MASS REARING OF THE MEXICAN FRUIT FLY,

A eficiˆencia dos BCMs ´e comumente avaliada atrav´es da Probabilidade de Bloqueio. Os BCMs propostos na RFCs, em particular o MAM, RDM e MAR s˜ao avaliados na literatura com rela¸c˜ao ao desempenho conseguido sem a existˆencia de BCs. Os BCMs s˜ao comparados com o modelo te´orico do sistema com perdas de Erlang. Os resultados de desempenho para o MAM e RDM foram utilizados para validar o mo- delo de desempenho proposto neste trabalho. O MAR ´e um BCM que define regras de aloca¸c˜ao diretamente relacionadas `a carga o que permitiu o uso do modelo de desempenho para avaliar cen´arios de redes estressadas.

Os cen´arios de redes estressadas foram caracterizados pelo aumento da carga para trˆes CTs, sendo que a aloca¸c˜ao foi realizada de acordo com a carga oferecida. O uso de prioridades tamb´em foi considerado nos experimentos, caracterizando o redi- recionamento de uma maior quantidade de recursos para os CTs com prioridade alta. A aloca¸c˜ao proporcional do MAR favorece CTs com prioridades alta. A aloca¸c˜ao proporcional `a carga deve ser avaliada com cuidado, pois situa¸c˜oes onde os CTs com prioridade alta est˜ao com carga muito alta em rela¸c˜ao aos demais pode causar o que ´e denominado de starvation dos CTs com menor prioridade. A aloca¸c˜ao proporcional d´a garantias de reserva m´ınima para cada CT, mas a configura¸c˜ao dos pesos deve ser avaliada com cautela.

O BCM MARS foi proposto na se¸c˜ao 5.6, com intuito de substituir diretamente a regra de aloca¸c˜ao proporcional pelo Valor de Shapley. A aloca¸c˜ao pelo Valor de Shapley ´e realizada com base na carga de cada CT e na coopera¸c˜ao entre todos os

CAP´ITULO 7. AN ´ALISE DE EFICI ˆENCIA E JUSTIC¸ A DE BCMS 175

CTs, o que pode restringir a aloca¸c˜ao para CTs com carga al´em da capacidade da rede. Os resultados de desempenho do MARS se apresentaram melhores do que os resultados do MAR, principalmente para os com prioridade mais alta. O MARS ´e recomendado para a aloca¸c˜ao controlada em cen´arios de redes, evitando que um CT com prioridade alta possa concentrar grande parte dos recursos dos demais CTs.

O BCM SHARM utiliza a regra de aloca¸c˜ao com Valor de Shapley com pesos em- butidos. Os BCs resultantes no BCM SHARM particionam os recursos inteiramente entre os CTs. A flexibilidade de aloca¸c˜ao dos BCs encontrada no MAR e MARS ´e limitada no SHARM, causando um controle mais estrito da aloca¸c˜ao em situa¸c˜oes de sobrecarga. A defini¸c˜ao de BCs menos flex´ıveis do SHARM resultou em maior diferencia¸c˜ao do desempenho para cada CT.

BCMs n˜ao definem uma escala de valores para compara¸c˜ao de medidas de desem- penho, nem estipulam propor¸c˜oes relativas de banda que devem ser atribu´ıdas a cada CT. Os fatores de discrimina¸c˜ao e o ´Indice de Jain foram propostos neste trabalho para permitir a compara¸c˜ao dos BCMs, construindo uma rela¸c˜ao entre a aloca¸c˜ao resultante de um BCM e a diferencia¸c˜ao entre os CTs. Os fatores de discrimina¸c˜ao ajudam a identificar as classes favorecidas com uma determinada regra de aloca¸c˜ao. Essa informa¸c˜ao ´e ´util para a escolha de BCMs ou para a reconfigura¸c˜ao de priori- dades e pesos atribu´ıdos a cada CT. A escolha de BCMs e parˆametros ´e um processo iterativo que se enquadra na fase 2.4 da metodologia do processo de TE para defini¸c˜ao de restri¸c˜oes de banda, apresentada na Figura 5.1.

Cap´ıtulo 8

Conclus˜ao

Neste cap´ıtulo tecemos nossas considera¸c˜oes finais, destacando as contribui¸c˜oes j´a obtidas e sugest˜oes que podem gerar novos trabalhos.

8.1

Considera¸c˜oes finais

Neste trabalho propusemos o uso de mecanismos de arbitragem com jogos coopera- tivos como solu¸c˜ao de aloca¸c˜ao, quando a troca de informa¸c˜ao deve ser m´ınima e o ´arbitro toma decis˜oes seguindo um crit´erio de justi¸ca pr´e-estabelecido. Este arcabou¸co de modelagem de mecanismo de arbitragem pode ser adotado por administradores de rede para tra¸car regras de aloca¸c˜ao de recursos.

A partir de informa¸c˜oes pr´evias do estado da rede, baseadas em monitoramento, o ´arbitro sugere a aloca¸c˜ao que ´e configurada na rede, mantendo o controle dos re- cursos. A decis˜ao de ceder mais ou menos recursos para alguma classe ´e embutido no mecanismo de justi¸ca implementado.

Nos cap´ıtulos 2 e 4 foram apresentados o estado da arte de tecnologias de rede multisservi¸co com rela¸c˜ao `a aloca¸c˜ao de recursos e mecanismos de justi¸ca. Foram apresentados os modelos de restri¸c˜ao de banda propostos pelo IETF para aloca¸c˜ao de banda em redes DS-TE. Trabalhos recentes adotam a simula¸c˜ao desses modelos e alguns trabalhos analisam modelos denominados de modelos canˆonicos por envolver a agrega¸c˜ao de fluxos de tr´afego em trˆes classes com caracter´ısticas de tr´afego comuns

CAP´ITULO 8. CONCLUS ˜AO 177

em redes multisservi¸co atuais. As recomenda¸c˜oes do IETF discutem a dificuldade em tratar problemas de aloca¸c˜ao de recursos em agregados de tr´afego porque o n´umero de vari´aveis envolvidas ´e muito grande, dificultando o controle dessas vari´aveis pelos n´os da rede.

A Teoria dos Jogos foi apontada como solu¸c˜ao para conflitos em aloca¸c˜ao de recur- sos. O Cap´ıtulo 3 introduziu conceitos de Teoria dos Jogos. Trabalhos relacionados `a aloca¸c˜ao de recursos em redes, comumente modelam clientes como jogadores que competem por recursos. A aloca¸c˜ao ´e dita eficiente quando os jogadores atingem um ponto de equil´ıbrio, que corresponde a uma aloca¸c˜ao ´otima ou aproximada. Difi- culdades s˜ao encontradas na implementa¸c˜ao desses modelos quando a quantidade de informa¸c˜ao trocada entre jogadores ´e considerada. Quando o n´umero de clientes ou fluxos ´e grande, ´e dif´ıcil controlar o estado de cada um.

O conceito de Coopera¸c˜ao foi apontado como solu¸c˜ao para problemas de comparti- lhamento de recursos. Para problemas onde regras de aloca¸c˜ao devem ser constru´ıdas com restri¸c˜oes ao volume de informa¸c˜ao trocada, a literatura de Economia prop˜oe a ado¸c˜ao de mecanismos de arbitragem.

No Cap´ıtulo 5, propusemos o uso de jogos cooperativos com mecanismos de arbi- tragem como solu¸c˜ao de aloca¸c˜ao, quando a troca de informa¸c˜ao deve ser m´ınima e o ´arbitro toma decis˜oes seguindo um crit´erio de justi¸ca pr´e-estabelecido. Esse arcabou¸co de modelagem de mecanismo de arbitragem pode ser adotado por administradores de rede para tra¸car regras de aloca¸c˜ao de recursos.

Consideramos elementos da rede que agregam fluxos em classes de servi¸co. As classes de servi¸co n˜ao podem ser modeladas como indiv´ıduos racionais com poder de decis˜ao. Portanto, o ´arbitro sugere a aloca¸c˜ao e n˜ao h´a processos de renegocia¸c˜ao. Foram propostos dois novos BCMs, MARS e SHARM. A regra de aloca¸c˜ao adotada nestes dois modelos foi baseada no Valor de Shapley. Essas solu¸c˜oes s˜ao consideradas eficientes porque distribuem todos os recursos dispon´ıveis entre os jogadores e s˜ao

CAP´ITULO 8. CONCLUS ˜AO 178

consideradas justas porque consideram a combina¸c˜ao de todas as poss´ıveis ocorrˆencias de aloca¸c˜ao, dividindo excedentes ou perdas de maneira igualit´aria. Isso permite que sejam considerados os casos em que a demanda menor de uma classe possibilite que essa classe ceda recursos para outra classe mais sobrecarregada. Nos cen´arios apresentados, a aloca¸c˜ao foi realizada de acordo com a carga oferecida de cada classe. No Cap´ıtulo 6, propusemos o uso do formalismo de Redes de Petri Estoc´asticas para a especifica¸c˜ao de um modelo estoc´astico e para o estudo do desempenho de modelos de restri¸c˜ao de banda. Os modelos de SPNs s˜ao parametrizados, o que nos permitiu analisar diversas condi¸c˜oes operacionais de rede. Tamb´em permitiu que os crit´erios de justi¸ca fossem configurados conforme a regra de aloca¸c˜ao, assim como a ado¸c˜ao de pesos como prioridade. A parametriza¸c˜ao das SPNs tamb´em permite a automatiza¸c˜ao da gera¸c˜ao de novos modelos estoc´asticos, facilitando o processo de Engenharia de Tr´afego com a introdu¸c˜ao de poss´ıveis novos modelos de restri¸c˜ao de banda.

A an´alise estacion´aria das Redes de Petri Estoc´asticas permitiu validar, no Cap´ıtulo 7, os resultados da an´alise estacion´aria dos modelos canˆonicos encontrados na litera- tura. Al´em disso, a especifica¸c˜ao de Redes de Petri Estoc´asticas permitiu a extens˜ao dos resultados de an´alise estacion´aria para novos modelos de restri¸c˜ao de banda ainda n˜ao encontrados na literatura.

O mesmo m´etodo de especifica¸c˜ao foi usado para estender o modelo estoc´astico para o modelo CS. O CS tem se destacado na literatura como um modelo geral de compartilhamento total comum `as pol´ıticas de escalonamento. A implementa¸c˜ao de pol´ıticas CS foi comparada `as situa¸c˜oes que s˜ao analisadas em Telecomunica¸c˜oes com a F´ormula de Erlang B.

Os resultados apresentados para o MAR nos permitiu avaliar o impacto da substi- tui¸c˜ao da regra de aloca¸c˜ao proporcional pelo Valor de Shapley no MARS. Tamb´em nos permitiu a extens˜ao do modelo para a inclus˜ao de pesos `a regra do Valor de

CAP´ITULO 8. CONCLUS ˜AO 179

Shapley no SHARM.

A eficiˆencia da aloca¸c˜ao dos BCMs foi avaliada em termos da probabilidade de bloqueio e da utiliza¸c˜ao. A vaz˜ao foi utilizada para o c´alculo de fatores de discrimi- na¸c˜ao e do ´Indice de Jain, o que permitiu a an´alise da justi¸ca da aloca¸c˜ao para esses modelos. Os fatores de discrimina¸c˜ao ajudam a identificar as classes favorecidas com uma determinada regra de aloca¸c˜ao. Esta informa¸c˜ao ´e ´util para a escolha de BCMs ou para a reconfigura¸c˜ao de prioridades e pesos atribu´ıdos a cada CT.

Os resultados de desempenho do MARS se apresentaram melhores do que os re- sultados do MAR, principalmente para os CTs com prioridade mais alta. O MARS ´e recomendado para a aloca¸c˜ao controlada em cen´arios de redes, evitando que um CT com prioridade alta possa concentrar grande parte dos recursos dos demais CTs. A flexibilidade de aloca¸c˜ao dos BCs encontrada no MAR e MARS foi limitada no SHARM, causando um controle mais estrito da aloca¸c˜ao em situa¸c˜oes de sobrecarga. A defini¸c˜ao de BCs menos flex´ıveis do SHARM resultou em maior diferencia¸c˜ao do de- sempenho para cada CT. Portanto, SHARM pode ser utilizado em redes multisservi¸co, onde classes com prioridade mais alta s˜ao protegidas de classes menos priorit´arias, mas as classes menos priorit´arias podem usufruir do compartilhamento de recursos em per´ıodos menos cr´ıticos.