분산 파라오 시스템을 이용한 저비용 네트워크 라우팅

초록

본 논문은 AntNet 기반의 이중 목표 최적화 알고리즘인 Distributed Pharaoh System(DPS)을 제안한다. DPS는 Pharaoh Ant System의 부정 페로몬과 ‘진입 금지’ 조건을 추가해 탐색 효율을 높이고, 트래픽 요구를 고려한 비용 모델로 오버레이 라우팅 네트워크를 저비용으로 구성한다. 10노드 무작위 네트워크 실험에서 최단 경로와 저비용 토폴로지를 동시에 수렴함을 보였다.

상세 분석

Distributed Pharaoh System(DPS)은 기존 AntNet의 강화 학습 메커니즘에 Pharaoh Ant System(PAS)의 두 가지 핵심 아이디어—부정 페로몬(negative pheromone)과 ‘no‑entry’ 제약—를 결합한 새로운 군집 지능 라우팅 프레임워크이다. 먼저, DPS는 세 개의 독립적인 개미 집단을 운영한다. 첫 번째 집단은 전통적인 AntNet과 동일하게 양의 페로몬을 남기며 경로 탐색을 수행한다. 두 번째 집단은 PAS에서 차용한 부정 페로몬을 이용해 이미 탐색된 경로 중 비효율적인 분기점에 ‘경고’를 표시한다. 부정 페로몬은 특정 노드·링크 조합에 대한 강도를 감소시켜, 이후 탐색 단계에서 개미가 해당 경로를 회피하도록 유도한다. 세 번째 집단은 ‘no‑entry’ 조건을 적용한다. 이는 특정 링크에 대한 페로몬 강도가 임계값 이하로 떨어졌을 때 해당 링크를 일시적으로 차단함으로써, 과도한 트래픽 집중을 방지하고 탐색 공간을 효율적으로 축소한다.

알고리즘은 또한 오버레이 네트워크 구축을 위한 비용 모델을 도입한다. 비용은 두 부분으로 구성되는데, 첫째는 물리적 인프라 사용 비용(링크 길이·대역폭 등)이고, 둘째는 트래픽 수요에 기반한 가중치이다. 각 개미는 목적지까지의 경로를 선택할 때 이 복합 비용을 최소화하도록 설계된 휴리스틱 함수를 사용한다. 경로가 선택되면 해당 경로의 양·음 페로몬이 동시에 업데이트되며, 부정 페로몬은 일정 주기마다 증발(decay)한다. 이러한 이중 페로몬 메커니즘은 탐색 단계에서 과도한 탐욕을 억제하고, 전역 최적 해에 대한 수렴성을 높인다.

실험은 평균 차수 4.0인 10노드 무작위 그래프에서 수행되었다. 결과는 DPS가 전통적인 AntNet 대비 수렴 속도가 30 % 이상 빨라졌으며, 최종 토폴로지는 동일하거나 더 낮은 총 비용을 보였다. 특히 부정 페로몬이 활성화된 경우, 경로 재탐색 횟수가 현저히 감소해 라우팅 오버헤드가 줄어드는 효과가 관찰되었다. 그러나 실험 규모가 작고, 트래픽 패턴이 정적이라는 제한점이 존재한다. 향후 연구에서는 대규모 동적 네트워크와 다양한 QoS 요구를 반영한 확장성을 검증할 필요가 있다.