主动队列管理算法比较研究

本文对FRED、CHOKe、CSFQ、AFD等几个主动队列管理算法进行了对比研究，并且结合实验结果对算法中存在的问题及其原因进行了深入的分析，并对算法的改进提出了一些建议，希望能为今后的工作提供一定的支持。     

主动队列管理算法比较研究

本文对FRED、CHOKe、CSFQ、AFD等几个主动队列管理算法进行了对比研究,并且结合实验结果对算法中存在的问题及其原因进行了深入的分析,并对算法的改进提出了一些建议,希望能为今后的工作提供一定的支持。     

一种基于速率的公平队列管理算法

针对主动队列管理算法普遍存在的公平性问题,提出基于速率的公平队列管理算法RFED。该算法根据分组的到达速率调节丢包率,将队列的到达速率控制在链路的服务速率下,根据非响应流UDP数据包空间分布特点,对非响应流实施有效的惩罚,以保证不同数据流之间的公平。NS仿真实验表明,该算法在公平性、稳定性等方面效果良好,无需进行复杂的参数配置,容易在现有网络中实施。     

一种改进的主动队列管理算法

从是否维护数据流状态信息的角度出发,提出一种改进的主动队列管理算法——SF-AQM。SF-AQM算法只维护发送速率大的数据流状态信息以降低路由器的开销,通过比较不同数据流的包到达时间间隔衡量流到达速率,识别出非适应性数据流,提高算法公平性,并使队列长度控制在目标值附近,保证算法稳定性。仿真结果表明,SF-AQM算法具有较好的公平性和稳定性,且对抑制网络拥塞有明显效果。     

一种基于gCHOKe公平性的主动队列管理算法

文中主要研究了主动队列管理（ AQM）的公平性算法。利用gCHOKe的多次击中能近似识别并惩罚非响应流,提高gCHOKe击中的有效性以及惩罚非响应流的力度,是提高算法公平性的关键因素。在gCHOKe算法的基础上提出了一种基于预处理的pgCHOKe（preprocess based-gCHOKe）公平性算法,通过对数据流进行预处理筛选后再进行gCHOKe击中,提高了击中的有效性。仿真实验表明pgCHOKe相比RED、gCHOKe和BLUE,可以获得更低的UDP吞吐量,是有效的、公平的。     

一种基于组合型模糊控制的主动队列管理算法

计算机网络具有的复杂性和动态特性使传统控制理论难以进行主动队列管理（Active Queue Management, AQM）算法的设计和分析．本文在模糊集合和模糊系统理论的基础上设计了一个主动队列管理算法CF（Combination Fuzzy control）．其中模糊控制器I根据瞬时队列的长度和变化值计算控制量;模糊控制器II根据系统负载因子计算控制增益．通过选择模糊控制器参数,模糊控制系统与使用PI（Proportional Integral）控制器的系统具有相同的局部稳定性．最后通过仿真对CF、PI和单模糊控制器的性能进行了比较．     

基于ARED的主动队列管理改进算法

随机早期检测（Random Early Detection,RED）是IETF推荐部署的主动队列管理（Active Queue Management,AQM）算法。 RED存在参数难以配置、无法适应动态网络环境的缺点。 ARED（ Adaptive RED）是RED的自适应版本,通过平均队列长度来动态调整最大丢弃概率,从而达到稳定平均队列长度的目的,但是存在瞬时队列长度振荡的问题。文中研究了拥塞控制中的主动队列管理,对ARED算法进行了改进,优化丢弃概率计算函数,提出TTS-ARED算法,实现在动态网络环境下队列长度的稳定以及丢包率降低。 NS2的仿真结果表明,TTS-ARED算法显著地降低了丢包率,队列长度稳定性比ARED算法更优越。     

一种改进的主动队列管理算法

主动队列管理是实现网络拥塞控制的重要技术,但是多数主动队列管理算法如随机早期检(RED)都存在对参数依赖性强的问题。针对RED算法中平均队列长度不能完全反映网络拥塞状况的问题,该文结合平均队列长度和网络的负载,提出一种改进的RED算法。该算法能根据网络负载的变化,自适应地调整丢包的概率,使它更符合网络的实际状况。通过仿真进行了性能分析,证明了算法的有效性。     

一种精确度加强的主动队列管理算法PEBLUE

主动队列管理是IP拥塞控制的一种重要机制，BLUE算法作为一种典型的主动队列管理算法，使用丢包和连接空闲；件来控制拥塞，但是其性能还不稳定．本文对BI。UE算法进行了改进，提出了一种精确度加强的主动队列管理算法—PE-BLUE（Precision Enhanced BLUE），它能自适应地调整其参数．仿真表明PEBLUE能够进一步提高对队列的控制精确度，改善BLUE算法的性能．     

一种基于内模PID控制的主动队列管理算法

针对传统主动队列管理中PID控制存在的参数不易整定等缺点,通过引入内模控制思想,提出了一种基于内模控制的PID控制器（IMC－PID）,其突出特点是控制器仅有一个参数需要整定。将IMC－PID应用于网络拥塞控制中,得到了一种新的主动队列管理（AQM）算法——IMC－PID算法。仿真实验表明,IMC－PID算法有较强的鲁棒适应性及较快的队长调节速率。     

一种改进的RED主动队列管理算法

主动队列管理(ActiveQueueManagement,AQM)算法是网络拥塞控制中非常重要的研究领域之一。为了使RED算法丢包概率的计算更加平滑,文中在RED-r的基础上对其丢包概率的计算进行了改进,提出了一个名为IMRED-r的新算法,采用分段二次圆函数计算丢包概率,实现了动态网络环境中队列长度的稳定,并且减少了参数的设置。基于NS2的仿真结果表明,IMRED-r算法在复杂的网络环境里具有更好的鲁棒性和稳定性,比RED、RED-r主动队列管理算法优越。     

大延时网络中基于单神经元-Smith的AQM算法

本文利用智能控制理论设计了针对大延时网络的单神经元-Smith AQM(Active Queue Management)算法。对算法的设计目标、参数整定规则等问题进行了深入研究,最后的仿真结果验证了该算法在大延时网络主动队列管理中的有效性。     

一种保证各流量共享瓶颈带宽的队列管理机制

随着Internet网规模的扩大,保证其应有的服务质量是网络性能研究的前沿课题。因带宽问题而造成的数据包丢失是网络服务质量的一个重要方面。总结了近10年来RED队列管理机制的各种改进方法,同时从随机排队模型出发对RED机制做了一定的性能分析,并针对它的并不能完全保证各流量共享瓶颈带宽做了称之为New_RED队列管理机制的改进,最后通过利用网络仿真工具对RED队列管理和New_RED队列管理这两种机制进行了比较：New_RED队列管理更能有效地保证各连接流量共享瓶颈带宽,而不至于在瓶颈链路上大量丢失具有拥塞控制的数据包(例如FTP流量)。     

Active Queue Management算法研究

主动队列管理算法对于IP网络的性能影响重大,是网络拥塞控制一个主要手段。介绍了目前主要的主动队列管理算法如RED、改进的RED以及P控制器、PI控制器、模糊控制器、鲁棒控制器、内模控制器。通过对这些算法的分析,指出其中的不足之处,并对AQM算法的设计提出了一些思路。     

状态无关主动队列管理算法博弈的Nash均衡

状态无关的主动队列管理算法处理分组时不区分分组所在的流的信息,因此在Internet中,它易于设计和部署。文中通过数学分析和仿真方法研究AQM博弈和Nash均衡存在性。假设业务流是Poisson分布的且用户可自由修改发送速率,因而有结论:Drop Tail、RED不能获得Nash均衡,CHOKe可以获得近似Nash均衡。依据判定条件,推导出一种与状态无关且具有效率的Nash均衡AQM算法。     

一种新的基于非线性控制理论的主动式队列管理机制

提出了一种新的基于非线性控制理论的主动式队列管理方案：NLC—RED．该方案在原有丢包率方程中增加了幂指数函数，静态的参数调节改进为动态的参数调节．仿真和分析表明，NLC—RED方案在缓冲队列占有量的稳定性和缓冲队列的丢包率等性能较Adaptive RED方案均有较大的提高．     

主动管理队列算法的研究

主动式队列管理技术作为端到端拥塞控制的增强机制,通过在网络中间节点有目的地丢弃分组来维持较小的队列长度和较高的链路利用率。通过对RED,ARED,BLUE和RLGD几种主动式队列管理算法的比较和分析,寻找出已有的主动式队列管理算法的不足,进而在人工智能理论的基础上,提出了一种新型的基于BP神经网络的主动式队列管理算法;给出了基于BP神经网络的主动式队列管理算法的设计思想和设计步骤,并对基于BP神经网络的主动式队列管理算法的收敛性进行了证明。     

Internet主动队列管理算法研究

路由器的拥塞控制策略是采用主动队列管理算法(AQM),最广泛被采用的主动队列管理算法是随机早期检测(RED)算法。文中详细讨论了RED算法,并剖析了基于RED算法的几种改进策略,经比较它们的优点及其存在的主要缺陷后,提出了进一步研究主动队列管理算法的方向。     

一种针对TCP动态队列管理的控制算法

描述了一种新的TCP/IP动态队列管理控制算法,对于传统的随机早期检测法(RED)来说,它的主要目标之一就是稳定路由器队列的长度,然而它实现此目标并不是很成功,主要因为它在平衡队列长度的过程中很强地依赖了动态TCP链接数。而新的动态控制算法则使用了一种简单的控制方法,当路由器缓冲区即将出现拥塞时,它能够根据当前路由器缓冲区负载概率来随机地实施包丢弃。该算法能够很好地稳定路由器缓冲区的队列占用数,同时,在实现过程中并不用评估动态TCP链接数以及分析网络流的状况。所给出的一个实验模型表明,该控制算法是有效可行的。