图书馆多媒体信息资源网络的自适应传输控制方法

为了增强图书馆多媒体信息的稳健传输和多媒体信息网络的鲁棒性、稳定性,提出了一种新颖的RED策略。最小阈值(minth)和最大阈值(maxth)能够随着缓存队列的平均占用率的变化动态调整,而不再是预设的固定参数。改进后,ATRED对路由器队列的控制力度能够根据网络环境的变化自适应调整,使得队长方差减小,队列振荡变小,网络更加稳定,能够在复杂多变的网络环境下提供更加可靠的服务。     

低速率拒绝服务攻击研究与进展综述

低速率拒绝服务攻击是新型的拒绝服务攻击,对Internet的安全造成严重的潜在威胁,引起众多研究者的兴趣和重视,成为网络安全领域的重要研究课题之一.自2003年以来,研究者先后刻画了Shrew攻击、降质攻击、脉冲拒绝服务攻击和分布式拒绝服务攻击等多种低速率拒绝服务攻击方式,并提出了相应的检测防范方法.从不同角度对这种新型攻击的基本机理和攻击方法进行了深入的研究;对TCP拥塞控制机制进行了安全性分析,探讨了引起安全问题的原因;对现有的各种各样的LDoS攻击防范和检测方案,从多个方面进行了分类总结和分析评价;最后总结了当前研究中出现的问题,并展望了未来研究发展的趋势,希望能为该领域的研究者提供一些有益的启示.     

基于神经网络监督控制的拥塞控制算法研究

提出了一个基于神经网络控制的主动队列管理（AQM）算法;研究了TCP/AQM拥塞控制系统的可逆性,并利用一种神经网络监督控制结构进行了AQM算法的设计。算法由一个三层前馈结构的神经网络控制器（neural network controller,NNC）和一个反馈控制器（feedback controller,FC）组成。NNC作为一个前馈控制器,通过FC产生的教师信号进行学习,以建立被控对象的逆动力学模型。仿真结果表明,提出的算法与PI（proportional-integral）算法相比,无论在瞬态性能     

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．     

基于精确模型的网络拥塞控制算法

针对基于流体流理论提出的网络模型在推导过程中的一些近似使得该模型对网络行为描述的不精确问题，提出了网络流量的精确模型，并且基于该模型把一种新的PID及类PID设计方法用于主动队列管理(AQM)控制器的设计，利用约束化的数值优化方法寻找控制器参数。理论分析和仿真实验表明，该控制算法的综合性能优于PI算法。     

PFED:一种基于预测的公平的主动队列管理算法

对多个著名的主动队列管理算法进行了深入的理论分析和实验比较，对它们的优点和不足进行了总结，并在此基础上提出了一种新的主动队列管理算法PFED（prediction-based fair early drop）．PFED的主要目标是：①通过对流量较为精确的预测，结合对分组丢弃概率更为合理的计算，将队列长度的变化稳定在一个理想的水平；②对非响应流实施有效的惩罚，提高算法的公平性；③通过合理的分组丢弃将队列（分组）的到达速率控制在链路的服务速率之下．仿真实验表明，PFED很好地实现了上述3个目标．     

典型AQM算法的性能评价模型

利用GI/M/1/N排队系统和Internet业务流量自相似性的特点建立了一个评价AQM算法在非响应业务流量下性能的分析模型,提出了利用模型的分析计算结果而不是模拟或实验手段评价AQM算法性能的新方法.同模拟或实验手段相比,该方法能更深刻地刻画AQM算法在实际网络环境中的性能.用该模型分析比较3个经典的AQM算法——TD、RED和GRED的性能,所得的结果同其他研究者利用模拟或实验方法所得的结果一致.     

因特网拥塞控制研究综述

把网络拥塞控制研究分为四个结构层次：网络建模、协议改进、中间节点功能增强、试验和仿真.按照这四个层次的顺序介绍了拥塞控制研究中的重要进展,同时阐释和辨析了一些重要的概念,如网络建模中的流量模型与机理模型,连续模型、离散模型和混杂系统模型,分组丢弃与分组丢失,中间节点算法中的调度算法与队列管理算法等.最后对拥塞控制研究的整体现状和趋势做了总结和分析,并在此基础上对未来有价值的研究方向给出了一个预测.     

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。     

不确定输入延时网络系统的鲁棒拥塞控制

基于滑模控制（SMC）设计了一种主动队列管理（AQM）算法,该算法可保证具有有界的不确定输入延时网络系统渐进稳定.引入一种状态变换来消除延时的影响,通过Lyapunov稳定性分析,给出了保证系统渐进稳定的最大允许的延时边界.仿真结果表明,该方法可以获得良好的暂态和稳态响应,在网络条件变化的情况下,该算法优于传统的PI控制和滑模控制.