1. Αποθετήριο Παραδοτέων Υποτρόφων Δράσεων ΕΣΠΑ Τριτοβάθμιας Εκπαίδευσης 2017-2023
2. Όλο το Αποθετήριο
3. Υποψήφιοι διδάκτορες

Τύπος:	Διδακτορική διατριβή
Τίτλος:	Αλγόριθμοι δρομολόγησης για ευέλικτα οπτικά δίκτυα
Εναλλακτικός τίτλος:	Routing algorithms for elastic optical networks
Συγγραφέας:	[EL] Σαρτζετάκης, Ιπποκράτης-Λεωνίδας[EN] Sartzetakis, Ippokratis-Leonidas
Επιβλέπων διατριβής:	[EL] Βαρβαρίγος, Εμμανουήλ[EN] Varvarigos, Emmanouel
Συμβουλευτική επιτροπή:	[EL] Αβραμόπουλος, Ηρακλής[EN] Avramopoulos, Hercules [EL] Βαρβαρίγου, Θεοδώρα[EN] Varvarigou, Theodora
Μέλος εξεταστικής επιτροπής:	[EL] Αναγνώστου, Μιλτιάδης[EN] Anagnostou, Miltiades [EL] Παπαβασιλείου, Συμεών[EN] Papavassiliou, Symeon [EL] Ρουσσάκη, Ιωάννα[EN] Roussaki, Ioanna [EL] Σταμούλης, Γεώργιος[EN] Stamoulis, George
Ημερομηνία:	01/07/2019
Περίληψη:	Η παρούσα διδακτορική διατριβή εντάσσεται στο ερευνητικό πεδίο των οπτικών δικτύων, και πιο συγκεκριμένα των αλγορίθμων δρομολόγησης και βελτιστοποίησης για ευέλικτα οπτικά δίκτυα. Η ολοένα αυξανόμενη κίνηση στο διαδίκτυο έχει δημιουργήσει την ανάγκη για πιο αποδοτικά οπτικά δίκτυα. Οι πρόσφατες εξελίξεις στον τομέα των οπτικών δικτύων είναι ιδιαίτερα σημαντικές αλλά δεν είναι αρκετές για να καλύψουν τις ανάγκες του κοντινού μέλλοντος. Η αρχιτεκτονική των οπτικών δικτύων θα πρέπει να εξελιχθεί ώστε να γίνει εφικτός ο δυναμικός έλεγχος και η προσαρμογή του δικτύου σε μεταβαλλόμενες συνθήκες. Αυτό προϋποθέτει την ανάπτυξη αλγορίθμων οι οποίοι αρχικά θα αξιοποιούν τις πληροφορίες από την τρέχουσα κατάσταση του δικτύου. Έπειτα, από τις τωρινές και μελλοντικές απαιτήσεις, οι αλγόριθμοι θα καθορίζουν πιθανές λειτουργίες βελτιστοποίησης, και εν συνεχεία θα αποφασίζουν για την εκτέλεση των αντίστοιχων ενεργειών. Η υλοποίηση αυτών των αλγορίθμων είναι το αντικείμενο της παρούσας διδακτορικής διατριβής και έχει ως αποτέλεσμα την αύξηση της αποδοτικότητας των οπτικών δικτύων, την αποτελεσματικότερη διαχείριση των πόρων τους και την μείωση των εξόδων λειτουργίας τους. Πιο συγκεκριμένα αναπτύξαμε τρεις μεθόδους για εκτίμηση ποιότητας μετάδοσης μονοπατιών. Η πρώτη βασίζεται σε μία αλγεβρική μέθοδο επίλυσης (Network Kriging) η οποία μοντελοποιεί τις παρεμβολές των γειτονικών καναλιών ώστε να παρέχει μεγάλη ακρίβεια στην εκτίμηση ποιότητας μετάδοσης. Οι άλλες δύο μέθοδοι εκτίμησης χρησιμοποιούν μηχανική μάθηση και επιτυγχάνουν ακόμα καλύτερη ακρίβεια. Η μία χρησιμοποιεί μεθόδους μηχανικής μάθησης για την εκπαίδευση των παραμέτρων ενός μοντέλου φυσικού επιπέδου για την επίτευξη υψηλής ακρίβειας, και η δεύτερη χρησιμοποιεί μεθόδους μηχανικής μάθησης με συγκεκριμένα χαρακτηριστικά (features) ώστε να εκπαιδευτεί για να παρέχει εκτιμήσεις υψηλής ακρίβειας. Επίσης αναπτύξαμε ένα πλαίσιο το οποίο βασίζεται και αυτό σε μεθόδους Network Kriging και μειώνει τις μετρητικές ανακρίβειες των συσκευών παρακολούθησης απόδοσης, και εντοπίζει σφάλματα σε επίπεδο συνδέσμου. Ακόμα αναπτύξαμε μία εργαλειοθήκη η οποία χρησιμοποιείται για να προσαρμόσει τις παραμέτρους μετάδοσης των μονοπατιών (ρυθμός συμβόλου, modulation format κλπ) ώστε η ποιότητα μετάδοσης τους να είναι πάντα αποδεκτή. Τέλος αναπτύξαμε έναν ILP αλγόριθμο ο οποίος κάνει δυνατή την κοινή χρήση φάσματος μεταξύ συνδέσεων διαφορετικής κλάσης. Σε περίπτωση χειροτέρευσης της ποιότητας μετάδοσης ενός μονοπατιού υψηλής κλάσης, αυτό μπορεί να δανειστεί φάσμα από ένα διπλανό του χαμηλής κλάσης και να προσαρμόσει τις παραμέτρους μετάδοσής του ώστε η ποιότητα μετάδοσης να επανέλθει σε αποδεκτά επίπεδα. Τhis PhD dissertation belongs to the research field of optical networks, and more specifically to the field of routing and optimization algorithms for elastic (flexible) optical networks. The continuous Internet traffic increase has created the need for more efficient optical networks. Recent developments in the field of optical networks are particularly important but are not enough to meet the needs of the near future. The architecture of the optical networks should evolve to allow dynamic control and adaptation of the network to changing conditions. This presupposes the development of algorithms that will initially use the information from the current state of the network. Next, from current and future requirements, the algorithms will determine possible optimization functions, and then decide on the execution of the respective actions. The implementation of these algorithms is the subject of this doctoral dissertation and has the effect of increasing the efficiency of optical networks, managing their resources more efficiently and reducing operating costs. In particular, we developed three methods for estimating the quality of transmission. The first is based on an algebraic method (Network Kriging) that models the interference of neighboring channels to provide high accuracy in the estimation. The other two estimation methods use mechanical learning and achieve even better accuracy. One uses mechanical learning methods to train the parameters of a physical level model to achieve high accuracy, and the other uses machine learning techniques with specific features to train to provide high-precision assessments. We also developed a framework that also relies on Network Kriging and reduces the metering inaccuracies of performance monitors, and detects link-level errors. Furthermore, we developed a toolkit that is used to adjust the transmission parameters of the paths (symbol rate, modulation format etc) so that their quality of transmission is always acceptable. Finally, we developed an ILP algorithm that enables spectrum sharing between different class connections. In case the quality of transmission of a high class path deteriorates, it can borrow spectrum from a low class neighbor and adjust its transmission parameters to bring the quality of transmission back to acceptable levels.
Γλώσσα:	Ελληνικά
Τόπος δημοσίευσης:	Αθήνα
Σελίδες:	99
Θεματική κατηγορία:	[EL] Δίκτυα ηλεκτρονικών υπολογιστών και Επικοινωνίες[EN] Computer Networks and Communications [EL] Ηλεκτρική και Ηλεκτρονική Μηχανική[EN] Electrical and Electronic Engineering
Λέξεις-κλειδιά:	Ελαστικά οπτικά δίκτυα; Οπτικά Δίκτυα; Βελτιστοποίηση δικτύων; Μηχανική μάθηση; Δρομολόγηση και ανάθεση φάσματος; Εκτίμηση Ποιότητας Μετάδοσης (QoT); Διαστρωματική βελτιστοποίηση; Επιβίωση δικτύου; Εγγυήσεις ρυθμού; Ακρίβεια Εκτίμησης; Περιθώρια Φυσικού Επιπέδου; Επαναρρύθμιση; Βλάβες; Ελαφριές Βλάβες; Optical Networks; Elastic Optical Networks; Network Optimization; machine learning; Routing and Spectrum Allocation; Quality of Τransmission (QoT) Εstimation; Estimation Accuracy; Physical Layer Margins; Network survivability; Rate-guarantees; Reconfiguration; Soft failures; Failure Localization; Spectrum sharing; Cross layer optimization
Κάτοχος πνευματικών δικαιωμάτων:	Copyright © Ιπποκράτης Ε. Σαρτζετάκης, 2019
Όροι και προϋποθέσεις δικαιωμάτων:	Με επιφύλαξη παντός δικαιώματος. All rights reserved. Απαγορεύεται η αντιγραφή, αποθήκευση και διανομή της παρούσας εργασίας, εξ ολοκλήρου ή τμήματος αυτής, για εμπορικό σκοπό. Επιτρέπεται η ανατύπωση, αποθήκευση και διανομή για σκοπό μη κερδοσκοπικό, εκπαιδευτικής ή ερευνητικής φύσης, υπό την προϋπόθεση να αναφέρεται η πηγή προέλευσης και να διατηρείται το παρόν μήνυμα. Ερωτήματα που αφορούν τη χρήση της εργασίας για κερδοσκοπικό σκοπό πρέπει να απευθύνονται προς τον συγγραφέα.
Διατίθεται ανοιχτά στην τοποθεσία:	https://www.didaktorika.gr/eadd/handle/10442/46027
Σημειώσεις:	Το έργο συγχρηματοδοτήθηκε από την Ελλάδα και την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) μέσω του Επιχειρησιακού Προγράμματος «Ανάπτυξη Ανθρώπινου Δυναμικού, Εκπαίδευση και Δια Βίου Μάθηση», στο πλαίσιο της Πράξης «Ενίσχυση του ανθρώπινου ερευνητικού δυναμικού μέσω της υλοποίησης διδακτορικής έρευνας» (MIS-5000432), που υλοποίησε το Ίδρυμα Κρατικών Υποτροφιών (ΙΚΥ)
Εμφανίζεται στις συλλογές:	Υποψήφιοι διδάκτορες