Identificación de la topología de redes fijas a través de mediciones extremo a extremo y algoritmos genéticos

Abstract

Estimar y predecir el comportamiento interno de una red es un asunto fundamental en una variedad de problemas como la optimización de protocolos de enrutamiento, administración de redes y detección de anomalías. La adquisición de medidas internas directas de todas las partes de una red de gran escala es impráctico y extremadamente costoso, este es el caso de Internet, pues su naturaleza heterogénea y descentralizada hace que utilizar estas técnicas de medición solo sea practico para administradores de redes a pequeña escala, sin embargo el desempeño percibido por el usuario puede depender en gran medida del desempeño de una red más grande. Monitorear estas redes a gran escala es un importante reto de los investigadores hoy en día, que necesitan de este tipo de estimaciones para poder diseñar mejores protocolos de enrutamiento y de control de tráfico. Muchos investigadores han tratado de enfocar este problema hacia la obtención de parámetros ocultos en la red, que pueden ser encontrados a través de la aplicación de herramientas estadísticas muy utilizadas en otros campos de la ciencia como el análisis de señales, reconstrucción de imágenes, identificación de sistemas, etc. A este método se le ha llamado tomografía de redes, la cual pretende hacer la inferencia y monitoreo de parámetros de redes a partir de mediciones de estadísticas que pueden ser capturadas sin la colaboración de la misma, cuyo fin es la estimación del comportamiento de los parámetros de la red, basada en mediciones de tráfico hechas sobre un conjunto limitado de nodos. Uno de los métodos más investigados es la inferencia de parámetros a nivel de enlace a través de medidas extremo a extremo, para dar solución al problema propuesto