See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/282571399

Algoritmo para el cálculo de topologías bi-conexas con restricciones de

diámetro y su aplicación en el diseño de redes

Conference Paper · May 2005

CITATIONS READS

0 368

4 authors, including:

Klaus D. Hackbarth
Universidad de Cantabria
138 PUBLICATIONS   174 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

EuroNGI View project

Costmodel for the Bundensnetzagentur Bonn/Germany View project

All content following this page was uploaded by Klaus D. Hackbarth on 05 October 2015.

The user has requested enhancement of the downloaded file.

 637

Algoritmo para el cálculo de topologías bi-conexas con restricciones

de diámetro y su aplicación en el diseño de redes

K.-D. Hackbarth *), A. Menéndez *), C. Díaz**),J.A. Portilla **)

*) Universidad de Cantabria Dept. Ingeniería de Comunicación
**) Universidad de Alcalá Dept. Teoría de la Señal y Comunicaciones

e-mail klaus@tlmat.unican.es

Abstract. This paper presents an algorithm which calculates a bi-connected graph with diameter
limitation starting from a totally meshed graph. The problem is reduced into two separate
subproblems: partition and augmentation. The first one reduces the initial set of edges considering
weights assigned to themselves until fulfilling a threshold. If the solution of the first subproblem does
not result a bi-connected graph, the algorithm inserts in the second part additional edges until the bi-
connectivity of the graph is assured. The algorithm is applied to the topologic design of the routing
layer for Next Generation Internet core network (NGI). The algorithm forms part of a general
planning and dimensioning software tool. The objective of this software tool is to provide an optimal
design of the logical network part (Routing layer) of NGI considering different types of traffic resulting
from the subscribers connected to the NGI over corresponding access technologies.

1 Introducción algoritmos correspondientes [1]. La incursión de la

Teoría de Grafos se debe fundamentalmente a la
facilidad con la que muchos de los problemas que se
Esta contribución describe un algoritmo para el
plantean en el diseño de redes se trasladan a
cálculo de topologías de redes de comunicación bajo
problemas de grafos, y así como las soluciones
criterios de bi-conectividad y restricciones relativas al
obtenidas se transforman con facilidad en soluciones
número de saltos máximo entre parejas de nodos
reales.
expresado con el diámetro de un grafo.
Uno de los problemas que se plantea en el diseño de
El algoritmo se basa en dos principios fundamentales:
topologías para redes de comunicaciones reside en
reducción y expansión. De esta manera, en primer
asegurar la conectividad entre todos los nodos en el
lugar se reduce una topología de red completamente
caso de una avería o malfuncionamiento de uno de
mallada a un grafo conexo, no necesariamente bi-
sus enlaces. Por otro lado, el principal objetivo en el
conexo, que cumpla la limitación del diámetro y
diseño de una red de comunicaciones consiste en
después, se expande esta topología hasta el
hallar una solución óptima en términos de sus costes
cumplimiento de la bi-conectividad. Tanto en la
de inversión (CAPEX) y operación (OPEX), lo que
reducción como en la expansión se consideran
resulta normalmente una topología en forma de árbol.
umbrales relativos al peso de los enlaces. El peso
Una topología bi-conexa establece un compromiso
asociado a cada enlace, se obtiene a través de una
entre la conectividad de la red y la capacidad de
combinación de diferentes criterios, principalmente
recuperación de la misma tras un fallo. En caso de
relacionados con su longitud y flujo, lo que permite la
que los costes de infraestructura dominen la
aplicación del algoritmo sobre una amplia variedad
estructura bi-conexa debe ser calculada tomando
de problemas en el campo del diseño de topologías.
como punto de partida una topología de tipo spanning
tree, ver [2].
El algoritmo se aplica en concreto al diseño de la
capa lógica de una red IP de nueva generación (NGI)
Esta solución puede formar una base inicial para
donde la restricción en el diámetro es un parámetro
conseguir una topología bi-conexa mediante la
importante. El algoritmo forma parte de una
introducción de enlaces adicionales. Sin embargo, la
herramienta denominada TAROCA-IP para el diseño
aplicación de este algoritmo en el campo de las redes
de una NGI. La aplicación principal de TAROCA-IP
de comunicaciones no resulta conveniente por dos
reside en estudios tecno-económicos ligados a los
motivos principales. En primer lugar, este problema
problemas de regulación que determinan las
no tiene en cuenta los costes reales compuestos por
correspondientes Autoridades Nacionales de
agregaciones de pesos de los enlaces entre los nodos;
Regulación de Telecomunicación ANRT.
y en segundo lugar, no contempla la necesidad de
1.1 Definición del problema mantener ciertos enlaces clave en la topología como
bien pueden ser aquellos que unen las ciudades más
El modelado de redes de comunicación, incluso de pobladas de un país. Por otro lado, existen estudios y
redes de otra naturaleza, utiliza con frecuencia resultados que concluyen en el hecho de que es
modelos de la Teoría de Grafos, aplicando los necesario limitar el máximo número de saltos en una
638 Análisis de prestaciones y diseño de redes de comunicaciones
red de datos, lo que significa considerar un grafo con
una restricción en el diámetro1, ver [1].
Estas condiciones requieren un nuevo planteamiento
del problema y una nueva aproximación para el
diseño de la topología. Este diseño se aplica en dos
niveles: en el nivel de enrutamiento/conmutación,
donde las enlaces determinan las capacidades de
señales eléctricas/ópticas entre los enrutadores/
conmutadores y en el nivel de transmisión, donde los
enlaces determinan las infraestructuras de medios de
transmisión, generalmente cables de fibra óptica. El
primero se conoce también como capa lógica y el
segundo como capa física. El diseño de la capa lógica
parte normalmente de una red totalmente mallada y
trata de reducir, en primer lugar, el número de
enlaces a través de ciertos criterios de eliminación
determinados por factores relativos a la demanda de
trafico entre los nodos, la longitud de enlaces, el
grado de conectividad y el número máximo de saltos
en los caminos (problema de reducción).
De cualquier modo, tras la reducción la topología
obtenida puede presentar una falta de caminos
múltiples entre parejas de nodos, requeridos para las
funciones de protección de la capa lógica. Con el
objeto de construir una red más fiable, es necesario
determinar una topología que proporcione k caminos
disjuntos entre cualquier par de nodos; con al menos
con k=2. Este número k se conoce como número de
conectividad por enlaces o vértices2 [1].
Para modelar el problema, supongamos un grafo sin
dirección G(V, E, ω ) , con pesos ω i ∈ ω para
todos los arcos ei ∈ E dados. Con la aplicación del
problema de reducción, el algoritmo determina un
conjunto de arcos E o ⊂ E , considerando en todo
momento la limitación del diámetro. El objetivo del
problema de partición y expansión reside en
encontrar un sub-conjunto de arcos de expansión
EXP ⊂ E − E 0 tales que G (V , E 0 ∪ EXP) sea
un grafo al menos bi-conexo.
Este problema se muestra como un problema NP-
hard [3]. En general, es computacionalmente costoso
resolver un problema como éste de manera óptima
para redes de tamaño real, con cientos de nodos, ya
que las técnicas exactas requerirían demasiado
tiempo y/o memoria. Por lo tanto, e consideran
métodos heurísticos, tanto en el problema de
reducción como en el de expansión, capaces de cuasi-
optimizar el problema con dependencia polinómica
respecto al número de nodos dorsales.
1
El diámetro ∆ en un grafo define el número máximo de saltos del
camino de salto mínimo entre todas las parejas de nodos.
2
En la terminología de la teoría de grafos, se aplica vértices para
nodos y arcos para enlaces.
1.2 Bi-conectividad y algoritmos
correspondientes
Según [5], un grafo G es k-conexo en arcos, si existe
un subconjunto de k arcos con cuya eliminación
resulta que el grafo G se convierte en no conexo; la
k-conectividad por vértices se define de manera
análoga. Para el caso particular de un grafo bi-conexo
por arcos, normalmente definido como bi-conexo,
será necesario eliminar al menos dos arcos para
desconectar algunos vértices entre sí y convertirlo en
no conexo. De este modo, si tenemos un grafo bi-
conexo y con la condición de que se produzca un
único fallo al tiempo, todos los nodos de la red serán
alcanzables en todo momento. Para el problema de
biconectividad, se considera que un puente e p es un
arco cuya eliminación del grafo añade una nueva
componente no conexa al mismo. Para el problema
bi-conexo en vértices se considera que un vértice v a
es un punto de articulación si la eliminación del
mismo del conjunto de vértices que forman el grafo
provoca la existencia de una componente no conexa
añadida. Hay varias condiciones que expresan la bi-
conectividad de un grafo, ver [6], donde la más
importante resulta, según [7], que un grafo
G(V, E) es k-conexo si para cada par de nodos x e
y , existen al menos k caminos disjuntos que los
unan.
Para el diseño de grafos bi-conexos, Frederickson, [8]
propuso un algoritmo aproximativo para expandir un
árbol a una topología bi-conexa y Khuller [9], un
algoritmo similar con mejor comportamiento
temporal. El algoritmo expuesto en este trabajo
expande los anteriores incluyendo la restricción del
diámetro y pesos para proporcionar prioridades a
arcos y vértices, condiciones requeridas en el diseño
de las redes como NGI.
2 Descripción del Algoritmo
El algoritmo aproximativo se compone de los
siguientes pasos:
1. Extracción de un arco del conjunto inicial E.
2. Cómputo de los nuevos pesos de los arcos del
conjunto E .
3. Construcción de un nuevo grafo G ' formado un
árbol compuesto por el conjunto de subgrafos
conexos y los puentes que los unen.
4. Expansión del árbol G ' mediante la introducción
de nuevos arcos.
5. Retransformación de G ' a su grafo original y
determinación del conjunto de arcos de
expansión.
 Algoritmo para el cálculo de topologías bi-conexas con restricciones de diámetro... 639

Los pasos se agrupan en dos bloques diferenciados.

El primero de ellos, genéricamente conocido como
problema de reducción, está compuesto por los pasos
1 y 2. El segundo de los bloques se corresponde con
los pasos 3 a 5 y se divide a su vez en otros dos sub-
problemas: el primero, partición, se corresponde con
el paso 3 y el segundo, expansión, abarca los pasos 4
a 5. El sub-problema de partición consiste en el
cálculo de los puentes que unen los sub-grafos bi-
conexos. La existencia de arcos puente se traduce en
la existencia de cuellos de botella en la conectividad
e implica la necesidad de insertar de nuevos arcos
con objeto de lograr una topología bi-conexa. El sub-
problema de expansión se encarga de definir los
criterios bajo los cuales se insertan los nuevos arcos. Figura 1: Pseudo-código del Algoritmo de reducción

2.1 Problema de reducción En la Fig.2, se muestra a través de un ejemplo el

mecanismo de ejecución. Supongamos que el arco
Sea E el conjunto de arcos de la topología inicial
completamente mallada. El objetivo del problema de
e4 = [2,4] es un candidato a ser eliminado ya que
reducción consiste en la disminución del número de su peso es menor que el umbral establecido, ver fig.
arcos del conjunto E obteniendo un subconjunto 2.a. En la fig.2.b, el algoritmo verifica que el número
de saltos entre los vértices involucrados sea menor o
E o ⊂ E . Esta reducción se realiza con la igual que el umbral (supongamos un valor de tres
agregación de los pesos relativos a los arcos y saltos). Como se observa en el ejemplo, si se elimina
considerando la limitación en el número de saltos. el arco e4 , para ir de 2 a 4 habrá que pasar por el
nodo 5 lo que significa un camino de dos saltos. De
La eliminación de cada arco produce un incremento
en los flujos de algunos de los arcos restantes lo que esta manera, se elimina el arco e4 ya cumple las dos
significa también un aumento correspondiente de los condiciones (función de peso y umbral de saltos).
valores de sus pesos. La reducción finaliza cuando
los pesos en los arcos restantes son superiores o
iguales a un umbral o bien se sobrepasa la limitación
del diámetro. En el diseño de redes de
telecomunicaciones, la función de peso puede estar
compuesta por varios elementos como flujo de
tráfico, número de usuarios en los vértices incidentes
del arco, longitud geográfica del arco etc.

De esta manera, el algoritmo considera dos umbrales,

un umbral de peso Ω min que determina si un enlace
es o no candidato a ser eliminado, y un segundo
umbral de diámetro, ∆ max , que se corresponde con el
número máximo de saltos del camino de saltos
mínimo entre los vértices.

El funcionamiento del algoritmo de reducción es el

siguiente: Se recorren todos los arcos del conjunto E
y para cada arco ei , perteneciente a E , si el peso del Figura 2: Ejemplo de aplicación del algoritmo de reducción

arco, ω i , es menor que el umbral Ω min , el arco se
convierte en candidato a ser eliminado. Entonces, el
algoritmo se encarga de comprobar que todos los
nodos afectados tras la eliminación del arco ei
puedan ser alcanzados a través de un camino con
menor o igual número de saltos que el umbral ∆ max .
Si ambas condiciones se cumplen entonces el arco ei
es eliminado del conjunto E y se actualiza la
función de peso en los arcos restantes. En la Fig. 1 se
expone el pseudo-código correspondiente.
Cabe mencionar que puede darse el caso de que el
problema de reducción obtenga una solución bi-
conexa, en cuyo caso el algoritmo finalizaría en este
punto Esta situación se produce principalmente
cuando el valor del peso de los arcos iniciales E es
ya alto o bien los umbrales Ω min o ∆ max son bajos.
En cualquier caso, la solución obtenida depende del
orden en el que los arcos son analizados y por ello el
algoritmo calcula una de las posibles soluciones
existentes, el criterio para la ordenación de los arcos
depende de la aplicación.
640 Análisis de prestaciones y diseño de redes de comunicaciones

2.2 Problema de partición

El problema de partición se corresponde con la
búsqueda de los arcos puente del grafo, donde un
puente es un arco cuya eliminación descompone el
grafo en dos partes no conexas. Para la búsqueda de
los puentes se aplica un algoritmo DFS (Depth First
Search), que proporciona un método de búsqueda a
través del grafo, basado en un método de Tarjan, ver
[10], [11]. Intuitivamente, la búsqueda comienza
seleccionando algunos nodos del grafo como nodos
raíz y se explora cada rama hasta donde sea posible.
En la Fig.3 se muestra el pseudo-código del
algoritmo de partición, incluyendo el algoritmo DFS.
Para cada arco ei perteneciente al conjunto E 0 , se
desactiva el arco en primer lugar y se aplica sobre el
grafo resultante, G , el algoritmo DFS. El arco ei es
un arco puente, y se almacena en el subconjunto E1 ,
si la aplicación deDFS (G ) concluye que alguno de
los nodos pertenecientes al grafo G no es
alcanzable a través sus arcos. A continuación, se
reactiva de nuevo el arco ei y se continúa evaluando
el resto de arcos hasta que finaliza el algoritmo.
Figura 4: Funcionamiento del algoritmo de partición
2.3 Problema de expansión
Una vez que se han obtenido el grafo G ' con sus
supervértices y los arcos puentes, el cometido del
algoritmo de expansión es introducir el número
suficientes de arcos adicionales de manera que el
grafo resultante G ' sea bi-conexo. Como ya se
mencionó en la sección anterior, el primer paso en el
algoritmo de expansión es el cálculo de los pesos
equivalentes relativos a cada sub-grafo bi-conexo.
Con objeto de que la resolución del problema sea
sencilla, se asume que cada uno de los subgrafos
obtenidos a través del algoritmo de partición se
convierte en un único vértice vi con su
correspondiente peso ψi. Estos pesos se utilizan
como criterio para insertar arcos adicionales hasta
que el grafo G ' sea bi-conexo. En la Fig. 5 se
muestra el resultado de la aplicación de los primeros
pasos del algoritmo de expansión sobre el ejemplo de
la Fig. 4. Así mismo, el pseudo-código de esta parte
del algoritmo se expone en la Fig. 6.

Figura 3: Algoritmo de partición

Identificados los puentes, se divide el grafo G en

sub-grafos bi-conexos resultantes de la eliminación
de los arcos puentes. Una vez identificados los sub-
grafos, se forma un nuevo grafo, G ' , con
“supervértices”, correspondientes con cada uno de los
sub-grafos bi-conexos, y con los arcos puentes que
conectan los supervértices. A cada uno de estos
supervértices vi se le asigna un peso equivalente ψ i Figura 5: Estado inicial del algoritmo de expansión.
cuyo valor se calcula en base a los pesos equivalentes Como se puede observar, ver Fig. 6, el algoritmo
de cada sub-grafo original. El cálculo de estos pesos recalcula los pesos equivalentes correspondientes a
equivalentes depende del criterio de optimización,
cada vértice y además recalcula el grafo G ' , formado
definido particularmente para cada caso real. En la
por el nuevo conjunto de vértices. El siguiente paso
Fig. 4 se muestra un ejemplo en el que el algoritmo
es entonces la búsqueda de parejas de vértices entre
de partición encuentra tres arcos puente, lo que
los que insertan nuevos arcos. Se selecciona un
implica cuatro componentes bi-conexas. De esta
manera, se forma un nuevo grafo con cuatro vértice vi de G ' con grado3 igual a uno y se busca el
supervértices y tres arcos, que son precisamente los
arcos puente.
3
El grado de un vértice corresponde al numero de arcos que
coinciden con el
 Algoritmo para el cálculo de topologías bi-conexas con restricciones de diámetro...
vértice v j de G ' con máximo valor de peso ψ i y
con la condición de que no exista ya un arco entre
dichos vértices vi y v j . Cuando finaliza el algoritmo
de expansión, se transforma el grafo formado por los
super-vértices en el grafo original.
Figura 6: Algoritmo de expansión
En el proceso de retransformación es necesario
considerar que el algoritmo ha calculado los arcos
entre parejas de supervértices, que se corresponden
en realidad con el subconjunto de arcos entre todas
las parejas de vértices reales de que se compone cada
supervértice. El algoritmo asignará los arcos
obtenidos a las parejas de vértices a menor distancia,
pudiendo considerarse como función distancia una
función puramente geográfica o una función
combinada en la que intervengan también parámetros
relativos al tráfico, grado de los vértices, etc.
Siguiendo con el ejemplo anterior, en la Fig 7 queda
representada la situación final tras la expansión de
arcos.
Figura 7: Aplicación del algoritmo de expansión a un ejemplo
3 Aplicación en la herramienta de
diseño TAROCA-IP
Taroca-IP (Traffic Routing and Cost Análisis-IP) es
un herramienta software diseñada e implementada
por el Grupo de Ingeniería de Telemática (GIT) de la
Universidad de Cantabria para la planificación,
diseño y dimensionado de la capa lógica de las redes
Internet de Nueva Generación, ver [12].
El algoritmo presentado en la sección 2 se ha
incorporado en TAROCA-IP, integrándolo dentro de
la etapa encargada de la optimización de la Estructura
de Red, ver Fig. 8. Esta etapa de planificación está
compuesta en TAROCA-IP a su vez por tres
641
módulos: Clasificación, Distribución y Cálculo de la
Topología. El primero de los módulos, Clasificación,
determina la clasificación jerárquica de los nodos
como nodos de acceso, Edge, Core o de
Interconexión. El segundo de los módulos,
Distribución, se encarga de llevar a cabo una primera
aproximación de la demanda de tráfico que será
enrutada posteriormente a través de la red,
considerando tres clases de tráfico (elástico,
semielástico e inelástico). El algoritmo que se ha
presentado proporciona el Cálculo de la Topología,
correspondiente al tercer módulo de la Etapa de
Estructura de Red.
Figura 8: Descripción general en etapas de TAROCA-IP
El cálculo de la topología se aplica únicamente a la
estructura dorsal (core) de la red IP ya que se asume
que cada nodo de acceso está conectado a su nodo
edge asignado a través de una estructura de estrella o
bien en alguno casos estrella doble por razones de
seguridad. El módulo de topología parte de una red
core totalmente mallada cuyos enlaces tienen
asignados unos determinados valores de tráfico,
proporcionados a través de módulos previos. El
objetivo del módulo es conseguir un red core bi-
conexa en la que el número de saltos del camino más
corto sea menor o igual que un umbral determinado a
priori. En la siguiente sub-sección se describe el
procedimiento de cálculo de la topología a través del
método explicado en la sección 2, de manera que en
una red real los nodos y enlaces se corresponden con
los vértices y arcos mencionados a lo largo de la
descripción del algoritmo.
3.1 Aplicación del Módulo de Topología al
diseño de una red NGI
Sobre la red dorsal totalmente mallada (estado
inicial), se aplica en primer lugar el algoritmo de
reducción que se encarga de eliminar todos los
enlaces cuyo tráfico no supere un umbral dado y
considerando en todo momento la limitación en
número de saltos de la red, de manera que los
caminos entre nodos no nunca superen el máximo
642 Análisis de prestaciones y diseño de redes de comunicaciones
número de saltos establecido. En el algoritmo de
reducción, los enlaces son recorridos según un orden
establecido, resultante de aplicar como criterio de
ordenación una función de peso que combina tanto el
flujo de tráfico como la longitud física de los enlaces.
a través del parámetro de entrada λ según la
xi  l
expresión ω i (λ ) = λ · + (1 − λ )·1 − i
x máx  l máx
De cualquier modo, como resultado de esta primera
parte se obtiene una topología inicial conexa pero no
necesariamente bi-conexa. En el caso de que la
topología obtenida de la aplicación del algoritmo de
reducción no cumpla la bi-conectividad de sus
enlaces, el procedimiento continúa con la aplicación
de los algoritmos de partición y expansión. El peso
equivalente utilizado para cada subred se basa en un
criterio múltiple que considera aspectos como el
número de nodos, el flujo total de tráfico, diámetro y
grado de la subred en cuestión. El proceso global que
abarca el módulo queda ilustrado en la Fig. 9.
La pareja de subredes que serán unidas por un nuevo
enlace se seleccionan en primera instancia en
términos de grado mínimo con objeto de minimizar el
número de enlaces que serán añadidos.
Figura 9: Descripción funcional del módulo de topología.
En el caso de encontrarse ante subredes de igual
grado, entran en juego el flujo de tráfico y el número
de saltos máximo entre las mismas, diámetro, de tal
manera que las subredes origen y destino del nuevo
enlace maximizan el valor de la expresión
DS S − S D  LS − S 
 Weq (ψ ) = ψ · + (1 − ψ )·1 − S D 

 . Dmáx  Lmáx 
 donde, DS S − S D representa la demanda entre las
subredes y LS S − S D la longitud media entre las
mismas y los máximos de demanda y longitud se
refieren a valores máximos entre todas las posibles
parejas de subredes existentes. Observar, que cada
vez que se restaura un nuevo enlace, se modifican la
red de subredes y por tanto los valores que
intervienen en esta expresión son recalculados. Así
mismo, ψ ,parámetro de entrada a Taroca-IP,
establece el peso relativo de cada factor (demanda y
longitud) en la selección de subredes, de tal manera
que según sus valores y de acuerdo a la expresión
anterior, se favorecerá la selección de subredes de
mínimo grado y máxima demanda entre ambas y/o la
selección de subredes de mínimo grado y mínima
longitud entre ambas .
 Algoritmo para el cálculo de topologías bi-conexas con restricciones de diámetro...
3.2 Aplicación en redes de prueba
Se ha estudiado el comportamiento práctico del
procedimiento bajo un conjunto de ejemplos de redes
reales basados en la aproximación de datos de redes
core nacionales para el caso de España4 y Alemania5.
La solución ha sido evaluada en términos tanto de
tiempo de ejecución como desde el punto de vista de
la viabilidad práctica de una implementación real.
Como última instancia, se ha utilizado también la
representación gráfica de la solución obtenida para
compararla con implementaciones reales de redes de
proveedores de servicios de Internet.
En la Fig. 10, se muestra gráficamente el
comportamiento del módulo de topología, donde
partiendo de una topología totalmente mallada se
obtiene una bi-conexa con limitación de 5 saltos.
4 requiere un tiempo proporcional a M*N, lo que se
Los datos del ejemplo de España se generan para los municipios
más importantes y su demanda se calcula en base a su número de
habitantes.
5
El calculo del ejemplo de Alemania se basa en un estudio para la
ANRT RegTP, Bonn , véase www.regtp.de.
643
Figura 10: Topología para un caso hipotético de una red core
IP de 15 nodos ubicada en el ámbito nacional de Alemania
Los resultados obtenidos en la Fig 10.b, tras la
reducción de enlaces, muestran un topología con una
subred principal bi-conexa en el núcleo y algunas
subredes aisladas, algunas de ellas compuestas por un
único nodo. Estos resultados se deben a la limitación
de saltos y la fuerte demanda entre algunos de los
nodos de la subred principal. La parte del módulo
encargada de la expansión intenta conectar las
subredes aisladas a través de los enlaces más cortos al
nodo más cercano de la subred principal. De esta
manera, se restauran cuatro enlaces y la topología
obtenida asegura la bi-conectividad entre todas las
parejas de nodos.
En la Tabla I se muestran los resultados obtenidos
tras un estudio del comportamiento del tiempo de
cómputo, realizado a través de la generación de redes
completamente malladas con las ciudades más
importantes de Alemania. Así mismo, en la Fig. 11 se
representa el tiempo de cómputo con el número de
nodos dorsales.
Tabla I: Tiempo de ejecución de los algoritmos [s]
Como puede observarse, la mayor parte del tiempo de
procesamiento se consume en la parte de reducción..
Esto se debe al hecho de que el número de enlaces a
considerar se incrementa con N2, donde N se
corresponde con el número de nodos. Además, el
control del número de saltos en esta misma parte
traduce en una dependencia de N3 del tiempo con el
número de nodos en esta primera parte del módulo.
Con todo, se concluye que el algoritmo es aplicable
para el diseño de redes de medio a gran tamaño.
 644 Análisis de prestaciones y diseño de redes de comunicaciones
Figura 11: Tiempo de ejecución del algoritmo
4 Conclusiones y trabajo futuro
Este documento presenta un algoritmo para el
cálculo de una topología bi-conexa considerando una
restricción en el valor máximo de número de saltos
de los camino cortos entre sus nodos. Se indica la
aplicación del mismo con su incorporación en una
herramienta de planificación para el diseño de redes
core NGI.
Con los resultados obtenidos a través de los primeros
estudios se deduce que este algoritmo proporciona
resultados aceptables en estudios sobre redes reales
de ámbito nacional o bien en redes IP europeas. El
siguiente paso es estudiar el comportamiento del
algoritmo bajo diferentes funciones de peso así como
diferentes tipos de secuencias de ordenación en las
partes correspondientes a la eliminación e
incorporación de enlaces.
Este estudio va a ser realizado tanto en redes reales
como en redes generadas de manera aleatoria,
utilizando en su análisis diferentes tipos de criterios
de evaluación como son la longitud total de la
topología resultante, el número total de enlaces,
grado medio de los nodos, tráfico de tránsito etc. y
minimizando la función de coste
Ctotal = ∑ c ·x + c ·l
1 i 2 i + c3 ·xi ·li , con xi flujo
e i con x i > 0
de trafico en el arco ei y l i su longitud.
Adicionalmente, basándose en C total está previsto
comparar las soluciones obtenidas con el algoritmo
con soluciones calculadas a través de la aplicación de
modelos clásicos matemáticos y programas estándar
para optimización mixta-entera, ver [13].
Agradecimientos
Este trabajo está avalado por la Red de Excelencia
EURO-NGI del VI Programa Marco Europeo, IST-
50/7613 y por el proyecto nacional TIC-2003-05061
promovido por el Ministerio Español de Ciencia y
Tecnología.
View publication stats
Referencias
[1] M. Gondran and M. Minoux, “Graphs and
Algorithms”, John Wiley and Sons, 1995.
[2] I. Ljubic and J. Kratica, “A genetic algorithm
for bi-connectivity augmentation problem”, In
C. Fonseca et al., editors, Proceedings of the
2000 IEEE Congress on Evolutionary
Computation, pages 89-96. IEEE Press, 2000.
[3] Greg N. Frederickson, ”Ambivalent data
structures for dynamic 2-edge-connectivity and
k smallest spanning trees”, Proceedings of the
32nd annual symposium on Foundations of
computer science, pages: 632 - 641. IEEE
Computer Society Press, 1991.
[4] A. Zhu, ”A uniform framework for approximating
weighted connectivity problems”, B.Sc. thesis,
University of Maryland, MD, May 1999.
[5] Monika H. Rauch, ”Fully Dynamic bi
connectivity in graphs”, Algorithmica 13(6),
pages 503-538, Jun 1995.
[6] D. Jungnickel, ”Graphs, Networks and
Algorithms”, Springer Berlin, 1999.
[7] H. Whitney, “Congruent graphs and the
connectivity of graphs”, Amer. J. Math. 54,
pages 150-168, 1932.
[8] G. N. Frederickson, “Data Structures for On-
Line Updating of Minimum Spanning Trees”,
SIAM Journal Computation 14, pages 781-798,
1985.
[9] S. Khuller, R. Thurimella, “Approximation
algorithms for Graph Augmentation”, Journal of
Algorithms 14(2), pages 214-225, 1993.
[10] R. E. Tarjan, “Depth First Search and Linear
Graph Algorithms”, SIAM J. Comput. 1, pages
146-160, 1972.
[11] R. E. Tarjan, J. Westbrook, ”Maintaining bridge
connected and bi-connected components on-
line”, Algorithmica 7, pages 433- 464, 1992.
[12] K. D. Hackbarth et al., 1st Deliverable of the
WP 3.4, “Development of an European Network
Design Tool for Next Generation Internet”,
www.euro-ngi.org.
[13] M. Pioro et al., 1st Deliverable of the WP 3.1,
“Optimisation of protected multi-layer core
networks: topology, layout, flow and capacity
design”, www.euro-ngi.org .