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。     

一种适用于无线通信网络的随机提前检测算法*

在无线通信网络环境下,提出了一种改进的基于平均队列长度和等待时间的随机提前检测算法.这种算法根据平均队列长度和等待时间计算数据包的丢弃概率.仿真结果表明,与单纯基于平均队列长度的RED算法相比较,在大的数据业务负荷条件下可以获得相对更大的吞吐量、更低的丢包率以及较低的时延抖动,从而能更有效地实现无线网络中的拥塞控制.     

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．     

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。     

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．     

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。     

一种改进的数据包丢弃概率计算方法PRED

针对传统RED算法数据包丢弃概率计算方法的不足,提出一种RED改进算法-分段随机早期检测（Partitioned Random Early Detection,PRED）算法。为了更好地调控网络拥塞,算法通过调整数据包丢弃概率计算函数,以两种不同趋势曲线分段增长方式代替原RED算法包丢弃概率与平均队列长度之间单一的线性关系。系列仿真实验结果验证了改进算法的有效性,一定程度地提高了网络性能。     

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。     

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.     

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。