In this model, we assume that light

In this model, we assume that lightpath arrival and termination requests follow a
statistical pattern. We may allow some lightpath requests to be blocked, and we
are interested in minimizing the blocking probability. In this case, a measure of the
lightpath traffic is the offered load, which is defined as the arrival rate of lightpath
requests multiplied by the average lightpath duration.
In practice, the maximum blocking probability is specified, say, 1%. We are then
interested in determining the maximum offered load that the network can support.
A more convenient metric is the wavelength reuse factor, R, which we define as the
offered load per wavelength in the network that can be supported with the specified
blocking probability. Clearly, R could depend on (1) the network topology, (2) the traffic distribution in the network, (3) the actual RWA algorithm used, and (4) the
number of wavelengths available.
In principle, if we are given (1)–(4),we can determine the reuse factor R. However,
this problem is difficult to solve analytically for specific RWA algorithms. When the
routes between the source-destination nodes in the network are fixed (fixed routing)
and an available wavelength is chosen randomly, the blocking probabilities (and
hence the reuse factor) can be analytically estimated for a reasonable number of
wavelengths (say, up to 64). A discussion of these analytical techniques is beyond the
scope of this book but can be found in [SS00]. The results of such an analysis can be
used to dimension the links for a given blocking probability just as in the case of the
first-passage model discussed above.
When the routing is not fixed, estimating the blocking probabilities or reuse
factors is analytically intractable, and in practice, the best way to estimate R even for
small networks is by simulation. It is possible to analytically calculate the maximum
value of R when the number of wavelengths is very large for small networks. This
has been done in [RS95] and serves as an upper bound on the reuse factor for
practical values of the number of wavelengths. When the number of wavelengths is
small, simulation techniques can be used to compute the reuse factor. To this end,
we summarize some of the simulation results from [RS95]. We will also compare the
simulation results with the analytically calculated upper bound on the reuse factor.
We will use randomly chosen graphs to model the network, assume a Poisson arrival
process with exponential holding times, assume a uniform traffic distribution, and
use the following RWA algorithm.

Algorithm 10.2
1. Number the W available wavelengths from 1 to W.
2. For a lightpath request between two nodes, assign to it the first available
wavelength on a fixed shortest path between the two nodes.
Figure 10.16 shows the reuse factor plotted against the number of wavelengths
for a 32-node random graph with average node degree 4. The figure also shows the
value of the blocking probability that can be achieved with an infinite number of
wavelengths, which can be calculated analytically as mentioned before [RS95]. The
reuse factor is slightly higher with full conversion. The interesting point to be noted
is that the reuse factor improves as the number of wavelengths increases. This is due
to a phenomenon known as trunking efficiency, which is familiar to designers of
telephone networks. Essentially, the blocking probability is reduced if you scale up
both traffic and link capacities by the same factor. To illustrate this phenomenon,

Kết quả (Việt) 1:

Trong mô hình này, chúng ta giả sử lightpath đến và chấm dứt các yêu cầu theo mộtmẫu thống kê. Chúng tôi có thể cho phép một số yêu cầu lightpath đến bị chặn, và chúng tôiđược quan tâm trong việc giảm thiểu xác suất chặn. Trong trường hợp này, một biện pháp của cáclightpath lưu lượng truy cập là tải được cung cấp, được định nghĩa là tỷ lệ đến lightpathyêu cầu nhân với thời gian trung bình là lightpath.Trong thực tế, tối đa ngăn chặn xác suất được chỉ định, nói rằng, 1%. Chúng tôi là sau đóquan tâm đến việc xác định tải trọng được cung cấp tối đa mà mạng có thể hỗ trợ.Một số liệu thuận tiện hơn là yếu tố tái sử dụng bước sóng, R, chúng tôi xác định là cáccung cấp tải mỗi bước sóng trong mạng có thể được hỗ trợ với các quy địnhngăn chặn xác suất. Rõ ràng, R có thể phụ thuộc vào (1), cấu trúc liên kết mạng, (2) phân phối giao thông trong mạng, (3) thực tế RWA thuật toán được sử dụng, và (4) cácsố lượng các bước sóng có sẵn.Về nguyên tắc, nếu chúng tôi có được (1)-(4), chúng tôi có thể xác định các yếu tố tái sử dụng R. Tuy nhiên,vấn đề này là khó khăn để giải quyết các phân tích cho cụ thể các thuật toán RWA. Khi cáctuyến giữa nút nguồn-điểm đến trong mạng cố định (cố định định tuyến)và một bước sóng có sẵn được chọn ngẫu nhiên, các xác suất chặn (vàdo đó các yếu tố tái sử dụng) có thể được phân tích ước tính cho một số lượng hợp lýbước sóng (nói, lên đến 64). Thảo luận về các kỹ thuật phân tích này là ngoài cácphạm vi của cuốn sách, nhưng có thể được tìm thấy tại [SS00]. Kết quả phân tích như vậy có thểđược sử dụng để kích thước liên kết cho một xác suất nhất định chặn giống như trong trường hợp của cácđoạn văn đầu tiên mô hình thảo luận ở trên.Khi các tuyến là không cố định, ước tính xác suất chặn hoặc tái sử dụngCác yếu tố là analytically intractable, và trong thực tế, cách tốt nhất để ước tính R ngay cả đối vớicác mạng nhỏ là bằng cách mô phỏng. Nó có thể phân tích tính toán tối đagiá trị của R khi số lượng các bước sóng là rất lớn cho các mạng nhỏ. Điều nàyđã được thực hiện tại [RS95] và phục vụ như là một ràng buộc trên các yếu tố tái sử dụng chogiá trị thực tế về số lượng các bước sóng. Khi số lượng các bước sóng lànhỏ, mô phỏng kỹ thuật có thể được sử dụng để tính toán các yếu tố tái sử dụng. Để kết thúc này,chúng tôi tóm tắt một số kết quả mô phỏng từ [RS95]. Chúng tôi cũng sẽ so sánh cáckết quả mô phỏng với các phân tích tính ràng buộc vào các yếu tố tái sử dụng.Chúng tôi sẽ sử dụng ngẫu nhiên lựa chọn đồ thị để mô hình mạng, giả sử a đến Poissonxử lý với thời gian giữ mũ, giả sử một phân bố lưu lượng truy cập trang phục vàsử dụng các thuật toán RWA sau.Thuật toán 10.21. số W có bước sóng từ 1 đến W.2. đối với các yêu cầu lightpath giữa hai nút, gán cho nó là người đầu tiên có sẵnbước sóng trên một con đường ngắn nhất cố định giữa hai nút.10.16 con số cho thấy yếu tố tái sử dụng âm mưu chống lại số lượng các bước sóngcho một đồ thị ngẫu nhiên 32-nút với mức độ trung bình là nút 4. Các con số cũng cho thấy cácgiá trị của xác suất chặn có thể đạt được với một số lượng vô hạn củabước sóng, mà có thể được tính toán phân tích như đã đề cập trước khi [RS95]. Cácyếu tố tái sử dụng là hơi cao hơn với chuyển đổi đầy đủ. Điểm thú vị để lưu ýlà yếu tố tái sử dụng cải thiện như là số bước sóng tăng. Điều này là domột hiện tượng được gọi là trunking hiệu quả, đó là quen thuộc với nhà thiết kếmạng điện thoại. Về cơ bản, khả năng ngăn chặn được giảm nếu bạn quy mô lênkhả năng lưu lượng truy cập và liên kết bởi các yếu tố tương tự. Để minh họa cho hiện tượng này,

Kết quả (Việt) 2:

Trong mô hình này, chúng tôi giả định rằng đường quang đến và chấm dứt yêu cầu làm theo một
mô hình thống kê. Chúng tôi có thể cho phép một số yêu cầu lightpath bị chặn, và chúng tôi
đang quan tâm đến việc giảm thiểu xác suất chặn. Trong trường hợp này, một biện pháp của
giao thông đường quang là tải cung cấp, được định nghĩa là tỷ lệ xuất hiện của đường quang
yêu cầu nhân với thời gian đường quang trung bình.
Trong thực tế, xác suất chặn tối đa được quy định, nói, 1%. Chúng tôi sau đó được
quan tâm trong việc xác định mức tối đa được cung cấp tải mà mạng có thể hỗ trợ.
Một số liệu thuận tiện hơn là yếu tố tái sử dụng bước sóng, R, mà chúng tôi xác định là
tải được cung cấp cho mỗi bước sóng trong mạng có thể được hỗ trợ với các quy định
xác suất chặn. Rõ ràng, R có thể phụ thuộc vào (1) topo mạng, (2) phân phối lưu lượng trong mạng, (3) các thuật toán RWA thực tế sử dụng, và (4) các
số bước sóng có sẵn.
Về nguyên tắc, nếu chúng ta đưa ra ( 1) - (4), chúng ta có thể xác định các yếu tố R. tái sử dụng Tuy nhiên,
vấn đề này là khó khăn để giải quyết phân tích cho các thuật toán RWA cụ thể. Khi các
tuyến đường giữa các nút nguồn-đích trong mạng cố định (định tuyến cố định)
và một bước sóng có sẵn được chọn ngẫu nhiên, xác suất chặn (và
do đó các yếu tố tái sử dụng) có thể được phân tích ước tính cho một số lượng hợp lý của
các bước sóng (nói, lên đến 64). Một cuộc thảo luận về các kỹ thuật phân tích là vượt ra ngoài
phạm vi của cuốn sách này, nhưng có thể được tìm thấy trong [SS00]. Các kết quả của một phân tích như vậy có thể được
sử dụng để định kích thước các liên kết cho một xác suất chặn được giống như trong trường hợp của các
mô hình đầu tiên trôi qua thảo luận ở trên.
Khi định tuyến không cố định, ước lượng xác suất chặn hoặc tái sử dụng
các yếu tố là phân tích khó chữa, và trong thực tế, cách tốt nhất để ước tính R ngay cả đối với
các mạng nhỏ là do mô phỏng. Nó có thể phân tích tính toán tối đa
giá trị của R khi số lượng các bước sóng là rất lớn cho các mạng nhỏ. Điều này
đã được thực hiện trong [RS95] và phục vụ như một giới hạn trên các yếu tố tái sử dụng cho
các giá trị thực tế của số bước sóng. Khi số lượng các bước sóng là
nhỏ, kỹ thuật mô phỏng có thể được sử dụng để tính toán các yếu tố tái sử dụng. Để kết thúc này,
chúng tôi tóm tắt một số kết quả mô phỏng từ [RS95]. Chúng tôi cũng sẽ so sánh các
kết quả mô phỏng với phân tích tính toán giới hạn trên cho yếu tố tái sử dụng.
Chúng tôi sẽ sử dụng các đồ thị được lựa chọn ngẫu nhiên để mô hình mạng, giả sử một đến Poisson
trình với thời gian nắm giữ mũ, giả sử một phân phối giao thông đồng bộ, và
sử dụng các RWA sau thuật toán.

thuật toán 10,2
1. Số các bước sóng có sẵn W từ 1 tới W.
2. Đối với yêu cầu đường quang giữa hai nút, gán cho nó có sẵn đầu tiên
bước sóng trên một con đường ngắn nhất cố định giữa hai nút.
Hình 10.16 cho thấy các yếu tố tái sử dụng âm mưu chống lại các số bước sóng
cho một đồ thị ngẫu nhiên 32-nút với độ nút trung bình 4. con số này cũng cho thấy
giá trị của xác suất chặn mà có thể đạt được với một số lượng vô hạn của
các bước sóng, có thể được tính toán phân tích như đã đề cập trước [RS95]. Các
yếu tố tái sử dụng cao hơn một chút với chuyển đổi đầy đủ. Điểm thú vị cần lưu ý
là các yếu tố tái sử dụng cải thiện như số lượng các bước sóng tăng. Điều này là do
một hiện tượng gọi là hiệu quả trunking, vốn rất quen thuộc với các nhà thiết kế của
mạng điện thoại. Về cơ bản, khả năng chặn được giảm bớt nếu bạn có quy mô lên
cả năng lực giao thông và liên kết bởi các yếu tố tương tự. Để minh họa cho hiện tượng này,