광버스트 스위칭 네트워크를 위한 적응형 혼합 회피·재전송 라우팅

초록

본 논문은 광버스트 스위칭(OBS) 네트워크에서 발생하는 버스트 충돌을 해결하기 위해, 네트워크의 실시간 블러스트 손실률(BLR)과 링크 이용률을 기반으로 회피 라우팅과 재전송을 동적으로 선택하는 Adaptive Hybrid Deflection and Retransmission(AHDR) 알고리즘을 제안한다. ACK/NACK 신호에 통계 정보를 삽입해 전역 상태를 간접적으로 공유하고, 성공 확률 임계값을 회귀 분석으로 도출해 최적의 경로와 처리 방식을 결정한다. ns‑2 시뮬레이션 결과, 정적 방식(LHDR)보다 BLR과 Goodput 모두에서 우수한 성능을 보이며, 부하가 낮을 때는 회피를, 부하가 높을 때는 재전송을 적절히 활용한다.

상세 분석

AHDR는 기존의 HDR·LHDR 방식이 “항상 회피를 우선”하거나 “단순 임계값만 적용”하는 한계를 극복한다. 첫 번째 핵심은 ACK와 NACK 메시지에 각 링크의 BLR과 이용률을 실시간으로 포함시켜, 모든 노드가 최신 네트워크 상태를 간접적으로 수집하도록 설계한 점이다. 이를 통해 중앙 집중식 통계 수집 없이도 분산형 라우팅 테이블을 주기적으로 업데이트할 수 있다. 두 번째 핵심은 성공 확률(SP) 계산식이다. 개별 링크의 드롭 확률(DP)을 BLR 가중치(W_BLR)와 이용률 가중치(W_U)로 가중합한 뒤, 경로 전체의 성공 확률을 각 링크 성공률(1‑DP)의 곱으로 정의한다. 이때 가중치 합은 1이 되도록 설정해 두 파라미터의 상대 중요도를 조절한다. 세 번째 핵심은 동적 임계값 함수 SP_th(BLR)=ω·BLR+φ이다. 저자들은 시뮬레이션을 통해 최소 BLR에 대응하는 최적 ω와 φ를 회귀 분석으로 도출하고, 이 값을 실시간으로 적용해 “현재 경로의 성공 확률이 임계값 이상이면 회피, 이하이면 재전송”이라는 결정을 내린다. 또한, 회피 경로 길이 제한 파라미터 ξ를 도입해 과도한 경로 확장을 방지한다.

알고리즘 흐름은 BHP가 도착 노드에 도달하면 ACK를, 충돌·오프셋 부족 시 NACK을 전송하고, NACK을 받은 송신자는 지정된 대기 시간 후 재전송한다. 회피가 필요할 경우, 후보 경로 중 성공 확률이 가장 높은 경로를 선택하고, 그 값이 동적 임계값을 초과하면 해당 경로를 사용한다. 오프셋 시간도 회피 가능성을 고려해 최장 회피 경로 길이를 기반으로 동적으로 재계산한다.

시뮬레이션은 NSFNET 토폴로지를 사용해 일반 시나리오(전 노드에서 전 노드로 트래픽)와 병목 시나리오(일부 노드에 집중된 트래픽) 두 경우를 평가한다. 결과는 다음과 같다. (1) 일반 시나리오에서 AHDR은 LHDR보다 BLR이 1530% 낮고 Goodput이 1020% 향상된다. (2) 부하가 증가함에 따라 AHDR은 회피 비율을 점진적으로 감소시키고 재전송 비율을 늘려, 고부하 상황에서도 BLR 상승을 억제한다. (3) 병목 시나리오에서는 저부하 구간에서도 저부하 링크를 찾아 회피를 수행함으로써, LHDR가 항상 최단 경로를 고집하는 경우보다 훨씬 낮은 BLR과 높은 Goodput을 달성한다.

또한, 회피와 재전송 횟수 분석에서 AHDR은 저부하에서는 회피를 많이 사용하고 재전송은 거의 발생하지 않으며, 부하가 높아질수록 회피를 감소시키고 재전송을 적절히 늘려 전체 손실률을 최소화한다. 이는 성공 확률 기반 동적 판단이 실제 네트워크 상황에 맞춰 유연하게 동작함을 증명한다.

마지막으로 저자들은 향후 인공지능 기반 확률 그래프 모델을 도입해 다중 충돌 해결 전략(버스트 세그멘테이션, FDL 버퍼링 등) 간의 동적 선택을 확대할 계획이라고 밝히며, OBS 네트워크의 실용화를 위한 적응형 제어 메커니즘의 필요성을 강조한다.