基于启发式失效率函数的主动队列管理

研究主动队列管理技术的REI)和REM的丢包率和队长稳定性关系;基于启发式丢包处理方法,提出一种 采用启发式失效率函数计算丢弃概率函数以减小丢包率的拥塞控制算法(HFA)。在轻量级负载情况下,该算法性能 和自适应随机早期检测与随机指数标记相当;而在重量级负载情况下,不仅丢包率的均值和方差小,而且瞬时队长在 设定的目标范围,可以明显地减小队列长度的波动性。在N}2上进行的大量实验结果表明,所提算法具有瞬时队长 控制在预期范围、抖动性小、丢包率及丢包率方差小等优点。     

RED算法优化及仿真

通过优化随机早期检测算法来降低网络的丢包率,提高吞吐量和降低延时。用网络仿真软件进行网络仿真：分析随机早期检测算法,找出随机早期检测算法在避免网络拥塞时存在的缺点;针对随机早期检测算法存在的缺点进行优化;将优化的随机早期检测算法在网络仿真软件上实现,在丢包率、吞吐量和延时上与随机早期检测算法进行比较,得到最终的实验结果。特色在于合理设置最大丢包率来控制路由器中的瞬时队列长度,进而实现网络资源的优化。仿真结果表明,相对于随机早期检测算法,改进后的算法能更好地降低网络的丢包率、提高吞吐量和降低延时。     

一种链路负载自适应的主动队列管理算法

随机早检测(random early detection,简称RED)是IETF推荐部署的主动队列管理(active queue management,简称AQM)算法.RED存在参数难以配置、无法得到与流量无关的平均队长等问题.ARED(adaptive RED)是RED的自适应版本,它根据平均队长动态调节最大标记概率参数,从而得到稳定的平均队长.但ARED没有克服瞬时队列长度振荡问题,且在动态流量环境下性能明显降低.分析了ARED性能问题的原因,并提出了一种链路负载自适应的主动队列管理算法LARED(load adaptiveRED).LARED具有两个特点:自适应链路负载、快速响应队长变化.分析和仿真实验表明,与ARED等其他AQM算法相比,LARED在保持高链路利用率和低时延的同时可以得到稳定的瞬时队长,并且具有良好的响应性和鲁棒性.     

基于云模型的被动队列管理算法

为了解决因拥塞而带来的网络性能问题,基于“弃头”方式提出了一种新的被动队列管理算法DFCM。该算法首先结合业务流队长和到达速率给出了丢包策略和丢包概率,同时利用云模型对实际队长进行求解;最后,通过利用NS2和Matlab进行仿真实验,深入分析了影响算法性能的关键因素。与“弃尾”(Drop Tail)和DFSQ算法相比,DFCM在瞬时队长方差、有效传输数据包等方面显示了较好的适应性。     

一种改进的拥塞控制算法

为控制网络拥塞,提出一种改进的随机早期检测（RED)算法——基于加权和的随机早期检测（WHS-RED）算法。算法的基本思想是利用网络中队列长度及其变化率的加权和,动态地控制网络丢包率。建立了数学模型,并给出了计算机仿真分析结果。实验证明改进算法减小了网络丢包率和带宽延迟,在维持网络稳定性和减小队列的波动性方面优于原RED算法。     

基于RED算法的改进研究

拥塞控制(congestion control)机制是确保Intemet QoS的关键因素,随机早期检测(Random Early Detection,RED)算法是提高网络服务质量、解决网络阻塞的重要算法.针对网关的到达队列来说,丢包率的算法采用RED基本思想中与平均队列长度呈线性的关系并不合适,提出了立方RED算法.算法对RED算法进行了改进,使流丢包率与平均队列长度呈立方函数关系,通过NS-2仿真软件研究表明.算法可以有效的增加了网关的吞吐量、减少丢包率.     

一种基于平均队列长度的改进RED算法

通过研究发现,随机早期检测算法中丢弃概率与平均队长成线性的增长关系,这就造成平均队长在最小门限值附近或者超过最大门限值时,按较高的概率丢包,从而降低了网络的利用率。为此,作者对RED算法的EWMA(指数加权滑动平均)方法进行了详细分析,指出其不足之处,并对原算法的计算平均队列长度的方法进行了改进。通过理论分析和仿真试验得出结论,改进RED算法由于在计算平均队列长度的时候结合考虑了当前队列长度的实际情况,并将二者结合起来决定何时丢包及丢包概率大小,大大减少了分组丢弃数,从而提高了RED算法的自适应性,减少了网络带宽资源的浪费,在网络延迟等重要指标上一定程度地优于原RED算法。     

基于RED算法的非线性拥塞控制

由于RED算法是采用丢包率随平均队列长度线性变化的方法,因此导致网络在拥塞并不严重的时候丢包率较大,在拥塞比较严重的时候丢包率较小,拥塞控制能力较低。该文提出非线性平滑算法通过对RED算法的丢包率函数进行非线性平滑,在最小阈值时丢包率增长速度比较小,在最大阈值时丢包率增长速度比较大,有效地控制了平均队列长度,具有较好的拥塞控制能力。NS2仿真结果表明该算法对丢包率、端到端时延、吞吐量以及时延抖动等性能均有较明显的提高。     

面向并行入侵检测的主动式负载均衡算法

针对网络流量中有些流数目少但其所占的流量比重很大,以及高速网络流量存在极强的突发性,本文提出了一种基于缓冲区队列管理的主动式入侵检测负载均衡（ALBIDS）算法。该算法由静态HASH分流与动态调整两部分组成,模拟实验表明：在真实网络流量trace下,与静态HASH算法和最小队列长度动态调整负载均衡算法相比较,本算法负载均衡度好、流破坏率小、丢包率小,具有很高的应用价值。     

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。