Simulación, análisis y evaluación de algoritmos epidémicos

Abstract

El objetivo principal de cualquier red es el intercambio de información entre sus diferentes elementos. Actualmente, la gran demanda existente exige a las redes incrementar su capacidad día a día para poder intercambiar cada vez más información y más rápido. Pero no se queda ahí, ya que se prevé que sigan aumentando aún más las exigencias. Para poder
satisfacer toda esta demanda, no solo se ha de incrementar la capacidad de los equipos y los enlaces para que puedan soportar más información, sino que también hay que pulir los algoritmos que rigen la lógica detrás del intercambio de esta información.
Entre los muchos protocolos que existen, los epidémicos (gossiping o epidemic, en inglés) destacan por utilizar los modelos matemáticos detrás de las expansiones de los rumores o
las epidemias (son muy similares) para difundir la información entre todos los elementos de la red. Estos protocolos se centran en conseguir una difusión más eficiente sin perder fiabilidad. Además, son muy tolerantes a fallos y muy flexibles. Por otro lado, las redes con equipos de bajas capacidades, como por ejemplo las redes de sensores, se encuentran actualmente en el foco de muchos proyectos de investigación, debido a su relación con tecnologías punteras como el Internet de las Cosas (IoT, por sus siglas en inglés). En este proyecto se aborda la simulación de varios algoritmos epidémicos, desarrollados previamente y pensados para este tipo de redes, a fin de comprobar su competitividad y analizar su respuesta de manera práctica, sometiéndolos a distintas pruebas. En primer lugar, se analiza el marco tecnológico de este trabajo, comenzando por profundizar en las redes propuestas, los algoritmos epidémicos y los protocolos relacionados con ellos que existen hoy en día; y concluyendo con una descripción de los simuladores de redes y procesadores de datos, poniendo el foco en Peersim y R, respectivamente (al
ser los utilizados en este trabajo). Seguido de esto, se describe el código implementado en la programación de los protocolos y la preparación de todo el entorno para su posterior simulación. Una vez acabado de revisar el código, se analizan las ejecuciones realizadas con el simulador, comparando los diferentes algoritmos entre sí y con otros algoritmos de referencia, con el fin de extraer conclusiones que se contrastarán con las previsiones teóricas. Se incluye un apéndice en el que se describen todas las herramientas utilizadas durante el trabajo, junto con la justificación de su uso. Tras todo este proceso, los resultados obtenidos de comparar los resultados de las diferentes simulaciones indican que los algoritmos se comportan como se esperaba en la teoría,
demostrando sus capacidades de ahorro de memoria y energía sin afectar sobremanera al rendimiento temporal.
Abstract:
The main objective of any network is the exchange of information between its different elements. Currently, the great existing demand forces the networks to increase their capacity day by day to be able to exchange more and more information and in a faster way. However, it does not stop there, as the demands are expected to continue to increase. To meet all this demand, not only must the capacity of the equipment and the links be increased so that they can support more information, but the algorithms that govern the logic behind the exchange of this information must also be polished.
Among the many protocols that exist, epidemic (or gossiping) ones stand out for using the mathematical models behind the spread of rumors or epidemics (they are very similar) to spread information among all elements of the network. These protocols are focused on achieving more efficient diffusion without losing reliability. In addition, they are highly fault tolerant and flexible. On the other hand, networks with low-capacity equipment, such as sensor networks, are currently the target of many research projects, due to their relationship with cutting-edge technologies such as the Internet of Things (IoT). This project deals with the simulation of several previously developed epidemic algorithms designed for this type of networks, in order to verify their competitiveness and analyze their response in a practical way, subjecting them to different tests. In the first place, the technological framework of this work is analyzed, beginning by delving into the proposed networks, the current epidemic algorithms and their related
protocols; and conclude with a description of the network simulators and data processors, focusing on Peersim and R, respectively (as used in this work). Next, the code that implements the protocols is described. Then, the preparation of the entire environment for later simulation is depicted. Once the code has been reviewed, the executions carried out with the simulator are analyzed, comparing the different algorithms with each other and with reference algorithms, in order to draw conclusions that will be contrasted with the theoretical forecasts. An appendix is included which describes all the tools used during the job and why they were chosen. An appendix is included in which all the tools used during the work are described, together with the justification for their use. After all this process, the results obtained by comparing the results of the different simulations indicate that the algorithms behave as expected in theory, demonstrating their ability to save memory and power without greatly affecting performance.