基于自相似流量水平分级预测的网络队列调度算法

网络流量的自相似特性会导致网络中数据的突发状态持续,为有效降低网络流量突发引起的队列排队时延和分组丢失率,提高不同优先级业务的传输能力,保障业务服务质量需求,提出了一种基于网络流量自相似特性的队列调度算法——P-DWRR。该算法设计了基于自相似流量水平分级预测结果的动态权值分配方法及服务量子更新方法,并根据业务优先级和队列等待时间确定队列的服务次序,以减小数据分组排队时延,降低分组丢失率。仿真结果表明,P-DWRR算法在满足网络不同业务优先级要求的基础上,降低了数据分组的排队时延、时延抖动和分组丢失率,性能优于DWRR和VDWRR。     

一种顽健的自校正主动队列管理机制

现有基于控制理论的主动队列管理机制（AQM）大多数是根据简化的线性被控对象模型设计的,或者根据特定的网络条件设置算法的参数,当网络条件大范围变化时算法的性能难以保证.为了解决这些问题,提出了一种自校正的主动队列管理机制STR,通过在线估计TCP/AQM闭环系统被控对象模型的参数,并相应地调节报文丢弃概率,使路由器的缓冲区队列长度与期望值之间的方差最小.通过仿真实验验证了当网络条件大范围变化时算法的队列长度、链路利用率、报文丢弃率等性能,实验结果表明该算法具有良好的顽健性.     

主动队列管理算法性能评价：比较研究

对当前的主动队列管理算法进行了分类，然后基于NS2网络仿真器比较了它们在不同流量和网络拓扑条件下的多种性能指标。主要结论包括：ARED综合表现最好；PI和REM的瞬态性能较差，对动态流量响应较慢：REM和没有ECN支持的AVQ可以得到较小的时延，但同时牺牲了链路的带宽利用率并造成大量分组丢失；在多瓶颈网络拓扑中，大部分算法的性能有所提高。     

区分服务的改进主动队列管理算法

在区分服务模型中，具有不同微流数量、分组长度和目标速率的流聚集在资源共享时往往无法获得公平带宽。本文在自适应RIO算法基础上提出了一种区分RIO算法（Differentiated RIO，DRIO），DRIO对具有不同目标速率的流区别对待，使得无论在何种情况下都可以很好地保证各流聚集在共享带宽资源上的公平性，而且算法实现简单。仿真结果表明，DRIO对提高流聚集之间的公平性有很明显的效果。     

主动队列管理算法的分类器实现

作为端到端拥塞控制的增强机制,主动队列管理(AQM)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.已有的大多数主动队列管理算法沿用了随机早期探测(RED)算法首创的概率丢弃机制.本质上,判决是否丢弃分组的过程是一个依赖于网络拥塞状态的决策过程,因此,概率决策不应该是唯一的方法.在本文的研究中,我们首先归纳了理想AQM算法所应具备的品质,然后应用模式识别中分类器的设计思想提出了一种新颖简洁的主动队列管理策略实现框架,并基于Fisher线性判别方法为AQM设计了一个两维两类分类器(TCC).仿真试验表明TCC有效、敏捷、鲁棒,扩展性好,同时实现简单,计算开销小,有利于高速路由器的性能优化.     

一种基于模糊逻辑的主动队列管理算法

主动队列管理 (ActiveQueueManagement,AQM)技术作为Internet拥塞控制的一种有效方法 ,对于提高In ternet的服务质量具有十分重要的作用 .本文根据TCP拥塞控制算法基于数据包丢失的窗口变化机制 ,设计了一种基于模糊逻辑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情况 ,根据一定的模糊自校正原则来调整数据包的丢弃概率 ,从而使路由器中的队列长度稳定在参考值附近 .仿真结果表明该算法不但十分有效 ,而且对不同的网络状况具有很好的适应能力 .     

一种基于神经网络的主动队列管理算法

传统的主动队列管理算法在设置参数时,存在算法和具体的网络有关参数设置对网络的稳定性和动态性能影响较大的问题.文中介绍了一种采用单神经元动态调整PID参数的ANNPID算法,解决了PID算法参数设置的问题,通过仿真实验,结果验证了该方法的鲁棒性优于传统的队列管理算法.     

基于主动队列管理算法的研究

主要对自适应虚拟队列（AVQ）算法、动态阈值（DT）算法以及队列长度阈值（QLT）分组调度算法等异同点及适用范围进行了描述,在理论上进行了分析。通过比较各个算法的优点及存在的问题,针对AVQ算法进行了改进,使其在原性能的基础上增加了区分服务的功能。基本上保持了原算法的优点,即具有低时延、低分组丢失率和高链路利用率。     

基于速率的主动队列管理算法的性能分析

主动队列管理是解决网络拥塞的主要措施。针对基于队列的主动队列管理算法的不足,提出了一种基于速率的新算法RAQM,该算法以数据到达速率与路由器最大服务速率的差值为指标计算丢包概率,能够快速地对网络流量的变化做出反应,该算法计算简单,而且只需要设置一个参数K。通过现代控制理论分析了RAQM/TCP系统的稳定性。仿真结果表明,RAQM能够维持较低的队列长度并保持队列的稳定,从而减小了分组端到端时延和时延抖动。最后讨论了参数K对算法性能的影响。     

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.     

一种基于预测PI控制器的自相似网络主动队列管理算法

近年研究发现网络中的业务量呈自相似特征,这种自相似特征显著影响网络的流量控制与排队性能,本文在自相似网络流量可预测的基础上,利用线性回归分析理论进行流量预测,并应用控制理论中的预测PI控制器原理设计了动态矩阵PI控制主动队列管理(Dynamic Matrix PI Control-Active Queue Management,简称DMPIC-AQM)算法,以克服队列的剧烈振荡,保持队列稳定在期望的长度.仿真实验结果表明,DMPIC-AQM算法在网络流量剧烈变化和小期望队列长度的情形下,DMPIC-AQM算法明显优于RED与PI算法.     

Modeling and Analysis of Active Queue Management Schemes under Bursty Traffic

Traffic congestion arising from the shared nature of uplink channels in wireless networks can cause serious problems for the provision of QoS to various services. One approach to overcome these problems is to implement some effective congestion control mechanisms at the downlink buffer at the mobile network link layer or at gateways on the behalf of wireless network access points. Active queue management (AQM) is an effective mechanism to support end-to-end traffic congestion control in modern high-speed networks. Initially developed for Internet routers, AQM is now being also considered as an effective congestion control mechanism to enhance TCP performance over 3G links. This paper proposes an analytical performance model for AQM using various dropping functions. The selection of different dropping functions and threshold values required for this scheme plays a critical role on its effectiveness. The model uses a well-known Markov-modulated Poisson process (MMPP) to capture traffic burstiness and correlations. The validity of the model has been demonstrated through simulation experiments. Extensive analytical results have indicated that exponential dropping function is a good choice for AQM to support efficient congestion control.     

一种基于速率和队列长度的主动队列管理机制

本文研究了拥塞产生的原因及其表现形式,提出了一种基于报文到达速率和队列长度的随机早丢弃算法(RQ).根据拥塞的严重程度和变化趋势将拥塞划分为六个级别,每个级别采用合适的丢弃概率,从而将队列控制在理想工作点附近.利用经典控制理论,分析了系统的稳定性,给出了参数配置的原则.最后,用NS网络仿真器对算法性能进行了验证.     

用户公平的活动队列管理

用户公平活动队列管理算法UFQ(User Fair Queuing)的目标是在各种网络环境中都能为所有的用户提供满意度一致的服务.UFQ采用在网络边缘标记用户所属数据报的期望服务满意度u,在网络核心根据数据报的满意度高低,结合当前数据报流经节点的拥塞程度,来决定数据报的丢弃或标记(使用ECN),从而获得不同用户一致满意的服务.UFQ不要求接纳控制和信令.它仅在网络边缘保持数据流的状态信息;只维护一个先进先出队列,通过拥塞时丢弃或标记较高满意度的数据报,在不同的用户之间公平地分配网络带宽,从而有效地控制、减轻拥塞.通过TCP/IP网络的模拟,证实了算法能够按照用户期望满意度公平地分配网络带宽,提高网络的服务质量.     

基于动态输出反馈控制的主动队列管理算法

 针对网络拥塞控制的不确定时滞特性,提出了一种基于动态输出反馈控制(DOFC)的主动队列管理(AQM)算法.建立了TCP/AQM系统的时滞有界模型,给出了判定闭环AQM系统稳定的充分性条件,以及基于线性矩阵不等式的动态输出反馈控制器参数设计方法.仿真结果表明,该算法在大时滞的网络环境中,能迅速地将队列长度收敛到目标长度附近,且在特征参数变化的网络环境中具有较强的鲁棒性.     

Self-Similar Traffic in G/M/1 Queue Defined by the Weibull Distribution

The work considers a queuing system of the G/M/1 type that simulates service of self-similar traffic in a NodeB (e-NodeB) base station of a mobile operator. The feature of quality of service (QoS) characteristics estimation process for the self-similar traffic defined by the Weibull distribution is the solution based on the Laplace–Stieltjes transformation. The Laplace transformation for an infinite number of items under the Weibull distribution condition was found. It was shown that this series was equiconvergent to some convergence domain. The following QoS characteristics were obtained for the self-similar traffic: the average amount of time that a request spends in the system; the average number of requests waiting in the queue and the average queue length. The obtained results allowed to consider the real values of traffic serviced by a NodeB (e-NodeB) for their optimal deployment over a covered territory at the stage of frequency planning and operation of the 3G/UMTS and 4G/LTE networks.     

Supporting Excess Real-Time Traffic With Active Drop Queue

Real-time applications often stand to benefit from service guarantees, and in particular delay guarantees. However, most mechanisms that provide delay guarantees also hard-limit the amount of traffic the application can generate, i.e., to enforce to a traffic contract. This can be a significant constraint and interfere with the operation of many real-time applications. Our purpose in this paper is to propose and investigate solutions that overcome this limitation. We have four major goals: 1) guarantee a delay bound to a contracted amount of real-time traffic; 2)transmit with the same delay bound as many excess real-time packets as possible; 3) enforce a given link sharing ratio between excess real-time traffic and other service classes, e.g., best-effort; and 4) preserve the ordering of real-time packets, if required. Our approach is based on a combination of buffer management and scheduling mechanisms for both guaranteeing delay bounds, while allowing the transmission of excess traffic. We evaluate the “cost” of our scheme by measuring the processing overhead of an actual implementation, and we investigate its performance by means of simulations using video traffic traces.     

Advances in Active Queue Management (AQM) Based TCP Congestion Control

Current end-to-end Internet congestion control under tail-drop (TD) queue management experiences performance degradations such as multiple packet losses, high queueing delay and low link utilization. In this paper, we review recently proposed active queue management (AQM) algorithms for supporting end-to-end transmission control protocol (TCP) congestion control. We focus recently developed control theoretic design and analysis method for the AQM based TCP congestion control dynamics. In this context, we analyze the problems of existing AQM proposals in which congestion is detected and controlled reactively based on current and/or past congestion. Then we argue that AQM based TCP congestion control should be adaptive to the dynamically changing traffic situation in order to detect, control and avoid the current and the incipient congestion proactively. Finally, we survey two adaptive and proactive AQM algorithms, PID-controller and Pro-Active Queue Management (PAQM), designed using classical proportional-integral–derivative (PID) feedback control to overcome the reactive congestion control dynamics of existing AQM algorithms. A comparative study of these AQM algorithms with existing AQM algorithms is given. A simulation study under a wide range of realistic traffic conditions suggests that PID-controller and PAQM outperform other AQM algorithms such as random early detection (RED) [Floyd and Jacobson, 18] and proportional-integral (PI) controller [Hollot et al., 24].     

基于动态矩阵控制的主动队列管理算法

针对Internet系统,通过对流体流模型的分析,提出了一个新的预测模型.该模型形式简单,参数的计算相对容易,并且能根据当前的网络情况有效的预测拥塞窗口的变化.结合动态矩阵控制 (Dynamic Matrix Control,DMC) 理论,提出了一种新的主动队列管理算法——DMCAQM 算法,给出了DMCAQM 的详细设计过程,稳定性分析和参数选取原则.大量不同网络环境的仿真实验表明DMCAQM 算法是有效的.与PI、RaQ 和REM 等算法相比较,DMCAQM 有收敛速度快、队列抖动小的优点.同时,由于DMCAQM 的采样间隔相对较大,而算法实现简单,所以计算量小,占用的路由器资源更少.