Selección de portal en redes inalámbricas malladas utilizando aprendizaje estadístico

Abstract

Las redes inalámbricas malladas (Wireless Mesh Networks - WMN) constituyen un tipo especial de redes inalámbricas multi-saltos que actualmente tienen un elevado interés académico y comercial. Se caracterizan por su autoorganización, auto-configuración y auto-reparación; lo que permite un rápido despliegue, fácil mantenimiento, bajo costo, alta escalabilidad y servicios confiables. Debido a estas ventajas, las organizaciones internacionales de normalización están trabajando activamente en definir especificaciones para este tipo de redes, por ejemplo, IEEE 802.11s, IEEE 802.15, IEEE 802.16. Dichas redes se conectan a otras, como por ejemplo Internet, a través de dispositivos llamados \gateways" o \puertas de enlace". También se utilizan los términos \pasarela" o \portal" para referirse a estos dispositivos. Algunas de estas redes suelen tener una única puerta de enlace o portal de conexión a Internet. No obstante, dicho portal puede estar congestionado y convertirse en un cuello de botella para toda la red. Para mitigar este problema, es frecuente instalar varios portales para distribuir la carga y mejorar el rendimiento. A este tipo de redes se les conoce como redes inalámbricas mallada multi-portales. Sin embargo, el hecho de agregar más puertas de enlaces no significa necesariamente un aumento proporcional en la capacidad nominal de la red. Se necesita un esquema de selección eficiente cuando se tiene varios portales. En este trabajo se presenta un mecanismo de selección de portal utilizando aprendizaje estadístico. Concretamente la propuesta se basa en aplicar una técnica del aprendizaje estadístico supervisado llamada \Support Vector Machines" (SVM). Este mecanismo es simple, orientado a flujo, independiente de la arquitectura y distribuido, además de no requerir modificaciones en el software existente en los dispositivos de la red. De acuerdo a las simulaciones este mecanismo logra desde el punto de vista de optar por el mejor portal y distribuir el tráfico entre los mismos, buenos resultados, incluso al poder estimar el valor del \throughput" es viable utilizar este mecanismo para el control de admisión.