An IP Fast Reroute Method to Recover from Double Network Component Failures

Q: 이 논문에서 정의한 이중 네트워크 구성요소 고장이란 무엇인가?

이중 네트워크 구성요소 고장은 두 개의 노드 고장, 두 개의 링크 고장, 또는 하나의 노드와 하나의 링크가 동시에 고장 나는 상황을 의미한다. 이는 기존 IPFRR 방법들이 단일 고장에 초점을 맞추는 것과 달리, 두 가지 구성요소의 동시 고장을 다루는 복합적인 네트워크 장애 상황을 지칭한다.

Q: 두 가지 네트워크 구성요소 고장 시 IPFRR 방법의 핵심은 무엇인가?

연구 결과, 두 가지 네트워크 구성요소 고장에 대응하기 위한 IPFRR 방법은 MRC(다중 라우팅 구성)와 EIST(엣지 독립 신장 트리) 방법을 결합하는 것이다. 이는 미리 정의된 백업 구성(BC)에서 두 개의 노드 독립 신장 트리(NIST)를 생성하여, 첫 번째 고장 시 하나의 NIST를 사용하고 두 번째 고장 시 다른 NIST를 사용하여 패킷을 재라우팅한다.

Doris Joseph Hermann Heriniaina; Takuya Maeda; Yuya Tarutani; Yukinobu Fukushima; Tokumi Yokohira

doi:10.5573/IEIESPC.2025.14.3.378

학술저널

저자정보: Doris Joseph Hermann Heriniaina (Okayama University) Takuya Maeda (Okayama University) Yuya Tarutani (Osaka University) Yukinobu Fukushima (Okayama University) Tokumi Yokohira (Okayama University)

저널정보: 대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.14 No.3

오류 신고하기

피인용 0

검색

초록·키워드

There are numerous IP fast reroute (IPFRR) methods that can be used to quickly recover from the failure of a single network component, and there are a few IPFRR methods that focus on multiple link failures. However, there have been no IPFRR methods to date for dealing with two node failures and simultaneous node and link failures. In this paper, we propose such a method. The proposed method combines two existing IPFRR methods that can deal with a single network component failure. Numerical examples show that we can successfully obtain node-independent spanning trees required for rerouting in the event of double network component failures for many topologies when the number of nodes in a given topology is between 20 and 200. We also demonstrate that the increased number of hops in double network component failures ranges from two to four for the Waxman topology model and from two to three for the Barabási-Albert topology model.

#Fast network recovery #IP fast reroute #Multiple routing configurations #Multiple routing trees #Double network component failures

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-25-02-093686204

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료