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

cambios topológicos, del tráfico, de los instantes de inicio y término de conexiones, etc.;
además, se requiere saber interpretar la solución de la cadena en términos de medidas de
rendimiento, propias de la evaluación de algoritmos.
En [41] existen estudios sobre la evaluación de algoritmos de ruteamiento multipunto
mediante cadenas de Markov.
Hasta aquí se ha mencionado sólo una alternativa para comparar (analíticamente) el
rendimiento de algoritmos de ruteamiento. Sin embargo, cabe destacar la existencia de
un concepto conocido como “time complexity function” (función de complejidad de un
algoritmo) que permite conocer acerca de la factibilidad que un algoritmo tiene para
encuentrar una solución a medida que el tamaño del problema aumenta. Algunos
detalles acerca de la función de complejidad de un algoritmo se encuentran en el Anexo
A.
5.2 Simulación
La simulación es una imitación de las operaciones que efectúa un sistema o proceso
real, normalmente sistemas complejos, e involucra la generación de una historia artificial
del comportamiento del sistema. A partir de dicha historia se efectúan inferencias
relativas a las características operacionales del sistema real que se está representando.
Se debe tener en cuenta que los resultados obtenidos mediante simulación no son
excatos y que el modelo creado para representar la realidad debe ser validado.
La simulación se puede realizar considerando o no el tiempo en el modelo. Si el
tiempo es considerado, la simulación será dinámica, si no los es, la simulación será
estática. A su vez, se puede considerar el tiempo como una variable continua o discreta.
Adicionalmente, la simulación será catalogada de estocástica o determinista, si que existe
o no incertidumbre en algunas variables del modelo.
El tipo de simulación requerida para realizar estudios sobre ruteamiento multipunto,
considera tiempo discreto y aleatoriedad en algunas de las variables del modelo. Por
ejemplo: tiempo entre solicitudes de conexión, cambios topológicos de la red, tráfico de
paquetes, etc. En consecuencia, se puede decir que el tipo de simulación utilizada en este
trabajoo es: dinámica, discreta y estocástica.
Existen variadas herramientas de simulación para el estudio de redes de
computadores. La Tabla 4 menciona algunas de las herramientas disponibles
actualmente.
La selección de la herramienta utilizada en este trabajo se efectuó a partir la oferta
disponible gratuitamente en Internet. En particular, las herramientas estudiadas fueron:
Ns‐2 [49], Mars [50], OMNet++[51] y MCRSIM [59]. A partir de este estudio se generó
una breve documentación sobre Ns‐2 (Anexo B) y acerca de la realización de
experimentos de simulación involucrados en esta tesis, utilizando el simulador MCRSIM
(Anexo D).
La dimensión (tamaño) de las variables involucradas en la simulación de algoritmos y
protocolos de redes de computadores es un elemento clave para poder obtener resultados
a gran escala. La Tabla 3 obtenida de [47], muestra el efecto en el consumo de recursos
computacionales en función del incremento de las dimensiones de las variables
involucradas en el modelo de simulación.
49