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。     

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.     

随机早期检测主动队列管理算法的改进研究

主动队列管理（Active Queue Management）算法是近几年网络研究的重点。为了改进和完善现有的AQM算法和设计更好的新算法,需要对主动队列管理机制的实现方法和性能特性进行深入研究,详细讨论了随机早期检测（Random Early Detection）主动队列管理机制的关键技术问题,研究了近年来对RED算法的主要改进算法,总结了这几种算法的优缺点及其有待改进之处,并应用网络仿真器（Network Simulator）对实际网络模型进行了仿真实验,检验了改进算法对网络性能的影响。     

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。     

随机早期检测算法公平性的改进

随机早期检测（Random Early Detection,RED）算法是广泛应用于路由器中的IP层的拥塞控制算法之一,它的主要思想是在拥塞发生以前通过一定的丢失概率随机丢弃一部分分组,端系统通过收到重复的ACK（Acknowledgement）报文段感知网络即将发生或已经发生网络拥塞,来降低自己的发送速率,从而达到实现网络拥塞控制的目的,但该算法在应用中仍有不足,特别是RED算法在多个流竞争带宽的情况下,不能保证各流获得相对公平的带宽分配。针对于此,在RED算法的基础上设计了一种限制高带宽流算法,以提高的网络公平性。     

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。     

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。     

随机早期检测算法研究

RED消除了全局同步现象．较大地提高了物理线路的利用率，减少了对突发业务的偏见。但在有大量活跃TCP连接时，RED不能有效估计拥塞的严重性．从而降低链路利用率。针对这些问题提出了RED的改进算法。仿真表明．该算法在突发业务下能对拥塞作出更及时有效的反应．并能保证链路利用率。     

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。     

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。     

自相似业务下拥塞避免机制的实现

传统拥塞避免机制所采用的随机早期检测（Random Early Detection,RED）算法是建立在网络流量按Poisson分布的基础上,因此不适应具有自相似业务流量特征的Internet网。针对自相似业务流量特点,对RED算法进行了改进,提出了一种基于时间间隔的随机早期检测（Based Interval Random Early Detection,BIRED）算法。BIRED算法能够在自相似业务流量特征下,通过控制平均队列长度,避免网络进入拥塞状态。通过仿真比较了BIRED和RED的动态性能,显示了BIRED具有更好的鲁棒性,证明了BIRED比RED、DropTail更能适应自相似业务流量,减小系统负担,有效稳定平均队列长度,改善系统的暂态特性。     

改进的RED队列管理算法：RED-r

为了避免RED缺陷,提出一种改进的RED算法——RED-r。该算法采用二次圆函数来计算丢包概率,减少了RED的设置参数,实现了在网络大延时和小延时时的队列稳定,且在小延时能获得比PID队列更平滑的效果。NS2仿真验证了RED-r算法的有效性。     

基于RED分组丢失历史方法的非TCP流鉴别

随机早期检测(RED)是IETF推荐的一种基于路由器的有效的主动队列管理算法,但是在某些情况下,一些数据量很大的高带宽流量会大量占用带宽,从而导致了各流量之间带宽分配的不公平性,甚至产生拥塞崩溃。该文从RED的丢包历史出发,研究了一种在发生拥塞时鉴别出高带宽流量的方法,并通过仿真证实了此方法的有效性。     

高速TCP/AQM中的RED算法分析

通过建立适用于高速TCP和AQM反馈控制系统的流体流模型,分析高速TCP/AQM闭环系统的稳定性。采用频域稳定裕度,得到高速TCP/AQM中RED算法的稳定参数区域。基于MATLAB/SIMULINK的仿真结果验证了该方法的有效性。     

Active Queue Management技术的研究与发展

ActiveQueueManagement(AQM)技术通过有效控制输出队列的丢包时间和丢包方式，对拥塞进行早期通告，这在TCP拥塞控制的实现中至关重要。目前对AQM进行较全面介绍和总结的文献尚不多见，以RandomEarlyDetection(RED)为重点介绍了这种第一代AQM技术的设计思想、优缺点以及为此出现的多种RED变种方法，另外还简单介绍了其它几种与RED设计思路不同的AQM方法，以期对AQM技术的研究和发展进行较全面的总结，并促进国内学者以及设备制造商对这一技术的关注。     

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。     

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。     

基于pmax和p的RED算法改进及分析

对RED的最大丢弃概率pmax和丢弃概率p进行了优化,NS2仿真实验结果表明,改进后的算法PO_RED,在网络轻载时,能同时提高TCP流和UDP流的性能;在网络重载时,能够抑制UDP流、增强TCP流,使网络资源分配更加公平。     

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。