Escolar Documentos
Profissional Documentos
Cultura Documentos
mn
mn
P
=
M denota o nmero total de links de fibra na rede.
C. Variveis:
- Caminho ptico: a varivel b
ij
1 se existe um caminho
ptico do n i para o n j na topologia virtual; caso
contrrio, b
ij
= 0. Note que esta formulao geral, uma
vez que caminhos pticos no so necessariamente
bidirecionais, i.e., b
ij
= 1 b
ji
= 1. Alm disso, podem
existir mltiplos caminhos pticos num mesmo par
fonte-destino, i.e., b
ij
>1, o que til quando o trfego
entre os ns i e j maior que a capacidade de um nico
caminho ptico.
1 6 5
2 3 4
2 3 4
1 6 5
- Roteamento de trfego: a varivel
sd
ij
denota a
quantidade de trfego fluindo de um n s para um n d
sobre um ou mais links virtuais.
- Rota na topologia fsica: a varivel p
ij
mn
denota o nmero
de caminhos pticos entre os ns i e j sendo roteados
pelo link de fibra m-n.
-
ij
b = Nmero de caminhos pticos entre os ns i e j
usando o comprimento de onda ,; sendo ,=1,2,3,...,W.
- Variveis de designao de comprimentos de onda: p
ij
mn
= 1, se o caminho ptico entre os ns i e j usa o
comprimento de onda ,, e roteado pelo link de fibra m-
n.
D. Projeto da topologia virtual (Virtual Topology Design
VTD)
- Objetivo:
Minimize:
A
sd
sd
ij
ij
sd
sd
1 (1)
- Matriz de conexo da topologia virtual:
i i
j
ij
T b s
,....
(2)
j j
i
ij
R b s
,....
(3)
- Variveis de trfego na topologia virtual:
sd
j
sd
sj
A =
(4)
sd
i
sd
id
A =
(5)
d s k se
j
sd
kj
i
sd
ik
, .... .... = =
(6)
2 / )} 5 , 0 sgn( 1 .{ 0 + A s s
ij sd
sd
ij
b
(7)
ij
sd
sd
ij
b C. . | s
(8)
Int b
ij
(9)
E. Projeto da topologia fsica (Physical Topology Design
PTD)
- E.1) Roteando sobre a topologia fsica p
ij
mn
:
j i k se p p
n
ij
kn
m
ij
mk
, .... ,.... = =
(10)
ij
n
ij
in
b p =
i,j,
(11)
ij
m
ij
mj
b p =
i,j, (12)
mn
ij
ij
mn
P L p . s
i,j, (13)
Int p
ij
mn
(14)
- E.2) Colorao dos caminhos pticos:
,
ln
=
m
ij
ml
n
ij
p p
,
i,j , se l = i,j (15)
ij
n
ij
in
b p =
i,j,,
(16)
ij
m
ij
mj
b p =
i,j,,
(17)
mn
ij
ij
mn
P p s
,,,m,n (18)
ij ij
b b =
i,j (19)
ij
mn
ij
mn
p p =
i,j,m,n. (20)
Int p
ij
mn
, b
ij
(21)
F. Explanao
A funo objetivo (1) uma restrio linear que minimiza
os saltos virtuais na rede, sendo uma das maneiras de reduzir o
processamento eletrnico. As equaes (2) e (3) estabelecem
que o nmero de caminhos pticos partindo de um n
restrito ao nmero de transmissores desse n; enquanto que o
nmero de caminhos pticos chegando em um n restrito ao
nmero de receptores deste n. As equaes (4)-(6) governam
o fluxo de trfego na topologia virtual. A equao (7)
estabelece que o trfego s pode fluir por um caminho ptico
existente, enquanto a .8) especifica a restrio de capacidade
na formulao.
No PTD, sees E.1, (9)-(11) so equaes de fluxo que
governam o roteamento de caminhos pticos de uma fonte
para um destino. A equao (12) estabelece que o nmero de
caminhos pticos fluindo por um link de fibra no excede L.
No PTD, seo E.2, (14)-(16) estabelecem que, para um
determinado caminho ptico, um comprimento de onda ,
conservado em todos os ns. Em (17) esta estabelecido que
no h dois comprimentos de onda semelhantes na mesma
fibra, i.e., no h dois caminhos virtuais atravessando um link
de fibra no mesmo comprimento de onda. A equao (18)
estabelece que um caminho ptico tenha apenas uma cor e
(19) que o nmero de comprimentos de onda presentes em
cada fibra igual ao nmero de caminhos pticos passando
pela mesma.
IV. MTODOS DE SOLUO
Os problemas de topologia virtual e RWA podem ser
representados atravs de funes, variveis e um conjunto de
restries a serem obedecidas, como descritos anteriormente.
Entretanto, esses problemas so NP (Non-deterministic
Polynomial time) [8], ou seja, medida que o nmero de ns
da rede cresce, o processamento computacional aumenta
exponencialmente e, devido a isto, estes problemas se tornam
intratveis.
Neste trabalho utiliza-se meta-heursticas, que so mtodos
de otimizao genricos e servem para resolver diversos
problemas computacionais. O intuito adapt-las ao problema
proposto neste artigo e, posteriormente, com baixo custo
computacional, resolver o problema de maneira a encontrar
uma topologia virtual que atenda ao nosso objetivo de
minimizar o nmero de comprimentos de onda utilizados em
uma rede ptica, preservando a sua capacidade de abertura
para demandas futuras.
V. ESTRATGIA META-HEURSTICA
Para resolver os problemas de topologia virtual e RWA de
redes pticas utiliza-se um fluxograma (Fig. 3) que descreve
os passos a serem seguidos no intuito de encontrar uma boa
soluo para ambos os problemas. Ao final, tem-se uma
soluo cuja topologia virtual conter o conjunto de melhores
caminhos virtuais, que sero roteados e alocados em um
determinado comprimento de onda na topologia fsica.
O primeiro passo encontrar uma topologia virtual
independente da topologia fsica, obedecendo s restries de
nmeros de transmissores/receptores (grau virtual) que
limitam o nmero de conexes virtuais da rede. Para este
passo, se aplica as meta-heursticas para definir os enlaces
virtuais, atravs dos quais os dados sero encaminhados.
Pretende-se, assim, definir uma topologia que, nos passos
subsequentes, consiga obter o menor nmero de comprimentos
de onda diferentes entre si.
No segundo e terceiro passo sero roteados e designados
comprimentos de onda para os caminhos virtuais definidos no
passo um considerando uma rede sem conversores de
comprimento de onda.
Ao final, o nmero de comprimentos de onda alocados ser
analisado para estabelecer os caminhos virtuais da rede. Se o
nmero de comprimentos de onda encontrado for menor,
utiliza-se esta soluo (topologia virtual) para continuar o
processamento, at que o nmero de iteraes definido pela
meta-heurstica seja alcanado. Caso a soluo encontrada no
seja a melhor, gera-se outra soluo a partir do melhor
resultado obtido at o momento. A simulao termina quando
o nmero de iteraes proposto pela meta-heurstica
alcanado. Caso o nmero de iteraes no seja alcanado,
retorna-se ao primeiro passo. Os resultados encontrados
devero ser o mais prximo da soluo tima ou,
eventualmente, sero a soluo tima.
Figura 3. Fluxograma da soluo do problema de projeto de rede ptica.
esperado que ao final do processamento da estratgia
proposta (Fig. 3), se tenha uma soluo (topologia virtual e
RWA) satisfatria, que atenda todo o trfego da rede,
alocando o mnimo de comprimentos de ondas possveis. Para
que este objetivo seja alcanado, utiliza-se duas meta-
heursticas com caractersticas distintas, a Simulated
Annealing e a Tabu Search, e os resultados obtidos atravs de
ambas so comparados com algumas heursticas tradicionais
[6].
Para adaptar as meta-heursticas Tabu Search e Simulated
Annealing aos problemas VTD e RWA, foram utilizadas
matrizes bidirecionais, cujas linhas e colunas so
representadas pelo nmero de ns da rede. Todas as solues
iniciais (s
o
), atuais (s), vizinhas (v) e finais (s*), utilizadas na
implementao, so representadas em forma de matriz
contendo, uma topologia virtual (caminhos virtuais). As
solues vizinhas so geradas a partir da substituio de um
caminho virtual da soluo atual. A definio dos caminhos
virtuais na matriz feita colocando o valor 1, onde existe
caminho estabelecido, e 0, em sua ausncia. Nas prximas
subsees sero descritos detalhes dessas heursticas.
G. Simulated Annealing
A meta-heurstica Simulated Annealing (SA) tambm
chamada de recozimento simulado foi proposta por
Kirkpatrick [9]. Inspirado no processo de resfriamento de um
conjunto de tomos aquecidos, sua anlise baseada na
fundamentao da termodinmica e utiliza tcnicas de busca
local probabilstica.
Na termodinmica, para se obter estados de baixa energia
de um material necessrio fundi-lo e, posteriormente, lev-lo
ao estado de solidificao. Com base neste princpio, o
Simulated Annealing composto por duas etapas: na primeira,
o material aquecido a altas temperaturas para alcanar o
estado de fuso; na segunda, a temperatura do material
reduzida lentamente, fazendo que o sistema encontre um
ponto de equilbrio caracterizado por uma estrutura ordenada e
estvel. Se o material for resfriado bruscamente sua estrutura
ficar desordenada e instvel.
A meta-heurstica Simulated Annealing composta pelos
seguintes passos:
Passo 1: escolha de uma soluo inicial (s
o
) atravs de uma
heurstica, que pode ser de carter aleatrio ou determinstico.
Esta soluo passa ser, ento, a soluo atual (s) e final (s*).
Para esta implementao, a soluo inicial foi gerada
randomicamente.
Passo 2: seleo aleatria de uma soluo v vizinha, de s,
e analise da variao do valor da funo objetivo (), quando
s move-se para v. A funo objetivo o nmero de
comprimentos de onda de cada soluo.
Passo 3: se a variao, da funo objetivo de v, comparada
com s, for menor que zero ( < 0), o mtodo aceita o
movimento e v passa ser a soluo atual. Posteriormente
comparado o valor da funo objetivo de v com a soluo final
(s*), caso v obtenha o valor menor, ser considerada, ento,
como soluo final.
Passo 4: se a variao, da funo objetivo de v comparada
com s, for maior ou igual a zero ( 0), v poder ser aceita
como soluo atual, mas com a probabilidade e
(-/T)
, na qual T
INCIO
PROJETODA
TOPOLOGIA
VIRTUAL
Nmero de
Iteraes
alcanado?
NO
FIM
SIM
P
R
O
J
E
T
O
D
E
T
O
P
O
L
O
G
I
A
F
S
I
C
A
ROTEAMENTO
ALOCAO DOS
COMPRIMENTOS
DE ONDA
a temperatura (estabelecida pelo usurio) que regula a
probabilidade de aceitar solues ruins.
Passo 5: verificar se a temperatura do sistema maior que
zero, em caso afirmativo, retorna-se ao passo 2 e a busca
continua at que a temperatura fique menor que zero.
Ao final, a melhor soluo encontrada para o problema
proposto esta contida na varivel soluo final (s*). Esta
soluo contm a matriz que representa a melhor topologia
virtual encontrada para a rede.
H. Tabu Search
A meta-heurstica Tabu Search (busca tabu ou BT) foi
desenvolvida por Glover [10]. Sua principal caracterstica a
utilizao de estratgias que procuram imitar o funcionamento
de memria dos seres humanos.
A busca tabu constituda por mtodos que exploram um
espao de solues, movimentando-se de uma soluo vizinha
para outra, em busca do melhor resultado. Os caminhos
percorridos so gravados em uma estrutura de memria
chamada de lista tabu. Esta lista contm as solues que foram
percorridas ao longo da busca e que devem ser evitadas. Isto
feito para impedir a ocorrncia de ciclos e retrocessos durante
o processo de busca.
No entanto, pode-se voltar a explorar, novamente, algumas
solues que esto contidas na lista tabu. Mas, para isto,
necessrio que algum critrio de quebra de restrio seja
aceito. Tais critrios so chamados de critrios de aspirao.
Os critrios de aspirao so tcnicas que permitem aceitar
certos movimentos tabu, que sejam julgados interessantes para
o prosseguimento da pesquisa. O mais simples dos critrios de
aspirao consiste em aceitar todo movimento em direo a
uma soluo que melhore o registro. Este critrio quase
unanimemente adotado na maior parte das aplicaes.
A meta-heurstica Tabu Search composta pelos seguintes
passos:
Passo 1: escolha de uma soluo inicial atravs de uma
heurstica que pode ser de carter aleatrio ou determinstico.
Para esta implementao, a soluo inicial foi gerada
aleatoriamente.
Passo 2: a soluo inicial registrada na lista tabu e
adotada como soluo atual e final (melhor soluo obtida at
o momento). Esta lista tem a estrutura de um vetor e armazena
o ndice de cada matriz, indicando sua topologia virtual.
Passo 3: a partir da soluo atual, escolhida a melhor
soluo dentre um conjunto de solues vizinhas. Esta,
independente de ser a melhor ou pior do que a atual, ser
registrada e passar a ser a soluo atual.
Passo 4: analisa-se a soluo atual, encontrada no passo
anterior, caso esta soluo seja a melhor encontrada at o
momento, ela passar a ser a soluo final.
Passo 5: verifica-se o nmero fixo de iteraes
estabelecidas para o trmino da busca. Caso ainda exista
iteraes a serem feitas volta-se para o passo 3 e a busca
continua at que um nmero fixo de iteraes seja alcanado.
O nmero de iterao estabelecido pelo usurio.
Ao final da busca tabu, a melhor soluo encontrada para o
problema proposto esta contida na varivel soluo final. Esta
soluo contm a matriz que representa a melhor topologia
virtual encontrada para a rede.
VI. RESULTADOS
I. Determinao do Nmero de Comprimentos de Onda
Para simulao, os dados de entrada so: 1) a matriz de
trfego, 2) o grau virtual (nmero de transmissores/
receptores) e 3) a topologia fsica da rede. A sada do
algoritmo gera: a) os caminhos pticos (b
ij
s), b) roteamento
dos b
ij
s na topologia fsica e c) o nmero de comprimentos de
ondas necessrios para a configurao desses caminhos
pticos. As matrizes de trfego, de ambas as redes, foram
geradas aleatoriamente, atravs de uma distribuio uniforme
entre 0 e 1, e os nmeros contidos nos enlaces representam a
distncia entre os ns da rede.
As simulaes foram realizadas com duas redes. A primeira
uma rede ptica considerada pequena, com apenas 6 ns e 7
enlaces bidirecionais (Fig. 4), e matriz de trfego representada
pela Tabela II. Com esta rede pode-se obter a melhor soluo
(soluo tima), calculada por mtodos exatos [7]. Os
resultados so comparados com os das heursticas HLDA
(Heuristic Logical Topology Design Algorithm), MLDA
(Minimum-delay Logical Topology Design Algorithm),
TILDA (Traffic Independent Logical Topology Design
Algorithm) e RLDA (Random Logical Topology Design
Algorithm). Para detalhes, ver [6]. Os resultados obtidos so
mostrados na Fig. 5.
Figura 4. Topologia Fsica da Rede ptica simples.
TABELA II. MATRIZ DE TRFEGO DA REDE PTICA SIMPLES.
Como pode ser observado na Fig. 5, para todos os graus
virtuais estabelecidos, as duas meta-heursticas obtiveram
resultados iguais soluo tima para os graus 1, 2. No grau
3, apenas a meta-heurstica Simulated Annealing conseguiu
atingir o resultado igual a soluo tima, tornando-se melhor
que a meta-heurstica Tabu Search, para este cenrio
especfico. Para o grau 4, nenhuma das meta-heursticas
obtiveram o resultado timo. No entanto, conseguiram
melhores resultados que as heursticas RLDA e HLDA.
Figura 5. Resultado da Simulao da Rede ptica Simples.
Ento, j que minimizamos o nmero de comprimentos de
onda na fase de planejamento da rede, provavelmente haver
comprimentos de onda disponveis para demandas futuras e/ou
imprevistas. Logo, a estratgia aqui adotada preserva a
capacidade da rede aberta a demandas futuras.
Na segunda simulao, utilizada a rede ptica NSFNET
composta por 14 ns e 20 enlaces bidirecionais interligando os
ns da rede (Fig. 6). A matriz de trfego correspondente a esta
rede representada pela Tabela III e os resultados obtidos so
apresentados na Fig. 7.
Figura 6. Rede ptica NSFNET.
TABELA III. MATRIZ DE TRFEGO DA REDE PTICA NSFNET.
Como pode ser observado na Fig. 7, para a rede ptica
NSFNET os resultados apresentados pelas meta-heursticas
foram bastantes similares aos resultados das heursticas. No
entanto, as meta-heursticas conseguiram obter resultados
melhores para os graus 2, 3 e 8. No grau 7, as meta-heursticas
chegaram a se igualar com o resultado obtido pela aplicao
da heurstica TILDA, que se mostrou a melhor dentre todas as
heursticas para este cenrio especfico, devido a sua estratgia
de alocao dos comprimentos de onda. Para os graus 4, 5 e 6
as meta-heursticas obtiveram resultados iguais, as heursticas
TILDA e MLDA. Ao fazer uma anlise semelhante primeira
simulao, com uma rede de 6 ns, a Tabu Search obteve
melhores resultados para preservar aberta a capacidade da
rede.
Figura 7. Resultado da Rede ptica NSFNET.
J. Roteamento do Trfego pela Topologia Virtual
Evidentemente, se for obtido uma minimizao do nmero
de comprimentos de onda necessrios, outra funo objetivo
degradada. No caso, o objetivo mais apropriado para
comparao o congestionamento nos links virtuais. Para isto,
o congestionamento calculado e comparado com os
resultados de [6] MILP, HLDA e RLDA e com os
resultados de [11] HIBR que um algoritmo hbrido de
minimizao de congestionamento.
Em relao ao congestionamento, conforme observado na
Tabela IV, com as heursticas Tabu Search e Simulated
Annealing obtiveram-se resultados menos satisfatrios que os
disponveis na literatura. Entretanto, deve-se lembrar que as
heursticas foram propostas para minimizar o nmero de
comprimentos de onda necessrios. E neste caso elas so
bastante satisfatrias, como j foi visto na Fig. 7. Alm disso,
o tempo de simulao de poucos minutos para uma rede de
dimenso grande como a NSFNET, com uma configurao de
mquina semelhante a [11]. Enquanto [11] leva
aproximadamente 40 minutos e [6] obtm boas solues MILP
com tempo de parada em aproximadamente 50h, a estratgia
proposta (Simulated Annealing ou Tabu Search) leva
aproximadamente 10 minutos para fazer o RWA e
posteriormente encontrar os valores de congestionamento.
Ento, se houver capacidade disponvel nos links virtuais as
heursticas podem ser utilizadas de forma eficiente nos
subproblemas tradicionais do projeto da topologia virtual.
TABELA IV. CONGESTIONAMENTO NOS LINKS VIRTUAIS.
1 2 3 4
0
1
2
3
4
5
N
m
e
r
o
d
e
C
o
m
p
r
i
m
e
n
t
o
s
d
e
O
n
d
a
Grau Virtual
SOLUO TIMA SIMULATED ANNEALING
TABU SEARCH RLDA
HLDA
0 2 4 6 8
0
3
6
9
12
15
N
m
e
r
o
d
e
C
o
m
p
r
i
m
e
n
t
o
s
d
e
O
n
d
a
Grau Virtual
BOUND SIMULATED ANNELING
TABU SEARCH TILDA
MLDA HLDA
Grau
Virtual
MILP HLDA RLDA HIBR Tabu
Serach
Simulated
Annealing
2 209.17 155.37 266.49 205.64 374.49 309.03
3 103.03 84.58 156.93 101.37 146.86 146.23
4 76.94 65.16 94.17 81.40 111.36 111.36
5 59.37 54.39 69.47 59.94 78.27 69.22
VII. CONCLUSO
Diante do exposto, conclui-se que, com as heursticas
propostas e baseado na disponibilidade de carga, pode-se fazer
um planejamento de rede ptica com mnima utilizao de
comprimentos de onda.
Essas estratgias podem ser indispensveis devido aos
seguintes fatores: 1) a disponibilidade de recursos limitada,
quanto mais comprimentos de onda so usados mais custo ter
um transponder ptico no sintonizvel; 2) mesmo com uma
disponibilidade muito grande de comprimentos de onda,
minimizar o seu nmero essencial para manter a capacidade
aberta para trfegos futuros ou reconfiguraes que sejam
necessrias em decorrncia de falhas; 3) o tempo de deciso
pode ser um fator importante, visto que respostas rpidas,
mesmo em funo da degradao de outros objetivos, podem
ser essenciais na relao custo-benefcio.
AGRADECIMIENTOS
Xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx.
REFERNCIAS
[1] C. S. Murthy and M. Gurusamy, WDM Optical Networks Concepts,
Design and Algorithms, Prentice Hall PTR, 2002.
[2] M. T. Furtado, M. L. Rocha, M. R. Horiuchi, M. R. X. Barros, S. M.
Rossi, F. D. Simes e R. Arradi, Transmisso 4 40 Gb/s por
Diferentes Tipos de Fibras e Resduos de Disperso com
Aproveitamento do Legado Tecnolgico de 10 Gb/s, IEEE Latin
America Transactions, Vol. 3, No. 4, Outubro 2005.
[3] A. C. B. Soares, J. C. Maranho, W. F. Giozza e P. R. F Cunha, First
Load Priority: A Wavelength Converter Placement Scheme for Optical
Networks with Sparse-Partial Wavelength Conversion, Simpsio
Brasileiro de Redes de Computadores SBRC, v.2, p.1089-1103,
Curitiba, 2006.
[4] X. Chu, J. Liu and Z. Zhang, Analysis of Sparse-Partial Wavelength
Conversion in Wavelength-Routed WDM Networks, INFOCOM
2004, Twenty-third AnnualJoint Conference of the IEEE Computer and
Communications Societies, March, 2004.
[5] M. L. Kodialam and T. V. Lakshman, Minimum interference routing
with applications to MPLS traffic engineering, INFOCOM 2000.
Nineteenth Annual Joint Conference of the IEEE Computer and
Communications Societies.
[6] R. Ramaswami e K. N. Sivarajan, Design of logical topologies for
wavelengthrouted optical networks. IEEE Journal on Selected Areas
in Communications, 14(5), pp. 840851, 1996.
[7] R. M. Krishnaswamy e K. N. Sivaraja, Design of Logical Topologies:
A Linear Formulation for Wavelength-Routed Optical Networks with
No Wavelength Changers. IEEE/ACM Transactions On Networking,
Vol. 9, No. 2, April, 2001.
[8] T. H. Cornen, C. E. Leiserson, R. L. Rivest, and C. Stein, Introduction
to Algorithms. theMcGraw-Hill Book Company. Second Edition, 2001.
[9] S. Kirkpatrick, D. C. Gellat, and M. P. Vecchi, Optimization by
Simulated Annealing. Science, 220:671680, 1983.
[10] F. Glover and M. Laguna, Tabu Search. Kluwer Academic Publishers,
Boston, 1997.
[11] M. O. Lima, F. O. Lima, E. Oliveira e M. E. V. Segatto, Um
Algortmo Hbrido para o Planejamento de Redes pticas. REIC.
Revista Eletrnica de Iniciao Cientfica, v. 1, p. 1-10. 2006.
[12] K.D.R. Assis, H. Waldman e W. F. Giozza, Optical Networks: A
Complete Design - IEEE ComSoc/SBrT Joint Issue of the Journal of
the Brazilian Telecommunication Society. Revista da Sociedade
Brasileira de Telecomunicaes, v.1, p.1 - 8, 2005.
Karcius Day Rosrio Assis graduado em Engenharia Eltrica pela
Universidade Federal da Paraba (UFPB), Campina Grande,
Paraba, Brasil, em 1997. Obteve o ttulo de mestre em
Engenharia Eltrica pela Universidade Federal do Esprito
Santo (UFES), Vitria, Esprito Santo, Brasil, em 2000 e de
Doutor, em Engenharia Eltrica pela Universidade Estadual de
Campinas (UNICAMP), Campinas, So Paulo, Brasil, em 2004.
Atualmente professor da Universidade Federal da Bahia (UFBA) e suas
pesquisas se concentram na rea de planejamento e otimizao de redes
pticas, tpico no qual tem escrito e revisado artigos.
Alex Ferreira dos Santos nasceu na cidade de Mutupe, Bahia, Brasil, em 25
de janeiro de 1986. Recebeu o ttulo de Bacharel em Cincia
da Computao pela Universidade Salvador (UNIFACS) em
Salvador, Bahia, Brasil. Entre os anos de 2005 e 2007,
participou do Grupo de Pesquisa em Redes pticas do
departamento de Engenharia Eltrica e Computao desta
Universidade. Atualmente aluno de Mestrado em Engenharia
Eltrica, na rea de telecomunicaes, da Universidade So Paulo (USP). Suas
principais reas de pesquisas so: Planejamento e Otimizao de Redes
pticas, Algoritmos RWA e Redes pticas Passivas (PON).
William Ferreira Giozza , desde junho de 2009, professor e pesquisador do
Grupo de Redes de Computadores, no Departamento de
Engenharia Eltrica da Universidade de Braslia (UnB),
Braslia, Brasil. Recebeu o ttulo de Doutor em Cincia da
Computao pela University of Paris, Frana, em 1982; Mestre
em Engenharia Eltrica pela Universidade Federal da Paraba
(UFPB), Campina Grande, Paraba, Brasil, em 1979; e graduado em
Engenharia Eltrica pelo Instituto Tecnolgico da Aeronutica (ITA), So
Jos dos Campos, Brasil, em 1976. De 1976 a 1998, foi professor de Cincia
da Computao e Engenharia Eltrica da Universidade Federal da Paraba,
Campina Grande, Brasil. De 1992 a 1993 foi professor associado na
University of Paris 6, Frana. De 2001 a maio de 2009, foi Professor da
Universidade de Salvador (UNIFACS), em Salvador, Bahia, Brasil.
Atualmente suas pesquisas se concentram na rea de redes pticas e redes
sensores sem fio.