混合网络中一种基于拥塞概率预测的TCP协议

现有的TCP协议采用丢包事件、拥塞反馈信息或往返时延等信息启动拥塞控制,而这些基于单个数据包信息的方法进行丢包区分的能力较弱,使得有线/无线混合网络中的非拥塞丢包影响了TCP的拥塞控制行为.本文提出了一种新的TCP协议,PceReno(Probability of Congestion or Error),它通过对最近一段数据的拥塞概率预测来决定如何响应当前丢包事件,从而避免盲目的启动拥塞控制.这种先应式拥塞感知和后应式拥塞响应相结合的拥塞控制方法不需要增加额外的开销,完全依赖于原有的拥塞控制.实验结果表明PceReno能够较好地对抗随机错误,有效提高TCP在混合网络中的吞吐量.     

TCP拥塞控制算法研究

研究无线传输优化问题,随着用户的迅速增长,使网络负载大于网络资源容量,引起拥塞、传输延时和丢包等问题.采用传统的TCP拥塞控制算法,使网络发生拥塞的可能性增大,甚至导致网络崩溃.为了解决当前的网络拥塞问题,提出了一种改进的TCP拥塞控制算法.算法根据网络拥塞跟回路响应时间的大小成正比的关系,在源端检测回路响应时间值,同时在网络拥塞产生的临界区域,采取拥塞窗口线性减小的方法,使网络远离该区域,大大降低了拥塞产生概率,避免了传统TCP算法中拥塞窗口值得大幅振荡.经仿真证实:算法比传统TCP算法有较低的丢包率,且吞吐量得到了较大的提高,改进算法能够在一定程度上缩短拥塞恢复时间,降低网络的振荡,提高网络的传输质量.     

一种无线TCP的拥塞控制算法及其性能分析

由于TCP协议总是认为丢包是网络拥塞所造成的,使得其在高误码率的无线信道中性能下降较大.提出一种无线网络中TCP的拥塞控制算法.应用该算法,源节点能够在发生拥塞时迅速降低发送速率,以缓解拥塞;也能在无线信道丢包时,迅速重传,避免网络资源浪费.仿真结果表明,该算法能够较好地适应无线环境,使TCP的性能提高大约5%～18%.     

早期确定性拥塞指示算法

分析了RED算法在拥塞指示信息传输上的不足，提出了一种早期确定性拥塞指示算法，使得拥塞指示能尽可能快地到达TCP源，以有效地响应路由器的早期拥塞，使用改进的NS进行了仿真实验，实验结果表明该算法在保证网络吞吐率的基础上，能更有效地降低路由器中的丢包率，提高网络的利率率。     

无线网络的拥塞控制机制研究

由于有线网络TCP拥塞控制机制是建立在拥塞是网络丢包原因的基础上，所以该机制不能适应无线网络中高误码率造成的无线链路丢包的情况。因此，我们提出了一种改进的TCP拥塞控制机制AED和TCP．WX算法，此机制和算法能有效地降低无线网络中的丢包数，提高信道的利用率。     

基于往返延迟抖动区分丢包的TCPW改进

针对TCP Westwood(TCPW)在高误码率无线网络环境下不能区分无线丢包和拥塞丢包的问题,提出了一种基于往返延迟抖动区分丢包的TCPW改进协议,称之为TCPWBJ。它根据测得的往返延迟抖动划分拥塞等级,区分无线丢包和拥塞丢包,并根据拥塞等级进行相应的拥塞控制。仿真结果表明,TCPW BJ算法在高误码率无线网络中,显著提高了带宽利用率和吞吐量,并保持良好的公平性与友好性。     

一种基于UDP的拥塞控制方案

实现UDP和TCP数据流的公平性以及在UDP中解决拥塞控制从而保证传输可靠性是提高服务质量所面临的两个迫切需要解决的问题。提出一种解决上述两个问题的方案——FFUDP(Friend and Fair UDP),即UDP根据丢包率来判断网络的拥塞情况,如果网络拥塞,接收方通知发送方调整发送速率从而有效解决公平性问题以及UDP的拥塞控制问题。仿真结果表明,FFUDP大幅度提高了数据吞吐量,降低了丢包率,实现了与TCP数据流的公平性。     

基于DupAck的Ad Hoc网络TCP性能改进

为改进传输控制协议(TCP)在无线网络环境下的性能,分析Ad Hoc网络数据丢失的原因,提出一种区分无线丢包和拥塞丢包的算法。该算法通过在发送端检测返回的重复Ack的相对单向传输时延,探测到网络真实的拥塞状况,以便采取合理的拥塞控制措施。仿真结果表明,该算法能够正确区分无线丢包和拥塞丢包,改善Ad Hoc网络的TCP性能。     

基于误码丢包率监测的无线TCP改进

针对无线环境下TCP错误调用拥塞控制算法致使性能下降的情况,提出一种基于误码丢包率监测的无线TCP改进方法。利用显式拥塞通知的路由器配合区分分组丢失性质,在数据发送端采用实时误码丢包率监测,并根据监测结果调整TCP段尺寸。仿真结果表明,改进后的TCP吞吐量在误码率为1E-4时超过TCP_SACK和TCP_Reno近1倍。     

一种改进的主动拥塞控制算法

在已有的主动网络拥塞控制机制(ACC)中,通过丢包的方式缓减拥塞。TCP拥塞控制机制起主导作用,但不能满足现有网络环境要求。该文提出一种改进的ACC算法,该算法将拥塞控制参数嵌入到每个主动包中,通过驻留在主动路由器中的拥塞控制代码,对参数进行相应修改,从而达到拥塞预防和控制的目的。仿真结果表明,该方法具有较好的网络带宽利用率和公平性,丢包概率接近0。     

基于反馈的区分服务网络拥塞管理方案研究

为了有效解决RED算法拥塞响应滞后以及在聚集类之间公平性不足的问题,提出建立一种基于早期拥塞指示反馈的区分服务网络模型,并在该模型上采用优先级早期随机检测算法。在网络入口节点对分组进行分类、聚集与监测,各队列按优先级设置不同队列长度阈值,当平均队列长度或各队列长度达到相应阈值范围时,立即触发不同程度拥塞指示包向源端反馈。使用改进的NS进行了仿真实验,实验结果表明该算法使得拥塞指示能尽可能快地到达TCP源,有效地降低路由器中的丢包率。提高网络利用率,并且为不同的聚集类提供不同优先级服务,保障了聚集类的公平性。     

基于Additive2multipl icative 模糊 神经网的ATM 网络拥塞控制

考虑了模糊神经网络的学习功能，提出利用Additive-multiplicative模糊神经网络(AMFNN)对ATM网络进行拥塞控制的方案．在拥塞控制过程中，利用AMFNN模糊神经网络预测下一个将要到达流的特征，结合当前缓冲区的队列信息预测网络是否发生拥塞．一旦预测出将有拥塞发生，控制器则向源端反馈拥塞控制信息，信源根据拥塞信息适当降低传输速率，从而避免了拥塞的发生．仿真结果表明，该方法可改善网络对拥塞的实时处理能力，提高网络资源的利用率．     

基于压缩感知的拥塞控制机制

针对无线传感网络(WSN)的拥塞问题,提出一种压缩感知与速率控制相结合的拥塞缓解方法。针对局部拥塞,通过开环逐条反压机制调整上游节点的发送速率,从而快速缓解局部拥塞;针对全局拥塞,各节点采用压缩感知的方法采集数据,减小采集信息的冗余,从而缓解全局性拥塞。拥塞缓解后,节点正常采样,以此来保证数据的真实度。仿真结果表明,该方法对WSN的拥塞具有较好的控制效果。     

ACK报文拥塞对网络性能影响的研究

为了提高网络性能和安全、设计更有效地队列拥塞控制算法,通过研究现有的一些主动队列拥塞控制算法发现:大多数的拥塞控制算法的实现是基于队列长度或平均队列长度,这使得算法在提高网络整体性能上具有局限性。本文在现有的网络队列拥塞控制算法的基础上,将ACK信息确认报文传输状态引入到队列拥塞控制算法研究的系统中,通过仿真实验发现:ACK数据报文的传输状态在很大程度上影响着网络的吞吐量、数据包的传输延迟等。     

基于排队论模型的网络拥塞率研究

分析了目前拥塞控制存在的问题,以排队论模型为基础对网络拥塞率进行了研究,从一个路由器的角度出发研究网络拥塞问题,提出了基本模型,给出了求解瞬时拥塞率的算法,并得到了稳态拥塞率的解析表达式.通过数值结果指出,路由器缓存的适当增加可以降低拥塞率,但过渡增加反而会增加拥塞率;增加路由器的CPU处理速度可以降低拥塞率.     

一种网络流量监控算法设计

网络流量监控是实现网络性能分析和监控的重要手段,文章阐述了采用排队论建立网络流量分析的基本模型,得出网络的流量预测方式和稳态拥塞率求解公式,结合常用的网络流量监控参数,合理的实现对网络流量的估算和监控过程。     

高速计算机网络中拥塞控制系统设计方法综述

未来的计算机网络将是一种能够提供多种不同 服务,以支持多种不同应用需求,有着集成服务支持能力的高速分组交换网络．为充分提高 该类网络性能,设计一个高效的拥塞控制系统是一个关键问题;而速率调节算法的设计好坏 直接影响拥塞控制系统的性能．为此,本文以ATM网络中的相关研究为背景,首次从控制理 论的角度系统地分析和论述了高速网络中拥塞控制系统的组成并着重分析了其速率调节算法 的设计方法．对目前已经提出的各种典型速率调节算法进行了对比分析和分类阐述,为进一 步研究提出了新的课题和思路．     

基于SDN架构的高性能网络拥塞避免策略

拥塞管理是高性能网络领域的重要研究方向,网络拥塞会对网络的全局性能产生较大影响。现有的拥塞管理多采用分布式拥塞避免策略,能够在一定程度上解决网络的拥塞问题,但其处理过程基于局部信息,不能充分利用网络资源,处理效率偏低。近期,人们提出软件定义网络(SDN)架构,该架构采用集中控制器和多层网络技术,能够较好地获取网络的全局信息。在原有工作的基础上提出了一种基于SDN架构的全局拥塞避免策略OSCP,该策略在拥塞信息获取和控制信息的传输上,改进了原有的解决方案,并结合自适应传输进行网络路由。实验结果表明,该策略可以较好地避免和解决网络中存在的拥塞问题,降低网络延迟并提高饱和吞吐率。     

基于复杂网络的路网交通拥堵评估仿真模型

为了能够深入分析路网交通拥堵动态演进过程, 为交通拥堵治理提供决策分析工具, 提出了一个基于复杂网络的路网拥堵评估仿真模型。通过将路段阻抗概念引入复杂网络理论, 实现了路网拓扑模型和流量模型的结合; 此外, 还提出了虚拟测试车辆遍历的路网通行能力评估方法, 对不同路网条件下的道路通行能力进行评估。最后在PC系统上实现了完整的路网拥堵评估仿真系统, 并利用该系统对拥堵路段数量、交通流量和路网拓扑结构等因素对路网通行能力的影响进行了仿真分析。仿真实验结果与经典交通理论分析结果一致, 并能反映更多的动态过程信息, 表明该模型能够准确有效地进行交通路网拥堵评估, 可以为相应的交通拥堵管理决策提供依据。     

迭代学习在网络控制中的应用*

针对网络拥塞控制中网络拥塞本身无法建立精确的数学模型的问题,基于迭代学习控制具有结构简单及对系统精确模型不依赖等优点,首次提出了用迭代学习控制算法来解决网络拥塞,其主要目的是提高网络资源的利用率并提供给信源公平的资源分配份额。在提出算法前,首先通过分析网络模型建立了网络拥塞被控系统;然后提出了针对该被控系统的开闭环PID型迭代学习控制算法并证明了其收敛性;最后运用此算法建立了网络拥塞控制模型。通过实验和仿真表明,该算法对解决网络拥塞问题有很好的效果。