 파일로부터 인접 행렬을 읽어 네트워크 토폴로지를 구성하고, 각 노드를 라우터로 간주한다. 모든 링크는 동일한 용량을 가지며, 각 노드는 패킷을 생성할 확률 R/N, 최대 큐 길이 L=1000, FIFO 방식의 큐를 유지한다. 노드는 이웃 노드들의 주소, 차수 k(i), 링크 부하 C(i), 성공적으로 목적지에 도달한 패킷 수 NP(i), 누적 전달 시간 TP(i), 마지막 전송 간격 ΔT(i) 등을 로컬에 저장한다. 패킷은 생성 시 무작위 목적지를 부여받고, 목적지와 직접 연결된 경우 즉시 전송한다. 그렇지 않으면 라우팅 알고리즘에 따라 다음 홉을 선택한다. 전송 후 C(i)와 ΔT(i) 등을 업데이트하고, 목적지에 도달하면 NP(i)와 TP(i)도 갱신한다. 알고리즘은 네 종류로 정의된다. 1) Shortest Time (ST) 알고리즘은 평균 전달 시간 TP(i)/NP(i)와 ΔT(i)의 역수를 곱한 값을 최소화하는 이웃을 선택한다. 초기에는 평균 전달 시간이 0이므로 정체를 방지하기 위해 랜덤 워크를 사용한다. 2) STD 알고리즘은 ST에 차수 k(i)를 곱해 S_k = min{TP(i)/NP(i)·1/ΔT(i)·k(i)}로 정의한다. 차수 가중치는 고차수 허브의 과부하를 완화한다. 3) CD 알고리즘은 평균 전달 시간 대신 링크 부하 C(i)와 차수를 이용해 S_k = min{C(i)·k(i)}를 최소화한다. C(i)는 실시간으로 변하므로 학습 속도가 빠르고 초기 랜덤 워크가 필요 없다. 4) CDT 알고리즘은 CD와 ST의 요소를 모두 포함해 S_k = min{TP(i)/NP(i)·1/ΔT(i)·C(i)·k(i)}로 정의한다. 초기값을 1로 설정해 0값 문제를 회피한다. 실험은 N=1000, m=2인 바라바시‑알버트 모델을 사용했으며, 패킷 생성률 R=0.1, 시뮬레이션 길이 5000 타임스텝으로 진행하였다. 결과는 다음과 같다. (1) 부하 측면에서 STD가 가장 낮은 평균 큐 길이를 보이며, CD와 CDT는 비슷한 수준이다. (2) 모든 알고리즘의 패킷 수 시계열에 대한 파워 스펙트럼은 -2 기울기의 1/f² 형태로, 짧은 상관 시간만을 갖는 무작위 노이즈임을 나타낸다. (3) ΔT(i) 분포는 STD에서 꼬리가 길어 b≈-1.5의 파워‑로우를 보였으며, CDT는 링크 부하의 영향으로 더 급격히 감소한다. (4) 전달 시간 분포는 STD가 짧은 전달을 많이 발생시키는 반면, CD와 CDT는 부하를 고르게 분산시켜 평균 전달 시간이 길어지는 경향을 보였다. (5) ST 알고리즘은 차수 정보를 결합하지 않으면 초기 정체가 심각해지며, 실제 시뮬레이션에서는 거의 사용되지 않는다. 결론에서는 STD, CD, CDT가 모두 랜덤 워크보다 높은 처리량과 안정성을 제공함을 강조한다. 평균 전달 시간만을 최적화하려는 ST는 차수와 부하 정보를 함께 고려하지 않으면 정체가 발생한다. 차수와 부하를 동시에 활용하는 CD/ CDT 계열은 학습이 빠르고 정체 없이 네트워크 전반에 패킷을 고르게 분산시킨다. 다만, STD와 CDT는 ΔT(i)와 TP(i)/NP(i)와 같은 통계치를 정확히 추정하기 위해 충분한 학습 시간이 필요하며, 이는 실제 구현 시 고려해야 할 비용이다. 전체적으로 로컬 정보만을 이용한 라우팅이 스케일‑프리 네트워크에서 효율적인 대안이 될 수 있음을 입증한다.