非线性自适应的主动队列管理算法-IARED

分析RED及其改进算法的原理和局限性,提出一种改进的自适应RED拥塞控制机制.该算法利用升半哥西分布函数对RED丢包率计算进行非线性的平滑,在最小阈值附近丢包率增长速度比较慢,在最大阈值附近丢包率增长速度比较快,其参数Pmax可依据平均队列和目标队列长度自适应调整,避免了静态参数设置的约束.NS仿真表明该算法对丢包率、吞吐量等性能均有明显的提高.     

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.     

非线性高阶RED拥塞控制算法

针对随机早期检测(RED)算法在网络拥塞不严重的时候丢包率相对较大,而在较严重的时候丢包率相对较小的问题,提出了一种非线性高阶RED拥塞控制算法,目的在于提高算法对网络拥塞的调节能力。该算法建立了一个高阶分组丢弃函数模型,在最小门限值附近丢包率缓慢增长,在最大门限值附近丢包率快速增长,有效地控制了平均队列长度。NS2仿真实验验证了改进算法可有效地提高网络性能。     

应用Logistic方程的RED改进算法

为了降低丢包率,通过对线性增长的随机早期检测(RED)算法进行研究改进,引入了Logistic方程的方法来计算丢包率;并通过仿真实验对LGRED和NLRED的实验结果进行了比较,发现LGRED相对于RED的丢包率降低了约28.83%。实验结果表明：在相同的参数条件下,LGRED算法更加能够控制丢包的发生,提高网络性能。     

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。     

一种动态参数的随机早期检测算法DRED

提出了一种根据网络统计特征动态调节参数的RED改进算法DRED（Dynamic RED）,它能够降低丢包率,提高RED算法的网络适应性和链路利用率。实验结果表明,DRED算法是有效的。     

一种改进的RED算法

针对随机早期检测(random early detection,RED)主动队列管理机制的参数依赖问题,提出一种以网络流量优化理论中“价格”的变化为依据,自适应调节参数的RED改进算法。仿真实验结果表明,该算法明显提高了链路的利用率,降低了丢包率和平均队列长度。     

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。     

D-RED：一种改进的路由器拥塞控制算法

本文详细分析了随机早期检测RED拥塞控制机制算法的思想，阐述了RED的不足，提出了一种改进的动态自适应算法D-RED。该算法设置一个平均队列大小的目标值，在实时平均队列大小小于目标值和大于目标值时使最大丢包概率动态地减去和加上一个通过数学方法推导出的同路由器上一次丢包概率有关的值，以达到更好地控制网络拥塞的目的。利用NS2设计多组仿真实验对RED和D-RED性能进行比较，通过对吞吐量、延迟、振荡、丢包率等多项性能指标分析和比较表明，D-RED算法相对于RED算法使网络丢包率降低了15．7％，网络吞吐量提高了9．44％，而且能够在一定程度上保护TCP数据流，使其得到公平的网络资源。     

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．     

队列管理算法DropTail和RED研究与仿真

队列管理主要负责路由器内部队列的建立、维护和排队,以决定何时接收或者丢弃某个包。目前Internet普遍采用的拥塞控制机制是DropTail主动队列管理算法,而随机早期检测(RED,Random Early Detection)是IETF推荐使用的队列管理算法。本文利用NS2网络仿真器在队列监视角度对DropTail与RED进行仿真模拟,比较分析得出RED队列管理算法整体性能高于DropTail,为进一步研究RED算法提供了依据。     

随机早期检测算法的研究与改进

主动队列管理是实现网络拥塞控制的重要技术,随机早期检测算法作为一个重要的主动队列管理机制,在一定程度上能够缓解网络拥塞。针对该算法的稳定性不足、平均队列长度不能完全反映网络拥塞状况等问题,给出一种改进算法,使它更有效地对网络拥塞进行控制。并通过仿真进行性能分析,以此证实该改进算法的有效性。     

RED算法的数学模型研究

RED算法能够及时预测网络拥塞的到来,并同过标记避免网络拥塞,同时还解决了TCP全局同步的问题.RED算法对参数过于敏感一直是研究的主要问题.建立RED算法的数学模型,从数学角度分析RED算法的原理以及工作过程.对数学模型的静态分析、参数分析研究各个参数在算法中所起的作用以及其影响因子;给出如何设定参数才能使RED算法达到更好的性能.     

参数自适应的随机早期检测算法

主动队列管理(AQM)算法是最近网络拥塞控制研究的重点,随机早期检测(RED)算法作为 AQM 算法的代表受到广泛的关注.分析了随机早期检测算法的原理和局限性,针对 RED 算法参数配置困难的问题,提出了一种参数自适应的随机早期检测算法.该算法能够根据网络负荷的变化动态的调节 RED 算法的参数,从而能够在突发业务下对拥塞做出及时有效的反应.通过仿真表明该算法能够有效地降低丢包率,降低数据包排队延时,提高了 RED 算法的网络适应性.     

一种改进的RED路由队列算法分析与研究

分析了Internet业务流随机早期检测(random early detection,RED)算法的原理和局限性,提出了一种改进的RED算法。该算法利用一个高阶分组丢弃函数,在最小门限值附近以较低的概率标记丢弃分组,在最大门限值附近迅速提高分组的标记丢弃概率;利用队列长度的变化趋势来动态调整RED算法的参数,减小了RED算法对参数的依赖,增强了算法的稳定性。NS2的仿真实验证实了它的有效性。     

一种区分服务的改进RED算法

总结RED算法的不足之处,提出一种改进的RED算法--NRED算法,利用NS2进行仿真实验,结果表明NRED算法在解决TCP流和CDP流享用不公平性、歧视小数据包问题上取得较好的成效,降低丢包率,提高了链路的吞吐量.     

一种基于标记的改进RED算法

随机早期检测RED算法是主动式队列管理算法(AQM)的代表算法,本文着重分析RED算法的参数配置缺陷,并利用NS2模拟器进行了实验论证.根据实验分析,本文结合标记思想和参数动态设置,提出新的RED改进算法,并通过仿真实验进行验证.实验结果表明,改进算法在一系列性能指标方面有了一定的提高.     

CARED: Cautious Adaptive RED gateways for TCP/IP networks

Random Early Detection (RED) is a widely deployed active queue management algorithm that improves the overall performance of the network in terms of throughput and delay. The effectiveness of RED algorithm, however, highly depends on appropriate setting of its parameters. Moreover, the performance of RED is quite sensitive to abrupt changes in the traffic load. In this paper, we propose a Cautious Adaptive Random Early Detection (CARED) algorithm that dynamically varies maximum drop probability based on the level of traffic load to improve the overall performance of the network. Based on extensive simulations conducted using Network Simulator-2 (ns-2), we show that CARED algorithm reduces the packet drop rate and achieves high throughput as compared to RED, Adaptive RED and Refined Adaptive RED. Unlike other RED based algorithms, CARED algorithm does not introduce new parameters to achieve performance gain and hence can be deployed without any additional complexity.