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。     

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。     

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。     

基于路由队列资源自适应的非线性随机早期检测算法

针对随机早期检测(RED)算法在网络拥塞控制中的缺点和复杂性,提出了基于路由队列资源(缓冲)自适应的新算法(ND-RED)。该算法采用非线性丢包策略和动态调整算法参数的方法,使得路由队列长度稳定在参考值附近,从而有效控制了网络拥塞,高效地利用了资源。最后实验结果表明,ND-RED算法具有良好的稳定性,在队列控制和丢包率控制方面优于RED算法。     

一种改进的RED算法

针对随机早期检测(random early detection，RED)主动队列管理机制的参数依赖问题，提出一种以网络流量优化理论中“价格”的变化为依据，自适应调节参数的RED改进算法。仿真实验结果表明，该算法明显提高了链路的利用率，降低了丢包率和平均队列长度。     

N方RED算法的设计与仿真研究

随机早期检测(RED,random early detection)算法是目前路由器中采用的重要队列管理算法。在分析该算法的基础上,对几种改进的RED算法作了简单介绍,并针对RED算法中计算数据流丢包率的公式进行了改进,提出了N方RED算法。通过NS-2仿真软件研究表明,该算法可以有效地增加网关的吞吐量,减少丢包率。     

基于RED算法的改进研究

拥塞控制(congestion control)机制是确保Intemet QoS的关键因素,随机早期检测(Random Early Detection,RED)算法是提高网络服务质量、解决网络阻塞的重要算法.针对网关的到达队列来说,丢包率的算法采用RED基本思想中与平均队列长度呈线性的关系并不合适,提出了立方RED算法.算法对RED算法进行了改进,使流丢包率与平均队列长度呈立方函数关系,通过NS-2仿真软件研究表明.算法可以有效的增加了网关的吞吐量、减少丢包率.     

基于ARED的主动队列管理改进算法

随机早期检测（Random Early Detection,RED）是IETF推荐部署的主动队列管理（Active Queue Management,AQM）算法。 RED存在参数难以配置、无法适应动态网络环境的缺点。 ARED（ Adaptive RED）是RED的自适应版本,通过平均队列长度来动态调整最大丢弃概率,从而达到稳定平均队列长度的目的,但是存在瞬时队列长度振荡的问题。文中研究了拥塞控制中的主动队列管理,对ARED算法进行了改进,优化丢弃概率计算函数,提出TTS-ARED算法,实现在动态网络环境下队列长度的稳定以及丢包率降低。 NS2的仿真结果表明,TTS-ARED算法显著地降低了丢包率,队列长度稳定性比ARED算法更优越。     

一种快速收敛的RED改进算法

针对RED算法存在的不足,根据其算法设计思想,系统地研究了IETF推荐用于路由器队列管理的RED及GentleRED算法的性能,提出一种新的改进算法RCRED。该算法的主要思想是当平均队列长度在最小门阀值和另一个阈值之间使丢包概率采用一种平滑的n次高阶函数收敛机制。采用NS2仿真分析的方法,通过大量仿真实验,结论表明RCRED算法在提高系统稳定性和可靠性、提高链路利用率、减少丢包率等网络性能上更有效。     

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。     

NARED:一种非线性自适应RED拥塞控制机制

分析了RED及其改进算法的原理和局限性，提出了一种非线性自适应RED拥塞控制机制．该算法利用一个高阶分组丢弃函数，在下限阈值附近以较低的概率标记丢弃分组，在上限阚值附近迅速提高分组的标记丢弃概率；其参数Pmax可依据平均队列和瞬时队列长度自适应调整，避免了静态参数设置的约束，并实现了从部分到全部标记丢弃分组的平滑化．实验仿真结果表明该算法有效提高了缓存区利用率，避免了缓存区的溢出，提高了网络的稳定性与可靠性．     

参数动态调节的随机早期检测算法

RED算法对参数的设置很敏感,不同的参数设置对RED的性能影响很大。本文在自适应RED算法的基础上,提出了一种以流量变化趋势为依据,以平均队列长度的变化幅度大小为调节参数的RED算法。本算法通过动态参数调节方式,提高了RED算法的自适应性。模拟实验结果表明,算法在丢包率、平均队列长度及链路利用率等方面都有很好的表现。     

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。     

一种基于模糊控制的参数自适应RED改进算法

考虑到传统随机早期检测(Random Early Detection,RED)算法在较强的业务突发度和较大流量抖动的情况下很难获得令人满意的吞吐量这一问题,基于模糊控制理论设计了一个模糊控制器,以提高系统在减少队列长度、降低丢包率中的作用。同时由于在网络拥塞控制中传统RED算法存在着参数敏感、稳定性差等问题,故在系统中加入一个参数自适应算法,用来稳定队列长度。仿真结果表明该算法在减少队列长度、降低丢包率、提高鲁棒性方面的优化有着明显的效果。     

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。     

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.     

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。     

基于启发式失效率函数的主动队列管理

研究主动队列管理技术的RED和REM的丢包率和队长稳定性关系;基于启发式丢包处理方法,提出一种采用启发式失效率函数计算丢弃概率函数以减小丢包率的拥塞控制算法(HFA).在轻量级负载情况下,该算法性能和自适应随机早期检测与随机指数标记相当;而在重量级负载情况下,不仅丢包率的均值和方差小,而且瞬时队长在设定的目标范围,可以明显地减小队列长度的波动性.在NS-2上进行的大量实验结果表明,所提算法具有瞬时队长控制在预期范围、抖动性小、丢包率及丢包率方差小等优点.     

一种新的基于非线性控制理论的主动式队列管理机制

提出了一种新的基于非线性控制理论的主动式队列管理方案：NLC—RED．该方案在原有丢包率方程中增加了幂指数函数，静态的参数调节改进为动态的参数调节．仿真和分析表明，NLC—RED方案在缓冲队列占有量的稳定性和缓冲队列的丢包率等性能较Adaptive RED方案均有较大的提高．