一种基于模糊逻辑的主动队伍管理算法

主动队列管理（AciiveQueue Management,AQM)技术作为Internet拥塞控制的一种有效方法，对于提高Internet的服务质量具有十分重要的作用，本文根据TCP拥塞控制算法基于数据包丢失的窗口变化机制，设计了一种基于模糊逻辑的主动队伍管理算法，该算法依据路由器中队列长度的变化情况，根据一定的模糊自校正原则来调整数据包的丢弃概率，从而使路由器中的队列长度稳定在参考值附近，仿真结果表明该算法不但十分有效，而且对不同的网络状况具有很好的适应能力。     

动态权重调整RED

IETF推荐RED(Random Early Detection)作为下一代Internet路由器的拥塞控制算法.但RED中平均队列长度对实际队列变化反应较慢,导致出现拥塞的时间增加,丢包增多,本文在现有RED算法的基础上通过改进RED算法的平均队列长度计算,使用平均队列长度的均值,判断拥塞的发生和结束,动态调整权重,提高RED对拥塞发生和拥塞结束的反应速度.仿真结果表明算法减少了拥塞时间,能够维持较低的实际队列长度,进而减少了数据包排队时间.     

一种基于Markov及反馈机制的网络拥塞控制方法

在研究现有网络数据传递拥塞控制问题的基础上,提出了一种基于路由器缓冲区队列长度的网络拥塞预测机制,并以该预测机制为基础提出了一种计费策略(PPBC,Per-Packet Billing Control)来控制网络拥塞.在拥塞控制模式中,将路由器缓冲区队列长度作为拥塞指标,通过马尔可夫链建模预测网络拥塞度.在服务器终端和数据发送方之间建立反馈机制,利用网络拥塞度,通过数据包计费方式控制网络拥塞.最后采用NS2仿真软件对PPBC性能进行仿真测评,仿真结果表明:PPBC不仅能够有效缓解网络拥塞,还能够使网络保持较低的丢包率.     

基于速率的主动队列管理算法的性能分析

主动队列管理是解决网络拥塞的主要措施。针对基于队列的主动队列管理算法的不足,提出了一种基于速率的新算法RAQM,该算法以数据到达速率与路由器最大服务速率的差值为指标计算丢包概率,能够快速地对网络流量的变化做出反应,该算法计算简单,而且只需要设置一个参数K。通过现代控制理论分析了RAQM/TCP系统的稳定性。仿真结果表明,RAQM能够维持较低的队列长度并保持队列的稳定,从而减小了分组端到端时延和时延抖动。最后讨论了参数K对算法性能的影响。     

互联网中的不确定时滞全局滑模AQM算法

为解决互联网中的拥塞现象,基于全局滑模理论,提出了一种主动队列管理算法.将互联网中的不确定因素等效为拥塞控制模型的参数摄动,并考虑到时变时滞因素,利用线性矩阵不等式设计了渐近稳定的全局滑模面,使系统运动的全程都是滑动模态,显著提高了系统的鲁棒性.并且所设计的控制器能够有效降低路由器中队列长度的稳态振荡.仿真对比表明,所提出的算法具有更高的稳定性和鲁棒性,能够适应复杂多变的互联网环境.     

基于模糊神经网络的拥塞控制算法研究

本文介绍一种基于模糊神经网络的主动队列管理(AQM)算法,实现网络拥塞控制。利用神经网络来实现模糊推理,可自适应修正隶属函数的参数和加权系数,优化模糊逻辑控制器,从而达到某种性能指标的最优化。仿真结果表明,采用模糊神经网络进行流量速率预测的拥塞控制策略能够使缓冲器队列长度快速收敛到目标值,并且维持小的队列震荡。结果也表明该方法与传统的PD控制器相比具有更好的性能和鲁棒性。     

基于模糊免疫PID的时滞网络自适应主动队列管理

提出了一种基于灰预测和模糊免疫PID控制的时滞网络自适应主动队列管理（AQM）算法FIGAPID，旨在增强AQM算法动态自适应能力，同时补偿网络时滞，综合提高AQM算法性能。该算法借助免疫反馈机理进行PID参数的在线自适应调整，采用模糊非线性逼近的方法进行免疫反馈函数的确定；采用等维新息滚动灰预测实现路由器队列长度的超前预测，补偿AQM控制的反馈滞后。对比传统PID算法，仿真验证了FIGAPID的有效性，表明算法能快速稳定地适应动态时滞网络环境变化，收敛于路由器队列长度期望值，同时具有较小的数据丢包率。     

基于平均队列长度和滞留时间的RED算法

在无线通信网络环境下，提出了一种改进的基于平均队列长度和滞留时间的RED算法。这种算法根据平均队列长度和滞留时间计算数据包的丢弃概率，比传统的单纯基于平均队列长度的RED算法相比较，能更有效地实现无线网络中的拥塞控制。     

基于非线性干扰观测器的主动队列管理

针对主动队列管理系统存在UDP流干扰的拥塞问题,本文基于非线性干扰观测器提出了一种主动队列管理算法。采用非线性干扰观测器对UDP流干扰进行估计,从而减小了主动队列管理系统的干扰。然后利用设计的非线性干扰观测器,使用反步滑模方法设计了一种主动队列管理算法。由于观测误差的界未知,设计了一种自适应律来避免必须事先知道观测误差的界。仿真结果表明,该算法对UDP流干扰具有较强的鲁棒性,能使队列长度较好地稳定在期望的队列长度附近。     

一种顽健的自校正主动队列管理机制

现有基于控制理论的主动队列管理机制（AQM）大多数是根据简化的线性被控对象模型设计的,或者根据特定的网络条件设置算法的参数,当网络条件大范围变化时算法的性能难以保证.为了解决这些问题,提出了一种自校正的主动队列管理机制STR,通过在线估计TCP/AQM闭环系统被控对象模型的参数,并相应地调节报文丢弃概率,使路由器的缓冲区队列长度与期望值之间的方差最小.通过仿真实验验证了当网络条件大范围变化时算法的队列长度、链路利用率、报文丢弃率等性能,实验结果表明该算法具有良好的顽健性.     

A fuzzy-logic control algorithm for active Queue Management in IP networks

Active Queue Management （AQM） is an active research area in the Internet community. Random Early Detection （RED） is a typical AQM algorithm, but it is known that it is difficult to configure its parameters and its average queue length is closely related to the load level. This paper proposes an effective fuzzy congestion control algorithm based on fuzzy logic which uses the predominance of fuzzy logic to deal with uncertain events. The main advantage of this new congestion control algorithm is that it discards the packet dropping mechanism of RED, and calculates packet loss according to a preconfigured fuzzy logic by using the queue length and the buffer usage ratio. Theoretical analysis and Network Simulator （NS） simulation results show that the proposed algorithm achieves more throughput and more stable queue length than traditional schemes. It really improves a router＇s ability in network congestion control in IP network.     

传感器网络拥塞避免与控制的模糊AQM算法

传感器网络节点通信能力有限,当数据到达速率持续超过节点转发能力时网络会发生拥塞;传感器网络是任务型网络,对不同优先级的信息具有不同的服务质量要求.针对传感器网络信息传输的上述特性,提出了一种新的拥塞避免与控制算法FAQM（Fuzzy Active Queue Management）.该算法在综合考虑数据包的随机指数标记概率和优先级权值的基础上,建立了模糊逻辑推理系统,并以数据包丢弃因子作为参量来实现数据流的智能调控.NS2仿真实验结果表明：FAQM算法能减少高优先级数据包的丢弃率和节点间链路的时延,稳定节点队列长度,在有效避免与控制拥塞网络的同时提升网络整体QoS（Quality of Service）性能.     

FPI-PD-MCC：一种基于模糊PI-PD的组播拥塞控制算法

针对TFMCC算法速率振荡大的局限性,提出了一种基于模糊PI—PD的组播拥塞控制算法（FPI—PD—MCC：Fuzzy Logic—based Proportional Integral-proportional Derivatire Multicast Congestion Control Algorithm）。在FPI—PD—MCC中,对发送方的速率调整步长进行了平滑,在路由器中引入了PI控制,并利用模糊逻辑计算参数α,从而自动调节丢包概率以缓解拥塞。仿真结果表明,该算法能够使队列长度稳定在期望值附近,同时保证网络吞吐量的平缓变化。     

Adaptive fuzzy sliding mode active queue management algorithms

Active queue management (AQM) is aimed at achieving the tradeoff between link utilization and queuing delay to enhance TCP congestion control and is expected to perform well for a wider-range of network conditions. Static AQM schemes despite their simplicity, often suffer from long response time due to conservative parameter setting to ensure stability. Adaptive parameter settings, which might solve this problem, remain difficult from implementation point of view. In this paper, we propose an adaptive fuzzy sliding mode (AFSM) AQM algorithm to achieve fast response and yet good robustness. The AFSM algorithm uses the queue length and its differential as the input of AQM and adjusts fuzzy rules by the measurement of packet loss ratio dynamically. The stability analysis under heterogeneous round trip times provides guidelines for parameter settings in AFSM and guarantees that the stability of AFSM is independent of the active TCP flows. This merit as well as other performances is examined under various network environments. Compared to some typical AQMs, the AFSM algorithm trades off the throughput with queuing delay better and achieves a higher per-flow throughput. Finally, AFSM can be executed at a scale of seconds with the least fuzzy rules.     

基于FREM的自适应AFREM算法

设计了一种基于模糊控制技术的自适应FREM（AFREM）算法。该方案用平均队列长度和丢包比例的变化速率作为拥塞指示,对FREM算法输出的丢弃概率进行动态调整。仿真分析结果表明在动态环境下AFREM算法也能有效地将队列长度钳制到固定TQL值附近,改善了FREM算法的控制性能。     

对TCP/IP计算机网络拥塞控制的研究

为提升计算机的网络性能,更好地避免拥塞现象的发生,需要对其进行必要的技术控制。鉴于此,对基于TCP/IP协议的网络拥塞控制方法进行分析。在TCP拥塞控制中主要采用TCP Tahoe,TCP Reno,TCP New Reno以及TCP Sack四种方法,其中TCP New Reno对快速恢复算法进行了改进,通过对TCP协议中的Reno进行可视化处理,实行对网络拥塞的有效管理。而IP拥塞控制方法则分为FIFO,FQ和WFQ,RED以及ECN四种类型,通过队列调度管理方式实现了对网络拥塞的有效管理。     

A genetic algorithm for the design of a fuzzy controller for active queue management

Active queue management (AQM) policies are those policies of router queue management that allow for the detection of network congestion, the notification of such occurrences to the hosts on the network borders, and the adoption of a suitable control policy. This paper proposes the adoption of a fuzzy proportional integral (FPI) controller as an active queue manager for Internet routers. The analytical design of the proposed FPI controller is carried out in analogy with a proportional integral (PI) controller, which recently has been proposed for AQM. A genetic algorithm is proposed for tuning of the FPI controller parameters with respect to optimal disturbance rejection. In the paper the FPI controller design methodology is described and the results of the comparison with random early detection (RED), tail drop, and PI controller are presented.     

一种支持区分服务的模糊公平分组丢弃算法

随机早期检测(RED)算法是目前Internet中广泛使用的一种缓存管理算法,对RED算法进行改进以提高公平性以及对网络动态变化的适应性一直是主动队列管理的研究重点之一。该文引入新的变量分享指数,取代单个业务流缓存占用量来表征不同业务流对网络资源的占用情况,以克服缓存占用量表征公平性的缺陷。同时,在无线网络中对分享指数的定义进行推广,使其同时兼顾公平性和系统性能(信道条件)。通过对分享指数和队列长度共同制定规则,提出了一种基于模糊逻辑控制的缓存管理算法。算法在根据缓存队列长度计算丢弃概率时,根据不同流对网络资源的占用情况(即分享指数)进一步决定增加或减小相应的丢弃概率,从而可利用不同流之间的差异以加速缓解拥塞,具有更好的自适应性和公平性。仿真表明,采用该算法后,系统性能得到改善。