Evaluación de Algoritmos de Ruteamiento Multipunto en Redes de ...

4.2.2.1 Simplificación Heurística BC
La ejecución de BC en condiciones donde la red es de gran tamaño y el grupo multicast
es relativamente pequeño y disperso en la red, tiende a realizar muchas más iteraciones
que en el caso de grupos densos y redes de tamaño menor. Esto se debe a que en cada
iteración se evalúa la contribución de todos los nodos frontera al árbol parcial para
acercar a destinos que aun no son parte del árbol de distribución. Con el fin de disminuir
la cantidad de información que se procesa para ejecutar BC, se realizó una simplificación
que consiste en evaluar sólo la contribución de los nodos frontera al último nodo
agregado al árbol parcial, en el caso de que éste no sea un destino. Si el último nodo
agregado al árbol parcial es un destino, entonces se evalúa la contribución de todos los
nodos frontera al árbol parcial, tal como BC opera en cada una de sus iteraciones. Se
debe notar que la simplificación recién descrita no requiere efectuar el tercer paso de la
operación de BC.
Esta simplificación se fundamenta en que cuando se ha elegido agregar un cierto
enlace frontera que conecta a un determinado nodo, es bastante probable que el enlace
que se agregará en la próxima iteración emane desde el nodo recién agregado. Esto es así
debido a que el algoritmo evalúa una función objetivo ʺglobalʺ, que considera acercarse a
todos los destinos aun no agregados al árbol parcial, por lo tanto, si se ha elegido agregar
un cierto nodo, en la siguiente iteración la contribución de los enlaces que son adyacentes
a él, tendrán una contribución aun mayor que el enlace recién agregado pues se está más
cerca del objetivo global (acercar a todos los destinos el árbol de distribución parcial).
Intuitivamente la simplificación que da origen a BCL acelerará el proceso de
generación del árbol de distribución final, dado que cada destino es agregado en un
menor tiempo debido a que las iteraciones de la heurística disminuyen. Por ejmplo, el
número de iteraciones que la heurística BCL ejecuta para construir el árbol de
distribución final de la Fig. 6 es 31, a diferencia de las 37 que ejecuta BC. Además, ambas
heurísticas obtienen el mismo árbol final. Se espera que para grupos dispersos y redes
amplias la reducción en las iteraciones sea mucho más drástica.
La Fig. 7 muestra el pseudocódigo de la heurística BC, y la Fig. 8
Fig. 8 muestra el pseudocódigo de la heurística recién descrita, a la que se ha
denominado Best Contribution Light (BCL).
35