Algoritmos genéticos para enrutamiento en redes definidas por software en un entorno virtual.
Authors
Loading...
Date
2025
Directors
Journal Title
Journal ISSN
Volume Title
Publisher
QUEVEDO: UTEQ
Abstract
El presente trabajo de investigación se enfoca en la optimización del enrutamiento en redes definidas por software (SDN) mediante el uso de algoritmos genéticos multiobjetivo. El objetivo principal consistió en el desarrollo de una plataforma de simulación capaz de integrar un modelo de red SDN virtual, algoritmos genéticos y métricas de evaluación de rendimiento, con el fin de optimizar las rutas de transmisión de datos en redes SDN.
Para la emulación de la red, se seleccionaron Mininet como herramienta de simulación debido a su flexibilidad y accesibilidad, y OpenDaylight como controlador, por su sólido soporte en entornos SDN. Así mismo, se empleó OpenFlow como protocolo de comunicación entre el controlador y los dispositivos de red y el algoritmo NSGA-II fue elegido debido a su capacidad para abordar problemas de optimización multiobjetivo, mediante la clasificación de soluciones no dominadas y la preservación de la diversidad de soluciones.
Las simulaciones fueron realizadas utilizando diversas métricas, tales como ancho de banda, delay, jitter y la cantidad de nodos intermedios en la ruta. Se evaluaron distintas variaciones del algoritmo, siendo la versión que integró todas las métricas la que mostró el mejor rendimiento. Esta variante alcanzó un ancho de banda promedio de 83.33 Mbps y una tasa de transferencia de 11.85 Mbps, optimizando eficazmente la red a pesar de una mayor complejidad en la ruta seleccionada, que involucró un total de 17 nodos intermedios.
La aplicación multiobjetivo basado en algoritmos genéticos permitió una optimización sustancial del enrutamiento en redes SDN, mejorando la eficiencia en la utilización de los recursos de la red y proporcionando una solución flexible para la transmisión de datos, lo que demuestra un balance adecuado entre distintas métricas, maximizando el rendimiento global de la red.
Description
This research project is concerned with the optimization of routing in software-defined networks (SDN) through the utilization of multi-objective genetic algorithms. The primary objective was to develop a simulation platform that could integrate a virtual SDN network model, genetic algorithms, and performance evaluation metrics in order to optimize data transmission routes in SDN networks.
In order to emulate the network, Mininet was selected as the simulation tool due to its flexibility and accessibility, while OpenDaylight was chosen as the controller due to its robust support in SDN environments. Furthermore, OpenFlow was employed as the communication protocol between the controller and the network devices. The NSGA-II algorithm was selected on the grounds of its capacity to address multi-objective optimization issues by ranking non-dominated solutions and maintaining solution diversity.
A series of simulations were conducted using a range of metrics, including bandwidth, delay, jitter and the number of intermediate nodes in the path. The efficacy of the algorithm was evaluated through the assessment of its various iterations. The version that integrated all metrics demonstrated the optimal performance. This variant achieved an average bandwidth of 83.33 Mbps and a throughput rate of 11.85 Mbps, effectively optimizing the network despite the higher complexity of the selected route, which involved a total of 17 intermediate nodes.
The application multi-objective based on genetic algorithms enabled a substantial optimization of routing in SDN networks, improving the efficiency of network resource utilization and providing a flexible solution for data transmission. This demonstrates an appropriate balance between different metrics, thereby maximizing the overall network performance.
Keywords
Redes, Optimización, Algoritmos genéticos multiobjetivo, SDN
Citation
Cortez Chichande, Angie Jamil (2025). Algoritmos genéticos para enrutamiento en redes definidas por software en un entorno virtual. Quevedo. UTEQ. 140 Páginas.