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

A
7 Resultados de la Simulación
continuación se detalla acerca de los resultados de los experimentos refiriéndose a
cada medida en particular.
Los resultados obtenidos coinciden con los publicados en la literatura para un rango
dentro del intervalo de confianza definido en un 5%, y para los algoritmos y configuraciones
de escenarios de simulación equivalentes en trabajo y en [62] (red de 20 nodos y tráfico
background entre 45 y 85 Mbps, y entre 5 y 125 Mbps).
Costo del Árbol
Parte de los resultados obtenidos para el primer experimento, los que se ilustran desde la
Fig. 16 a la Fig. 21, muestran que la heurística BC‐BW tiene el mejor desempeño de todos los
algoritmos no restringidos evaluados. A sí mismo la Fig. 28 muestra un resumen con los
algoritmos restringidos y no restringidos considerados, ilustrando la relación de los
desempeños respecto del rendimiento de KMB para la medida costo del árbol. Allí se puede
observar que BC‐BW es el algoritmo de mejor rendimiento para una red de 20 nodos,
independientemente de la carga de la red. La heurística BC‐SAL se comporta similarmente a
BC‐BW cuando la utilización de los enlaces de la red debido al tráfico background varia entre
un 75% y 90% (Fig. 20). Se puede observar que la tendencia de BC‐SAL es a mejorar su
desempeño a medida que la carga de la red aumenta y el desbalance entre la utilización de
los enlaces disminuye. Se debe notar que la familia de heurísticas BC tienden a empeorar su
rendimiento a medida que el grupo se acerca al tamaño de la red. Esto da una indicación de
que las heurísticas BC son más adecuadas en grupos dispersos. Cabe destacar que el tamaño
de los grupos multicast normalmente son una pequeña fracción de la red [58], por lo tanto las
heurísticas BC son adecuadas en la práctica.
Para la red de 100 nodos (Fig. 29 y Fig. 30) las tres heurísticas BC tienen mejor
rendimiento que los otros algoritmos evaluados para grupos hasta cerca de un 85% del
tamaño de la red.
Los algoritmos BSMA, CAO, KPP y QDMR tienen un comportamiento bastante similar
para las condiciones de ilustradas desde la Fig. 22 a la Fig. 27. En el peor caso,
correspondiente a QDMR, éste no supera el 10% sobre el rendimiento de BSMA (Fig. 23).
La heurística MST (PRUNED en [56]) genera árboles de distribución a partir de podar un
árbol de mínima expansión (Minimum Spanning Tree), por lo tanto resulta natural que su
rendimiento mejore cuando el tamaño del grupo se acerca al tamaño de la red (y en general
obtenga un buen desempeño en dicho caso), tal como se observa en la Fig. 16 a la Fig. 21.
Para una red cargada entre un 75% y un 90% (Fig. 20) la tendencia de todos los algoritmos
evaluados es presentar un rendimiento dentro de un 5% igual al de MST cuando el grupo
multicast (fuente más destinos) es igual al tamaño de la red, lo cual indica que el desempeño
de los algoritmos en esos casos es aceptable en términos absolutos.
El algoritmo asociado al protocolo PIM claramente mejora su rendimiento en cuanto la
carga de la red crece. Esta característica es útil desde el punto de vista de redes que operan
61