拥塞控制中的随机检测算法研究

作为主动队列管理（AQM）的典型代表，RED（Random Early Detection）算法得到了较为广泛的应用。出于改进其稳定性和公平性的考虑，研究者开发出了ARED，SRED，FRED，RIO和WRED等几种算法。重点研究了RED及其多种变种方法的设计思想、算法，并比较了它们的优缺点。在此基础上，分析了IP复接器中适用的算法。     

几种主动式队列管理算法的比较研究

主动式队列管理(Active Queue Management,AQM)技术是IETF为了解决Internet拥塞控制问题而提出的一种路由器缓存管理技术.本文对几种主要AQM算法RED、BLUE、ARED和SRED的性能在基于ns-2仿真实验的基础上进行了比较研究.研究的性能包括队列长度、丢包概率、丢包率、连接数对吞吐量的影响及缓冲区大小对链路利用率的影响等.仿真结果表明BLUE、ARED和SRED在这几方面的性能都要优于RED算法.     

一种基于负载的公平性主动队列管理算法

针对随机早期检测（RED,Random Early Detection）算法存在的公平性问题,提出了一种基于负载的公平性主动队列管理算法（LFED）。该算法通过引入网络负载和队列这两个概念,有效地判断当前网络拥塞程度,同时使用改进的丢包率公式,并且借鉴CHOKe算法的惩罚机制对非响应流进行有效惩罚,以保证不同数据流之间的公平。仿真实验表明,与RED和CHOKe相比,LFED可以得到稳定的瞬时队列长度和减少分组丢弃率,具有较好的公平性和稳定性。     

主动队列管理机制在无线系统中的优化

主动队列管理(AQM)是对抗拥塞的重要手段,其经典算法之一是随机早期丢弃,简称RED。为使其能适应无线传输高突发误帧的特点,本文提出了一种基于平均队列长度和平均包到达速率的改进RED算法,分析了其相对于传统RED算法在预防和处理拥塞时的优势。同时针对无线信道的时变特性,提出自适应MIR速率调整,以提高频谱利用率和进一步降低拥塞概率,并讨论了其对于系统性能的改善。     

SBlue:一种增强Blue稳定性的主动式队列管理算法

主动式队列管理(AQM)是 IETF 为解决 TCP 端到端拥塞控制机制存在的问题而提出的一种队列管理技术。Blue 是一种常用的 AQM 算法,它使用丢包事件和链路空闲事件来管理拥塞。相比较于 RED 算法,Blue 有很多优点,但由于缺乏早期拥塞检测机制,因此不能维持队列长度的稳定,特别是当 TCP 连接很多或 TCP 连接数发生突变时容易导致队列溢出或空闲。本文为此提出了一种增强 Blue 稳定性的主动式队列管理算法 SBlue。仿真实验表明,SBlue 能有效保持队列长度的稳定,大大减少队列溢出或空闲现象的发生。     

一种参数自适应的主动队列管理算法-自适应BLUE

BLUE算法是一种典型的主动队列管理(Active Queue Management,AQM)算法,研究表明BLUE算法优于RED算法.BLUE算法使用丢包事件和链路空闲事件控制网络拥塞.但由于BLUE算法在参数设置方面存在不足,尤其是当TCP连接数突然剧烈变动时,容易导致队列溢出或空闲的频繁发生.该文引进参数自适应机制,提出了自适应BLUE算法,并借鉴了RED算法的早期拥塞检测机制.NS仿真实验表明该算法能有效保持队列长度的稳定,减少队列溢出或空闲现象的发生,在提高链路利用率的同时降低丢包率.     

基于H∞控制理论的网络拥塞控制器的设计

针对具有多维性、非线性、动态性、不确定性等复杂特征的计算机网络系统,文章从控制理论出发,提出了一种基于H∞控制理论的主动队列管理（AQM）算法,文章着重分析RED算法。首先,建立了AQM／TCP拥塞控制的动态模型;其次,系统的渐进稳定由线性矩阵不等式（LMI）描述,并应用MATLAB的LMI工具箱求解H∞控制的一般线性时滞系统;然后将求解结果应用到RED中,从而得出了控制器。最后在NS2平台上进行了仿真实验,试验结果表明,该算法在解决系统不确定性引起的鲁棒性问题上是有效的。     

基于自相似业务流的Hurst加权随机早检测算法

Floyd提出的随机早丢弃（RED，random carly detection）是基于传统的泊松（Possion）模型，不适应网络流量普遍呈现自相似性的特点。基于此目的，提出了一种新的RED算法——Hurst加权随机早检测算法（HWRED，Hurst weighted random early detection）。新算法能够根据输入流量的自相似系数Hurst，调整RED算法参数。仿真结果表明，新算法提高了队列长度的稳定性，减少了丢包率、排队时延和排队抖动，提高了网络的链路利用率。     

自相似流量的主动队列管理算法

该文提出了一种替代随机早期检测(RED)的主动队列管理算法:信号能量的小波分解(wavelet-decomposed signal energy, WDSE)算法。WDSE能够有效地对自相似流量进行拥塞检测和管理。采用小波的二阶子段滤波测量输入流量的能量,基于小波的多分辨率分析可以对到达流量的短期和长期波动进行预报,重新调整主动队列管理的丢弃概率。WDSE可以避免先前主动队列管理所难以解决的参数选择问题,如RED等。该文比较了WDSE和RED的动态性能,显示WDSE能够有效改善系统的暂态特性。仿真证明WDSE比RED能更快地响应负载的变化。此外,WDSE在控制瞬时队列长度的稳态值也具有更好的鲁棒性。     

QL-CSFQ:一种结合队列长度的CSFQ算法

当存在适应流时,网络流量的测量值与实际值存在比较大的误差,这将严重影响CSFQ算法中公平共享速率α值的计算准确性,从而大大降低网络流之间的公平性.针对这一问题,本文提出了一种结合队列长度的CSFQ算法—QL-CSFQ.在QL-CSFQ算法中,采用结合队列长度状态信息来提高公平共享速率α值的计算准确性,从而有效提高了存在适应流情况下的网络流之间的公平性.大量模拟实验结果表明在存在适应流情况下QL-CSFQ有效消除了测量误差对算法公平性的影响,提高了网络流之间的公平性.     

一种支持区分服务的模糊公平分组丢弃算法

随机早期检测(RED)算法是目前Internet中广泛使用的一种缓存管理算法,对RED算法进行改进以提高公平性以及对网络动态变化的适应性一直是主动队列管理的研究重点之一。该文引入新的变量分享指数,取代单个业务流缓存占用量来表征不同业务流对网络资源的占用情况,以克服缓存占用量表征公平性的缺陷。同时,在无线网络中对分享指数的定义进行推广,使其同时兼顾公平性和系统性能(信道条件)。通过对分享指数和队列长度共同制定规则,提出了一种基于模糊逻辑控制的缓存管理算法。算法在根据缓存队列长度计算丢弃概率时,根据不同流对网络资源的占用情况(即分享指数)进一步决定增加或减小相应的丢弃概率,从而可利用不同流之间的差异以加速缓解拥塞,具有更好的自适应性和公平性。仿真表明,采用该算法后,系统性能得到改善。     

A fuzzy-logic control algorithm for active Queue Management in IP networks

Active Queue Management （AQM） is an active research area in the Internet community. Random Early Detection （RED） is a typical AQM algorithm, but it is known that it is difficult to configure its parameters and its average queue length is closely related to the load level. This paper proposes an effective fuzzy congestion control algorithm based on fuzzy logic which uses the predominance of fuzzy logic to deal with uncertain events. The main advantage of this new congestion control algorithm is that it discards the packet dropping mechanism of RED, and calculates packet loss according to a preconfigured fuzzy logic by using the queue length and the buffer usage ratio. Theoretical analysis and Network Simulator （NS） simulation results show that the proposed algorithm achieves more throughput and more stable queue length than traditional schemes. It really improves a router＇s ability in network congestion control in IP network.     

FQL‐RED: an adaptive scalable schema for active queue management

In a potentially congested network, random early detection (RED) active queue management (AQM) proved effective in improving throughput and average queuing delay. The main disadvantage of RED is its sensitive parameters that are impossible to estimate perfectly and adjust manually because of the dynamic nature of the network. For this reason, RED performs differently during different phases of a scenario and there is no guarantee that it will have optimal performance. Giving adaptability to RED has been the subject of broad research studies ever since RED was proposed. After a substantial study of AQM schemes and presenting a novel categorization for so‐called modern approaches utilizing artificial intelligence tools to improve AQM, this paper proposes an algorithm enhancing RED as an add‐on patch that makes minimal changes to the original RED. Being built on the basis of AQM schemes like ARED and Fuzzy‐RED, this algorithm inherits adaptability and is able to adjust RED inaccurate parameters regarding network traffic status, trying to optimize throughput and average queuing delay in a scenario. This algorithm is a Q‐learning method enhanced with a fuzzy inference system to provide RED with self‐adaptation and improved performance as a result. Given the name of FQL‐RED, this algorithm outperformed RED, ARED, and Fuzzy‐RED, as the OPNET simulations show. Copyright © 2010 John Wiley & Sons, Ltd.     

基于参数估计的随机早期探测改进算法

流量控制是互联网有效运行的必要条件.随机早期探测RED(Random Early Detection)是一种基于整条链路的积极队列管理技术,它能显著地提高网络的利用率、稳定性和公平性,是IETF倡导使用的流量控制技术.它由Hashem首先提出雏型,Floyd对之作出了重大改进,形成了较为完善、实用的RED技术,为了在应用中增大RED的适应范围,Fang又提出基于参数自适应的RED.由于现有方法未能稳定、准确地刻画网络流量特征,在流量特性差异较大时,以上方法均难以有效控制网络流量.在本文中,作者首先给出了估计流量特性的解析方法,该方法较参数自适应具有更好的稳定性和准确性;并据此提出了一种RED改进算法,最后通过动态仿真,证明该改进算法提高了RED的适应性,降低了网络时延,减小了时延抖动.     

RED分组丢弃算法性能研究

 本文研究了在ATM交换机上实现的RED算法的性能.在固定有效带宽、时变有效带宽情况下和同种、异种业务环境下,研究了RED算法的通过率、公平性和时延等性能.经研究表明:RED算法有必要与EPD算法相结合,构成RED+EPD算法.采用RED+EPD算法的ATM交换机通过控制平均排队长度,有效地减小了交换机的平均排队时延.通过与其他分组丢弃算法进行性能比较表明:采用RED+EPD算法的ATM交换机,可提供比EPD算法略高的通过率,更好的公平性和更低的排队时延,能较好地支持具有时延要求的业务.     

REDu:一种新的识别并惩罚非适应流的主动式队列管理算法

本文提出一种新的主动式队列管理算法——热度算法(REDu).算法深入挖掘非适应流与适应流本质区别,利用CHOKe命中、RED丢弃等信息预选非适应流,通过热度升降机制计算一种新的部分流状态——热度,以此识别并惩罚非适应流.基于ns-2的仿真实验显示,与其他几种主动式队列管理算法相比,REDu具有更准确的识别并惩罚非适应流的能力,对适应流提供更好的保护,网络的鲁棒性也显著提高.     

Low pass filter/over drop avoidance (LPF/ODA): an algorithm to improve the response time of RED gateways

The low pass filter (LPF) algorithm, which is used to calculate the average queue length in the random early detection (RED) algorithm, results in a poor response time when RED recovers from congestion. In this paper, we propose a new algorithm, called low pass filter/over drop avoidance (LPF/ODA), to improve the response time of RED. LPF/ODA is based on reducing the time required by RED to recover from long‐term congestion. Simulation results have been used to show that the proposed LPF/ODA algorithm significantly improves the response time, throughput and delay of RED gateways. Copyright © 2002 John Wiley & Sons, Ltd.     

一种新的IP分组丢弃策略PRDP

该文分析了IP业务在MPLS/DiffServ上运行的特点,从考虑业务量工程性能的角度出发提出了一种新的IP分组优先级的划分方法,并在此基础上给出了一种新的IP分组丢弃算法基于优先级的丢弃策略(PBDP)。考虑到随机早检测策略(RED)的优点,将PBDP与RED相结合,得到一种改进的算法基于优先级的RED策略(PRDP),仿真结果表明这种算法在提高全网性能上有优势,其性能优于传统的尾丢弃策略。