基于区分服务的主动队列管理算法研究

分析了几种主动队列管理算法.RIO算法是用于支持区分服务确保转发逐跳行为的主动队列管理算法,它是对RED算法的简单扩充,但是该算法的性能对配置参数敏感.PI算法是基于控制论的主动队列管理算法,具有队列长度抖动小的特点.PIP算法是PI算法的改进,比PI算法具有更快的收敛速度.为了更好地满足AF PHB的要求,基于PlP算法,结合三色标记器的功能,提出一个新的主动队列管理算法PIPGYR(PIP with Green&Yellow&Red).通过仿真验证,该算法队列长度抖动小,同时能够保护高优先级分组.     

基于区分服务的主动队列管理算法研究

分析了几种主动队列管理算法。RIO算法是用于支持区分服务确保转发逐跳行为的主动队列管理算法,它是对RED算法的简单扩充,但是该算法的性能对配置参数敏感。PI算法是基于控制论的主动队列管理算法,具有队列长度抖动小的特点。PIP算法是PI算法的改进,比PI算法具有更快的收敛速度。为了更好地满足AF PHB的要求,基于PIP算法,结合三色标记器的功能,提出一个新的主动队列管理算法PIPGYR（PIP with Green ＆ Yellow ＆ Red）。通过仿真验证,该算法队列长度抖动小,同时能够保护高优先级分组。     

一种新的自适应RED算法

主动队列管理算法(RED)存在很多问题,如参数难以配置、对负载变化敏感等,为此采用控制理论的方法改进RED算法,提出一种基于比例控制的自适应RED算法,PRED。仿真结果表明该算法的稳定性好,队列的稳态值不受负载变化的影响。与已有的几种主动队列管理算法的性能比较表明,PRED算法的性能明显优于ARED,PI控制,DRED,SRED和REM几种算法。     

一种新的自适应RED算法

主动队列管理算法(RED)存在很多问题,如参数难以配置、对负载变化敏感等,为此采用控制理论的方法改进RED算法,提出一种基于比例控制的自适应RED算法-PRED.仿真结果表明该算法的稳定性好,队列的稳态值不受负载变化的影响.与已有的几种主动队列管理算法的性能比较表明,PRED算法的性能明显优于ARED,PI控制,DRED,SRED和REM几种算法.     

自适应PI主动队列管理算法

主动队列管理是一个非常活跃的研究领域,相对于丢尾算法,AQM(active queue management)能够提供更短的平均队列延迟和更高的带宽利用率.虽然PI(proporrional integral)主动队列管理算法的性能优于RED(random early detection)算法,但是PI算法的收敛速度比较慢.以PI算法为基础提出了一种自适应PI算法API(adaptive proportional integral).API通过实时测量链路的报文丢失率,获得当前的负载信息,然后动态设置PI算法中的有关参数.通过ns-2模拟表明,相对于PI及其改进算法PIP(proportional integral based series compensation and position feedback compensation),API具有更快的收敛速度和更小的队列抖动.     

多优先级主动队列管理算法研究

主动队列管理算法是区分服务模型能够实现IP服务质量的重要技术之一.针对区分服务现有主动队列算法中参数设置、时延抖动等不足之处,结合自适应RED算法(Adaptive RED),基于优先级和公平性的PFRIO算法(RIO based on Priority and Fair)和Gentle-RED三种算法的优点,提出了一种适合区分服务模型的自适应多优先级主动队列管理算法(Active Queue Management, AQM)-APRED-G.仿真结果表明,该算法不但保护了高优先级数据分组同时兼顾了低优先级数据分组,而且解决了参数设置敏感和时延稳定问题,也降低了平均分组丢失率.     

一种基于速率的PI主动队列管理机制

PI(proportional integral)主动队列管理机制是应用控制理论中的比例积分控制器设计的主动队列管理机制,其性能优于RED(random early detection)算法,能有效地消除稳态误差.但PI算法默认参数在目标队列长度较小情况下收敛速度较慢;而参数整定上的试凑法,无法同时保障系统的瞬态和稳态性能.研究拥塞产生的原因及其表现形式,提出一种基于报文到达速率的PI算法(Rate based Proportional and Integral,RPI).它根据报文到达速率和队列长度,即拥塞瞬间状况和持续状况计算出合适的丢弃率.通过NS2模拟表明,相对于PI,RPI具有更快的收敛速度和更小的队列抖动.     

RED队列稳态误差分析

主动队列管理在保证较高吞吐量的同时，通过在交换节点上主动丢弃数据包来控制队列长度，从而实现对端到端的延时和抖动的控制．RED算法是目前应用最为广泛的主动队列管理(AQM)算法．RED算法以平均队列长度作为衡量网络拥塞的指标，其参数设置对算法性能有较大影响．利用现代控制工程理论，将RED算法看做一种单位反馈控制系统，并将期望队列长度作为系统输入，将瞬时队列长度作为输出，对该系统的稳态误差进行了分析．实验结果表明在稳定状态下，RED队列的波动受分组丢弃概率函数的斜率影响．在稳定条件边界附近，系统的稳态误差急剧增加．     

自适应的PIP主动队列管理机制

近年来AQM的研究者提出了多种主动队列管理机制,包括RED,PI,REM,AVQ,PD,SMVS,PIP等,它们之间的主要区别在于丢弃概率的计算方法不同,其中基于反馈校正的PIP是综合性能更为突出的一种算法,但是遗憾的是其参数不能实现自动配置 .结合单神经元自适应PID控制器,为PIP算法建立了自适应的模型,提出一种参数自适应的PIP算法 .通过NS2仿真实验,验证了该算法能提高链路利用率和降低报文丢失率,有效缓解了根据特定网络条件配置算法参数的问题 .结合PI,REM,AVQ,PD等AQM算法,讨论了该自适应模型在其他AQM机制中的推广 .     

一种模糊自调整的PD-RED算法

RED算法作为第一代主动队列管理技术,能够有效地控制队列长度。然而RED算法在实现中存在着其队列长度依赖于流量负载的变化,网络性能对参数敏感的问题。论文将模糊控制技术与比例微分控制方法相互结合,采用模糊控制器在线调整比例微分控制器参数的方法实现RED算法控制。仿真结果证明,所提出的模糊自调整的PD-RED算法动态响应快,稳态误差小,能够使队列保持期望队列长度。     

TCRED:一种基于DiffServ的队列管理算法

AF PHB的实现机制是DiffServ网络的重要研究课题，目前的多数实现采用了RED或类似的队列管理技术，在分析了RED及其改进算法在公平性及分组优先级等方面存在的不足后，提出了一种采用同一组RED参数对三色分组实行队列管理的TCRED算法．TCRED对不同颜色的分组分别计算平均队列长度，并考虑了分组的到达和离去对平均队长的影响，据此计算出各色分组的丢弃几率，该算法能实现分组的相对优先级，保证用户所预定的带宽，同时能实现分组优先级的平滑升级和降级，因而很好地满足了AF PHB的要求。     

大时滞网络中的拥塞控制算法

主动队列管理(AQM)通过网络中间节点有目的的分组丢弃实现了较低的排队延时和较高的有效吞吐量,是近年来TCP端到端拥塞控制的一个研究热点.已有的大多数AQM算法在设计过程中都没有充分考虑到大时滞对算法性能的影响.首先通过仿真试验证实了已有的几种典型算法控制的队列在大时滞网络中无一例外地出现了剧烈的振荡,导致瓶颈链路利用率下降和延时抖动加剧.为此,在进行了适当模型拟合处理的基础上,应用控制理论中的内模补偿原理设计了鲁棒的延时补偿主动队列管理(delay compensation-active queue management,简称DC-AQM)算法,克服了大时滞给队列稳定性造成的不利影响.仿真实验结果表明,新算法在大时滞小期望队列长度的网络配置中表现出的综合性能明显优于已有的算法,链路利用率是其他算法的3～4倍.     

基于Smith的自适应模糊网络拥塞控制算法

针对网络拥塞控制系统中因网络时滞对主动队列管理算法产生的不利影响, 提出了一种基于Smith预估的自适应模糊主动队列管理算法。该算法将Smith预估控制与自适应模糊控制相结合, 利用Smith预估器补偿网络时滞, 同时运用模糊控制在一定程度上克服了传统Smith预估器对模型结构与参数的精确性过于敏感、鲁棒性差等缺点。仿真结果表明, 该方法可以使队列长度快速收敛到设定值, 同时维持较小的队列振荡, 尤其是在网络条件变化的情况下, 该算法优于传统PI控制、模糊控制和传统的滑模控制。     

一种基于区分服务网络的主动式队列管理算法

现有区分服务网络的保证转发服务可提供稳定的带宽保证,但缺乏对速率变化下平均队列长度和延迟时间的稳定性的保证,并且没有提供简化主动队列管理（AQM）算法参数设置的有效方案。基于对RIO、A-RED算法的分析研究,提出一种自适应调整控制策略的RIO算法（A-RIO）。仿真结果表明,该算法在保持了RIO算法优点的同时,还可以提供稳定的平均队列长度和延迟时间,同时可以简化参数的设置,从而有效地提高了区分服务网络中保证转发服务的性能。     

基于时滞补偿的网络拥塞控制策略*

中间节点上的主动队列管理策略在保证较高吞吐量的基础上能有效控制队列长度和端到端时延,利用频率域模型降阶拟合方式建立了TCP流量控制中主动队列管理系统的等效模型,应用控制理论中的内模补偿原理设计鲁棒的延时补偿主动队列管理控制算法,克服了大时滞给对队列稳定造成的不利影响.仿真结果表明,该补偿方法在长时滞小期望队列综合性能明显优于已有的RED,REM,PI等算法,链路利用率大大提高.     

鲁棒的主动队列管理新算法

作为对终端系统上拥塞控制的一种补充，中间节点上的主动队列管理（AQM）策略在保证较高吞吐量的基础上有效地控制队列长度，从而实现了控制端到端的时延，保证QoS的目的，随机早期检测（RED）及其派生算法虽可以实现AQM的技术目标，但算法的设计要么是依赖于直觉的，要么将网络视为不变定常系统，使得最终形成的算法在稳定性和鲁棒性方面存在不少问题，在该文的研究中，作者将TCP的流量控制过程等效为二阶线性时变系统，采用滑膜变结构这种不敏感控制对象参数和负载扰动的控制器设计方法，设计出一种新的AQM算法，仿真试验表明它的稳态和瞬态性能都优于与它具有相同实现复杂度的RED和PI算法，并且在负载扰动和参数变化时具有很强的鲁棒性。