PIPIO：一个新的面向区分服务确保转发的主动队列管理算法

RIO是用于支持区分服务确保转发逐跳行为的主动队列管理算法，该算法是对RED算法的简单扩充。由于RED算法的性能对配置参数敏感，因此基于RED算法的RIO算法必然具有配置参数敏感的特点。PI算法是基于控制论的主动队列管理算法，具有队列长度抖动小的特点。PIP算法是PI算法的改进，比PI具有更快的收敛速度。本文基于PIP算法设计了一个新的主动队列管理算法PIPIO。该算法队列长度抖动小，同时能保护高优先级报文。     

基于区分服务的主动队列管理算法研究

分析了几种主动队列管理算法.RIO算法是用于支持区分服务确保转发逐跳行为的主动队列管理算法,它是对RED算法的简单扩充,但是该算法的性能对配置参数敏感.PI算法是基于控制论的主动队列管理算法,具有队列长度抖动小的特点.PIP算法是PI算法的改进,比PI算法具有更快的收敛速度.为了更好地满足AF PHB的要求,基于PlP算法,结合三色标记器的功能,提出一个新的主动队列管理算法PIPGYR(PIP with Green&Yellow&Red).通过仿真验证,该算法队列长度抖动小,同时能够保护高优先级分组.     

自适应PI主动队列管理算法

主动队列管理是一个非常活跃的研究领域,相对于丢尾算法,AQM(active queue management)能够提供更短的平均队列延迟和更高的带宽利用率.虽然PI(proporrional integral)主动队列管理算法的性能优于RED(random early detection)算法,但是PI算法的收敛速度比较慢.以PI算法为基础提出了一种自适应PI算法API(adaptive proportional integral).API通过实时测量链路的报文丢失率,获得当前的负载信息,然后动态设置PI算法中的有关参数.通过ns-2模拟表明,相对于PI及其改进算法PIP(proportional integral based series compensation and position feedback compensation),API具有更快的收敛速度和更小的队列抖动.     

一种模糊自适应虚拟队列管理算法

随着网络流量的剧增,主动队列管理是近来端到端拥塞控制研究中的一个研究热点。为了解决队列拥塞、高效利用队列资源和减少队列抖动等队列管理问题,采用模糊控制模块计算分组丢弃概率,减少了由于"硬判断"所造成的队列抖动问题;同时在算法中引入期望队列长度来显式控制并稳定队列长度,提高了队列资源利用率。最后通过在NS2平台上仿真三种不同的业务流量对该算法进行实验测试,结果表明,算法在一定程度上解决了PI算法队列抖动大和AVQ算法队列资源使用率低的问题,具有一定的可行性和应用价值。     

一种新的网络拥塞控制算法:API-V

针对PI控制器响应速度的不足,提出一种自适应网络动态变化的主动队列管理算法：API-V控制器．在PI控制器的基础上,根据瞬时队列长度增加速度控制,根据实时测量链路的数据包丢失率获得当前的负载信息,动态调整PI算法中的有关参数．理论分析和仿真结果表明,相对于PI控制器及其改进算法,API-V控制器具有更快的响应速度、收敛速度和更小的队列抖动,并且提高了缓冲区的利用率．     

基于速度控制的API网络拥塞控制策略

本文针对PI控制器响应速度方面的不足,提出了一种自适应网络动态变化新的主动队列管理算法--API-V控制器。在PI控制器的基础上,根据瞬时队列长度,增加速度控制;根据实时测量链路的数据包丢失率,获得当前的负载信息,动态调整PI算法中的有关参数。理论分析和仿真表明,API-V控制器相对于PI控制器及其改进算法,不仅具有更快响应速度和收敛速度、更小的队列抖动,而且提高了缓冲区的利用率。     

基于微分先行PI的主动队列管理算法

主动队列管理(AQM)作为一种重要的IP层拥塞控制策略，对于提高Internet的服务质量起到了关键性的作用。简要介绍了AQM算法的研究现状和AQM中的PI算法，依据TCP拥塞控制策略基于数据包丢弃的窗口变化机制，设计了一种基于微分先行PI的主动队列管理算法，该算法依据路由器中队列长度的变化采用一定的微分校正原则，实时调整进入该路由器数据包的丢弃概率，使路由器中的队列长度能够稳定在参考值附近。仿真结果表明，该算法与PI算法相比具有更小的超调量，可以明显的加快收敛的速度，从而使Internet的服务质量有更大程度的提高。     

一种基于速率的PI主动队列管理机制

PI(proportional integral)主动队列管理机制是应用控制理论中的比例积分控制器设计的主动队列管理机制,其性能优于RED(random early detection)算法,能有效地消除稳态误差.但PI算法默认参数在目标队列长度较小情况下收敛速度较慢;而参数整定上的试凑法,无法同时保障系统的瞬态和稳态性能.研究拥塞产生的原因及其表现形式,提出一种基于报文到达速率的PI算法(Rate based Proportional and Integral,RPI).它根据报文到达速率和队列长度,即拥塞瞬间状况和持续状况计算出合适的丢弃率.通过NS2模拟表明,相对于PI,RPI具有更快的收敛速度和更小的队列抖动.     

GPID:变速PID主动队列管理算法

主动队列管理(Active Queue Management,简称AQM)是网络拥塞控制领域的一个热点.针对主动队列管理中PID算法超调量大,抖动大的问题,提出一种GPID(Gearshift PID)的拥塞控制算法.该算法特点是:积分作用大小跟随瞬时队列长度的偏差大小变动而变动,队列长度的偏差越大,则积分系数值越小,收敛速度越慢,超调量越大;反之,偏差越小,积分系数值越大,收敛速度越快,超调量越大.该算法可以有效的控制队列长度的偏差变化,调节瞬时队列长度趋于队列期望值收敛.仿真实验结果表明,该算法收敛速度快,链路利用率高,平均队列长度更趋于期望值.     

基于再励学习的主动队列管理算法

从最优决策的角度出发,将人工智能中的再励学习方法引入主动队列管理的研究中,提出了一种基于再励学习的主动队列管理算法RLGD(reinforcement learning gradient-descent).RLGD以速率匹配和队列稳定为优化目标,根据网络状态自适应地调节更新步长,使得队列长度能够很快收敛到目标值,并且抖动很小.此外,RLGD不需要知道源端的速率调整算法,因而具有很好的可扩展性.通过不同网络环境下的仿真显示,RLGD与REM,PI等AQM算法相比,具有更好的性能和鲁棒性.     

一种基于区分服务网络的主动式队列管理算法

现有区分服务网络的保证转发服务可提供稳定的带宽保证,但缺乏对速率变化下平均队列长度和延迟时间的稳定性的保证,并且没有提供简化主动队列管理（AQM）算法参数设置的有效方案。基于对RIO、A-RED算法的分析研究,提出一种自适应调整控制策略的RIO算法（A-RIO）。仿真结果表明,该算法在保持了RIO算法优点的同时,还可以提供稳定的平均队列长度和延迟时间,同时可以简化参数的设置,从而有效地提高了区分服务网络中保证转发服务的性能。     

Managing Internet routers congested links with a Kohonen-RED queue

The behaviour of the TCP AIMD algorithm is known to cause queue length oscillations when congestion occurs at a router output link. Indeed, due to these queueing variations, end-to-end applications experience large delay jitter. Many studies have proposed efficient active queue management (AQM) mechanisms in order to reduce queue oscillations and stabilize the queue length. These AQM attempt to improve the random early detection (RED) model. Unfortunately, these enhancements do not react in a similar manner for various network conditions and are strongly sensitive to their initial setting parameters. Although this paper proposes a solution to overcome the difficulties of configuring the RED parameters by using a Kohonen neural network model; another goal of this study is to investigate whether cognitive intelligence could be placed in the core network to solve such stability problem. In our context, we use results from the neural network area to demonstrate that our proposal, named Kohonen-RED (KRED), enables a stable queue length without complex parameters setting or passive measurements to obtain a correct configuration.     

An interval-based congestion control algorithm under varying network conditions

A new IRED (interval random early detection) congestion control algorithm is proposed for network congestion avoidance and resource management. Different to the traditional AQM (active queue management) algorithms, the control parameters of IRED are not configured statically, and is setting as a parameter interval according to the changes of network environment. By the interval parameter design, the IRED alleviates the tuning difficulty of RED (random early detection) and shows a robust performance than RED under varying network conditions. It is proved that the stability and stability margin of the IRED control system can be guaranteed. A systematic design method for the configuration of parameter interval is proposed. Simulation studies show the proposed IRED algorithm achieves a robust control performance in varying network environment, which is superior to the RED and Gentle-RED algorithm.     

自相似网络流量可预测性及其在AQM中的应用

从网络流量的自相似性带来的可预测性入手,小结了两类常用的预测方法,并对其进行了比较;然后根据已有预测算法,将预测结果引入经典主动队列管理机制——RED算法中,提出了基于流量预测的RED算法;最后通过仿真实验表明,该算法能较好地控制平均队列长度,提高主动队列管理的性能。     

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.     

大时滞网络中的拥塞控制算法

主动队列管理(AQM)通过网络中间节点有目的的分组丢弃实现了较低的排队延时和较高的有效吞吐量,是近年来TCP端到端拥塞控制的一个研究热点.已有的大多数AQM算法在设计过程中都没有充分考虑到大时滞对算法性能的影响.首先通过仿真试验证实了已有的几种典型算法控制的队列在大时滞网络中无一例外地出现了剧烈的振荡,导致瓶颈链路利用率下降和延时抖动加剧.为此,在进行了适当模型拟合处理的基础上,应用控制理论中的内模补偿原理设计了鲁棒的延时补偿主动队列管理(delay compensation-active queue management,简称DC-AQM)算法,克服了大时滞给队列稳定性造成的不利影响.仿真实验结果表明,新算法在大时滞小期望队列长度的网络配置中表现出的综合性能明显优于已有的算法,链路利用率是其他算法的3～4倍.     

Adaptive mechanism-based congestion control for networked systems

In order to assure the communication quality in network systems with heavy traffic and limited bandwidth, a new ATRED (adaptive thresholds random early detection) congestion control algorithm is proposed for the congestion avoidance and resource management of network systems. Different to the traditional AQM (active queue management) algorithms, the control parameters of ATRED are not configured statically, but dynamically adjusted by the adaptive mechanism. By integrating with the adaptive strategy, ATRED alleviates the tuning difficulty of RED (random early detection) and shows a better control on the queue management, and achieve a more robust performance than RED under varying network conditions. Furthermore, a dynamic transmission control protocol–AQM control system using ATRED controller is introduced for the systematic analysis. It is proved that the stability of the network system can be guaranteed when the adaptive mechanism is finely designed. Simulation studies show the proposed ATRED algorithm achieves a good performance in varying network environments, which is superior to the RED and Gentle-RED algorithm, and providing more reliable service under varying network conditions.     

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。