Bild mit Unilogo
home uni uni kontakt kontakt
unilogo Universität Stuttgart
Institut für Kommunikationsnetze und Rechnersysteme (IKR)

Themenbeschreibung

englishicon Druckansicht
 

Master-Arbeit Nr. 962    (Zu vergeben)   [pdf]

Kodierungen von Multi-Layer Netzen für Genetische Algorithmen


Methoden

Themengebiete

Programmierung in Java
Leistungsbewertung

Multi-layer Netze
Optische Netze


Beschreibung

Hintergrund

Neuartige und höherwertige Internetdienste führen zu einem exponentiellen Anstieg des Verkehrs in den Multi-Layer-Transportnetzen der Internetprovider. Dies führt zu einer starken Zunahme des Ressourcenbedarfs bei großen zeitlichen Schwankungen, sodass ein statischer Netzbetrieb schwerlich effizient realisiert werden kann. Im Gegensatz dazu ermöglicht das Software-Defined Networking Paradigma eine effiziente, dynamische (Re)Konfiguration von Netzressourcen. Eine solche Netzkonfiguration zu finden, ist ein komplexes Graphenoptimierungsproblem, welches durch den Einsatz von Optimierungsheuristiken wie Genetische Algorithmen (GA) gelöst werden kann. GAs verwenden Prinzipien natürlicher Evolution wie Mutation und Rekombination genetischer Kodierungen zur Lösungsbestimmung.

Aufgabenstellung

In dieser Arbeit entwerfen, implementieren und bewerten Sie Verfahren, um ein Multi-Layer Netz in eine genetische Kodierung zu überführen. Die Kodierung und ihre Eigenschaften haben maßgeblichen Einfluss auf die Lösbarkeit des Rekonfigurationsproblems und die Leistungsfähigkeit des genetischen Algorithmus. Daher sind eine präzise Formulierung und Analyse sowie eine effiziente Implementierung der Verfahren notwendig. Die Verfahren werden dabei in ein bestehendes Simulationswerkzeug für die dynamische Rekonfiguration von Multi-Layer Netzen integriert. Die Arbeit umfasst folgende Aufgaben:

Einarbeitung in Grundlagen genetischer Algorithmen

Theoretische Analyse und Entwurf von genetischen Kodierungen von Multi-Layer Netzen

Implementierung der Kodierungen und Anpassung von evolutionären Operatoren

Vergleichende Studien zu verschiedenen Kodierungen und simulative Leistungsbewertung

Erworbene Kenntnisse und Fähigkeiten

Sie lernen, aus einem generischen Vorgehensmodell ein Verfahren zur Lösung einer konkreten Problemstellung zu entwickeln und dieses systematisch zu bewerten. Sie erhalten Einblicke in ein heuristisches Optimierungsverfahren sowie die Netzoptimierung. Darüber hinaus gewinnen Sie Erfahrung mit einem umfangreichen, modularen, objektorientierten Software-Framework.


Voraussetzungen

Erwünschte Vorkenntnisse

Programmierkenntnisse in Java

Grundlagen zu Kommunikationsnetzen
Communication Networks II


Kontakt

Dipl.-Inf. Uwe Bauknecht, Raum 1.403 (ETI II), Telefon 685-69012, [homepage, E-Mail]

M.Sc. Tobias Enderle, Raum 1.402 (ETI II), Telefon 685-67992, [homepage, E-Mail]