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RED主动队列管理算法

主动队列管理（Active Queue Management, AQM）算法是网络拥塞控制中非常重要的研究领域之一。为了使RED算法丢包概率的计算更加平滑,本文在RED-r的基础上对其丢包概率的计算进行了改进,提出了一个名为IMRED-r的新算法,采用分段二次圆函数计算丢包概率,实现了动态网络环境中队列长度的稳定,并且减少了参数的设置。基于NS2的仿真结果表明,IMRED-r算法在复杂的网络环境里具有更好的鲁棒性和稳定性,比RED、RED-r主动队列管理算法优越。     

APRED：基于Avg和P的RED改进算法

RED算法是IETF推荐的AQM唯一候选算法,但RED中存在Avg对实际队列变化反应较慢,丢弃概率不准确等问题。为了更准确地计算平均队列长度和丢弃概率,对RED算法的平均队列计算方式(Avg)进行动态调整,并且对丢弃概率P进行非线性优化,进而提出一种改进算法APRED。仿真结果表明,改进后的算法在持久流和突发流情况下均能够减小平均队列的抖动,提高瓶颈链路平均吞吐量,降低路由器丢包率,提高了算法的网络适应性。     

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.     

基于平均变化率和空闲长度的丢包概率模型

针对RED队列丢包概率模型在计算丢包概率时精确性不足且未考虑网络流量的自相似性问题,提出了基于数据包入队速率平均变化率和队列空闲长度的队列丢包概率模型（DRED）,给出了相应的实现算法。DRED将网络流量状态引入到丢包概率的计算过程中,丢包概率随着网络流量状态的变化而变化,克服了RED队列丢包概率模型在平均队列长度大于队列最大阈值小于队列最大长度时直接将到达的数据包全部丢弃的弊端。实验结果表明,与RED相比,DRED丢包概率的计算更加精确,丢包率有所降低,吞吐量相对提高,端到端时延虽稍有增大,但时延抖动较小,网络的整体性能有一定提高。     

一种改进的RED主动队列管理算法

主动队列管理(ActiveQueueManagement,AQM)算法是网络拥塞控制中非常重要的研究领域之一。为了使RED算法丢包概率的计算更加平滑,文中在RED-r的基础上对其丢包概率的计算进行了改进,提出了一个名为IMRED-r的新算法,采用分段二次圆函数计算丢包概率,实现了动态网络环境中队列长度的稳定,并且减少了参数的设置。基于NS2的仿真结果表明,IMRED-r算法在复杂的网络环境里具有更好的鲁棒性和稳定性,比RED、RED-r主动队列管理算法优越。     

基于流量自相似性的网络队列管理算法

网络流量的自相似性会导致数据突发状态持续,传统队列管理算法无法对网络流量突发状态进行预测,从而影响网络端到端时延、丢包率和吞吐性能。针对该问题,提出一种基于网络流量预测的主动队列管理算法P-ARED。基于网络流量的均值和方差给出网络流量等级的概念,讨论网络流量等级转移概率与Hurst参数之间的关系,提出基于贝叶斯估计思想的网络流量等级预测方法。在此基础上,在对自相似网络流量环境下的平均队列长度、缓存队列长度最小阈值等参数优化设置的基础上,基于Hurst参数和自相似流量等级预测结果,重新设计ARED算法中分组丢弃概率的计算方法,以提高缓存队列长度的稳定性。仿真结果表明,P-ARED算法与对比的主动队列管理算法相比,降低了网络端到端时延和丢包率,提高了端到端吞吐性能,其中平均吞吐量最高提升7.63%,平均时延最多降低17.52%。     

改进的随机早期检测非线性算法

主动队列管理是目前的研究热点,随机早期检测(RED)算法是一种经典的队列管理算法。线性RED算法虽然简单且容易计算,但队列位于最小阈值和最大阈值附近时的丢包概率都不太合理。在论证了平均队列长度和丢包概率间为非线性性质后,提出了一种改进非线性RED算法——JRED。利用NS2对改进的算法进行仿真,结果表明,JRED算法提高了平均吞吐量,降低了丢包概率,增强了网络稳定性和可靠性。     

一种基于平均队列长度的改进RED算法

通过研究发现,随机早期检测算法中丢弃概率与平均队长成线性的增长关系,这就造成平均队长在最小门限值附近或者超过最大门限值时,按较高的概率丢包,从而降低了网络的利用率。为此,作者对RED算法的EWMA(指数加权滑动平均)方法进行了详细分析,指出其不足之处,并对原算法的计算平均队列长度的方法进行了改进。通过理论分析和仿真试验得出结论,改进RED算法由于在计算平均队列长度的时候结合考虑了当前队列长度的实际情况,并将二者结合起来决定何时丢包及丢包概率大小,大大减少了分组丢弃数,从而提高了RED算法的自适应性,减少了网络带宽资源的浪费,在网络延迟等重要指标上一定程度地优于原RED算法。     

非线性自适应拥塞控制算法研究

研究丢弃概率的变化率与队列长度稳定性间的关系,分析ARED算法及REM算法的丢弃概率计算函数,采用非线性化函数计算丢弃概率,提出一种非线性自适应拥塞控制算法(NLACCA),根据队列长度与目标队列长度中值的偏离程度动态地调整丢弃概率的变化率,从而减小队列长度波动,提高算法稳定性。在NS-2上进行的大量实验结果表明,该算法具有队列长度抖动性小、平均时延低、丢包数少等特点。     

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。     

基于NS2的主动队列管理仿真研究

主动式队列管理技术是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。该文介绍了目前应用较为广泛的网络仿真器NS-2，对几种主要AQM算法Drop Tail、RED和ARED的性能在基于NS2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、TCP 全局同步问题、连接数对系统稳定性和鲁棒性的影响等；仿真结果表明ARED性能优于Drop Tail和RED算法。     

主动管理队列算法的研究

主动式队列管理技术作为端到端拥塞控制的增强机制,通过在网络中间节点有目的地丢弃分组来维持较小的队列长度和较高的链路利用率。通过对RED,ARED,BLUE和RLGD几种主动式队列管理算法的比较和分析,寻找出已有的主动式队列管理算法的不足,进而在人工智能理论的基础上,提出了一种新型的基于BP神经网络的主动式队列管理算法;给出了基于BP神经网络的主动式队列管理算法的设计思想和设计步骤,并对基于BP神经网络的主动式队列管理算法的收敛性进行了证明。     

一种改进的自适应随机早期检测算法

为了进一步减小Adaptive RED算法中队列长度的波动性,在对丢弃概率的变化率与队列长度稳定性的关系进行研究后,对Adaptive RED算法的丢弃概率计算函数进行了非线性化,使得算法能够根据平均队列长度与目标队列长度区间中值的偏离程度动态地改变丢弃概率的变化率,减小了队列长度的波动,进而提高算法的稳定性。     

一种适于Internet拥塞控制的自校正队列管理算法

1.引言近年来,随着计算机和网络技术的迅猛发展以及多媒体应用的急剧增加,人们对Internet的服务质量提出了更高的要求。虽然目前TCP所采用的基于窗口的端到端拥塞控制机制对Internet的鲁棒性起到了关键性的作用。但传统的去尾(drop-tail)先进先出(FIFO)的队列管理方式,不可避免地会导致过高的传输延迟和延迟抖动。为适应越来越多的实体媒体传输的要求,人们开始研究更为有效的队列管理算法,从而使网络在采用TCP拥塞控制算法的基础上,实现效率最高并尽可能减小路由器中的平均队列长度,即主动队列管理技     

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.