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。     

基于改进量子粒子群和主动PI模型的自适应无线传感器网络拥塞控制算法设计

针对无线传感器网络中路由节点需要转发大量数据导致网络拥塞,从而引起节点丢包率高和网络吞吐率过低的问题,提出了一种基于主动PI模型和改进量子粒子群优化算法的拥塞控制方法;首先定义了丢包率和队列长度计算方式;设计了改进的PI主动队列管理模型,然后,为了改进PI模型的控制效果,采用改进的量子粒子群算法对PI主动队列管理模型中的比例系数和积分系数kP和kI进行参数优化,从而得到能实现WSN自适应控制的主动PI控制模型;最后,对基于量子粒子群算法和PI主动队列模型的网络拥塞算法进行了描述和说明;仿真实验表明:文中提出的拥戴控制方法能有效实现WSN拥塞控制,是一种适用于WSN的有效拥塞控制方法,与其它方法相比,具有较短的平均队列长度和较大的网络吞吐率,具有很强的可行性。     

改进的AQM在拥塞控制中的应用策略

随着计算机网络的持续快速发展,各种网络需求不断涌现,拥塞控制成为保证网络的稳定性和鲁棒性的重要因素,拥塞控制的发展要求网络本身也要参与其中。传统的端到端机制不能解决所有的拥塞问题,作为主动管理队列算法的REM原算法由于对RTT的不精确估计导致不能准确反应网络中拥塞状态。根据控制论中将链路价格化的方法,对REM算法的进行了改进,提出了新的拥塞控制机制。仿真实验表明,该方法能有效减少包的丢失,提高系统性能。     

主动队列管理算法的研究

队列管理机制是实现网络拥塞控制的一项重要技术,以往采用的大多都是被动的队列管理机制,而主动队列的管理是根据网络结点的队列长度的变化进行提前丢包,对网络的拥塞进行预先通知,从而减少和避免网络拥塞,提高服务质量.为了对主动队列管理机制进行研究,对IEFT推荐的RED算法作介绍,与传统的被动管理机制Droptail作比较,并且通过网络仿真器NS2对算法进行模拟与分析,指出算法的优缺点,为进一步研究AQM算法提供依据.     

一种精确度加强的主动队列管理算法BLUE+

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事件来控制拥塞,但是其性能还不稳定。对BLUE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BLUE+,并将其应用于区分服务(DiffServ)模型。仿真表明BLUE+能够进一步提高对队列的控制精确度,改善BLUE算法的性能,并且能有效地支持区分服务。     

显示拥塞指示标记的主动队列管理研究

主动队列管理对于解决网路拥塞具有重要意义。针对PID主动队列管理算法在调节队列长度时有较大的丢包率这一缺点,提出一种显示拥塞指示标记即ECN标记的PID主动队列管理算法。该算法用显示拥塞指示标记取代丢包机制,用于通知源端网络即将发生拥塞,采用PID控制器实现反馈控制,保证系统的稳定性。仿真结果表明,显示拥塞指示标记的主动队列管理算法适用于多变的网络环境,比PID算法具有低丢包率、低延时和高吞吐量的特点。     

主动队列管理算法性能分析通用仿真模型

主动队列管理算法提供因特网中网络拥塞规避和控制机制,是因特网中分组转发设备的重要功能模块。文章提出在网络仿真工具OPNET Modeler下搭建一种通用的网络仿真模型,通过该模型来对不同的主动队列管理算法进行性能评估和分析。通过对RED和LQD算法的仿真,表明了该模型的有效性和通用性。文章也给出了在该模型下实现新的队列管理算法的步骤。该模型为评估不同的主动队列管理算法提供了重要的平台,有助于下一代因特网路由器中缓存队列管理模块的设计。     

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．     

随机早期检测RED及其改进算法的研究

目前,拥塞控制是Internet的一个研究热点。在网络通信中,仅仅靠端到端的TCP层基于滑动窗口的流量控制已很难满足网络中日益增长的业务量的要求,因此,网络本身必须采用某种手段参与拥塞控制。主动列队管理(AQM)作为目前路由器中广泛采用的拥塞控制策略,在保证较高吞吐量的基础上有效地控制队列的长度,让IP层参与了资源的分配控制工作。该文首先介绍了Internet中的TCP/IP拥塞控制策略,而后针对主动队列管理策略中的RED算法进行了详细的研究,最后提出了几种改进的RED算法。     

模糊随机早期检测在组播拥塞控制中的应用

现有的组播拥塞控制算法大都基于端系统进行拥塞控制,而较少讨论中间路由器的主动队列管理机制。基于模糊逻辑对网络状态的动态适应性特点,提出了基于模糊逻辑的RED算法（Fuzzy Logic-based RED,FL RED）。该算法运用于组播拥塞控制中,网络能够及时对拥塞做出准确反应,更有效地分配和利用资源。仿真结果表明,该算法比普通RED算法具有更好的TCP-友好性,并且能够将队列长度维持在一个较小值,具有更小的传输时延。     

路由器算法Droptail和RED的分析与优化

因特网的迅速发展使网络拥塞问题日益得到人们的重视,近年来提出了许多基于路由器的拥塞控制机制。文章详细分析了基于路由器的弃尾(Droptail)和随机早期检测RED(RandomEarlyDetection)拥塞控制机制的设计思想和算法实现。针对RED算法存在的不足对其进行改进,提出CRED(ConicRandomEarlyDetection)算法,该算法的基本思想是,当平均队列长度在最小和最大阈值之间时,使丢包概率采用一种平滑的增长机制。通过大量仿真实验对三种算法的性能进行对比研究,表明CRED算法在网络延迟、振荡等网络性能上比RED算法更有效。     

基于路由器的随机早期检测算法的分析与优化

因特网的迅速发展使网络拥塞问题目益得到人们的重视,近年来提出了许多基于路由器的拥塞控制机制。本文详细分析了基于路由器的随机早期检测（RED）拥塞控制机制的设计思想、实现原理和优缺点。针对RED算法存在的缺陷提出了一种新的改进算法--SQRED算法,即当平均队列长度在最小和最大闲值之间时,使丢包概率采用一种平滑的增
长机制来代替线性增长。通过在Linux中使用NS-2设计网络仿真实验,对RED和SQ-RED算法的性能和实现进行了对比。仿真结果表明,SQ-RED算法能够获得更好的网络性能。     

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。     

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ARED拥塞控制算法的实现

随着互联网的迅速发展,无论是网民人数还是上网设备数都呈现高速增长的态势。虽然带宽等互联网基础资源相比二十年前有了质的飞跃,但是由于网络规模的增加还是带来了一系列的问题,其中网络拥塞是比较典型的一个。RED作为路由器主动队列管理策略中的重要算法已经在网络拥塞控制方面起到了很好的效果,成为IETF RFC2309建议的唯一候选算法。与队尾丢弃算法DropTail相比,RED算法具有网络链路利用率较高、吞吐量较大、网络时延和丢包率较小的优点,但其存在参数配置无法适应网络动态变化的缺陷,因而改进的ARED算法增加了自适应的功能,但也存在瞬时队列长度振荡等稳定性问题。对此,研究了RED及ARED拥塞控制算法,并提出了一种改进算法QARED,希望通过优化最大丢包概率计算函数来达到提高平均队列长度稳定性以及降低丢包率的目的。     

一种改进的数据包丢弃概率计算方法PRED

针对传统RED算法数据包丢弃概率计算方法的不足,提出一种RED改进算法-分段随机早期检测（Partitioned Random Early Detection,PRED）算法。为了更好地调控网络拥塞,算法通过调整数据包丢弃概率计算函数,以两种不同趋势曲线分段增长方式代替原RED算法包丢弃概率与平均队列长度之间单一的线性关系。系列仿真实验结果验证了改进算法的有效性,一定程度地提高了网络性能。     

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。     

基于特征分析方法消解RED冗余参数

RED算法是网络拥塞控制的基础算法,加载算法需要设置队列平均长度、队列丢包上下限阈值、数据包平均尺寸等多项参数,且参数设置没有明确的规则限制和理论依据,不合理的参数值会削弱算法的拥塞控制效果。在网络拥塞特征分析的基础上,挖掘数据包达到速率和数据包处理速度两个拥塞控制指标之间的关系,建立指标与RED算法参数的映射,消解多余参数并确定参数值域范围,改善算法在网络环境中的拥塞控制效果,提高算法的实用性。