基于平衡点的自适应RED算法

网络服务质量控制已经成为互联网技术的主要研究方向之一．主动式队列管理以及RED(randomearly detection)算法的改进问题是近期网络服务质量研究的一个热点问题．提出的基于平衡点的自适应RED算法可以根据网络上的流量特点，动态地修改最大丢弃概率，能够对不同类型的数据流聚集进行调节，与目前大多数其他RED改进算法相比，该算法没有采用逐步逼进的途径，而是基于计算的平衡点，修正最大丢弃概率，可以更快的达到稳定状态，从而解决RED算法对于参数的依赖性和队列抖动问题．     

基于灰预测的PID主动队列管理算法

提出一种基于灰色预测的智能 PID(GI-PID)主动队列管理(AQM)算法,该算法采用 GM(1,1)模型在线预测路由器队列长度,补偿滞后以解决网络状况反馈不及时的问题;同时根据队列误差的变化趋势,应用专家经验动态改变 PID 控制器的参数,使参数实时地随着网络环境变化而调整,实现智能控制.仿真试验表明,GI-PID 算法相比传统 PID 算法大幅度地抑制了队列长度的振荡,路由器队列收敛于期望值,同时具有较小的分组丢弃概率.     

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。     

基于混合流拥塞控制的Ad Hoc网络视频传输

基于TCP反馈的主动队列管理算法会无差别地丢弃UDP分组,导致视频质量下降.根据TCP/UDP发送特性和混合流排队机制,推导拥塞窗口、丢弃概率及混合流队列长度的微分方程,通过线性化获得Ad Hoc网络混合流AQM(active queue management)控制模型,提出了一种减少UDP丢弃率的PI-V主动队列管理算法.当视频画质下降时,算法依据视频帧权重与分组长度,动态地调整UDP视频流的丢弃概率.NS(network simulator)仿真表明,PI-V算法优于PI与去尾算法,提高了视频传输质量0.82 d B~2.22 d B的峰值信噪比(PSNR).     

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。     

非线性自适应拥塞控制算法研究

研究丢弃概率的变化率与队列长度稳定性间的关系,分析ARED算法及REM算法的丢弃概率计算函数,采用非线性化函数计算丢弃概率,提出一种非线性自适应拥塞控制算法(NLACCA),根据队列长度与目标队列长度中值的偏离程度动态地调整丢弃概率的变化率,从而减小队列长度波动,提高算法稳定性。在NS-2上进行的大量实验结果表明,该算法具有队列长度抖动性小、平均时延低、丢包数少等特点。     

一种改进的RED算法及其稳定性分析

随机早期检测RED(Random early detection)用于解决网络拥塞问题,然而由于TCP-RED本身具有非线性特性,导致了系统的不稳定和服务质量性能下降。基于离散的TCP-RED动力模型,从平均队列长度的角度分析了RED算法线性稳定的条件,提出了一种自适应地调整控制参数的改进算法。模拟结果表明,所提出的改进算法在稳定性方面优于Adaptive RED和gentle RED算法。     

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。     

主动队列管理中RQC控制器的设计

基于网络中输入输出速率和队列长度均可帮助决定更精确丢弃概率的思想,提出了根据输入输出速率和队列长度决定包的丢弃标注概率的AQM算法,即RQC算法．通过仿真将该算法与RED和PI算法进行比较,说明了RQC控制算法的优点．     

基于流量自相似性的网络队列管理算法

网络流量的自相似性会导致数据突发状态持续,传统队列管理算法无法对网络流量突发状态进行预测,从而影响网络端到端时延、丢包率和吞吐性能。针对该问题,提出一种基于网络流量预测的主动队列管理算法P-ARED。基于网络流量的均值和方差给出网络流量等级的概念,讨论网络流量等级转移概率与Hurst参数之间的关系,提出基于贝叶斯估计思想的网络流量等级预测方法。在此基础上,在对自相似网络流量环境下的平均队列长度、缓存队列长度最小阈值等参数优化设置的基础上,基于Hurst参数和自相似流量等级预测结果,重新设计ARED算法中分组丢弃概率的计算方法,以提高缓存队列长度的稳定性。仿真结果表明,P-ARED算法与对比的主动队列管理算法相比,降低了网络端到端时延和丢包率,提高了端到端吞吐性能,其中平均吞吐量最高提升7.63%,平均时延最多降低17.52%。     

一种快速维持队列稳定的BLUE改进算法

BLUE算法在TCP连接数发生突变时会导致队列长度的剧烈波动。针对该现象,提出一种能快速维持队列稳定的BLUE改进算法——FSBLUE。该算法根据网络参数调整标记丢弃概率的调整步长,并通过概率估计加快算法的反应时间。仿真结果表明,FSBLUE算法在维持队列稳定性方面明显优于BLUE算法。     

基于混沌控制方法的Internet拥塞控制

针对Ranjan等提出的具有分岔和混沌行为的TCP-RED非线性离散模型,从混沌控制角度出发,提出了一种迟滞反馈控制方法,通过对系统参数施加扰动,得到了使路由器缓存中的平均队列长度稳定在原系统的平衡点处的充要条件,从而可获得较高的资源利用率和有界的时延等。最后通过数值仿真验证了该方法的有效性。     

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．     

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。     

基于传输控制协议的无线自组网主动队列管理建模

主动队列管理（AQM）通常研究队列控制器的设计．作为被控对象,传输控制协议（TCP）往往利用网络仿真器（NS）的仿真实现,因此有必要研究无线自组网的TCP及AQM特性．基于TCP窗口加性增一乘性减算法及排队原理,推导了TCP窗口及队列的微分方程,再基于比例积分AQM控制,推导了拥塞丢弃概率的微分方程,通过建立联立微分方程组,提出了AdHoc网络TCP／AQM微分模型．对比仿真显示,新模型能较好地估计无线白组网的性能．模型研究也表明,网络跳数,无线丢失和过小的队列成为AQM性能瓶颈,队列信息则有助于TCP区分无线自组网的拥塞丢弃与无线丢失．     

一种基于负载和队列的模糊主动队列管理算法

针对目前已有的模糊主动队列管理算法(AQM)大多只考虑队列长度及其变化率作为模糊输入,很少同时考虑包到达速率的影响,结合队列长度和包到达速率,提出一种更为有效的模糊主动队列管理算法(FQL-AQM)。FQL-AQM以瞬时队列长度和网络平均负载因子作为模糊输入来调整包丢弃概率,并采用参数自校正技术,将队列长度维持在期望的队列水平上、包到达速率维持在队列服务速率附近,使算法对网络状态的变化具有很好的适应能力,从而提高网络的鲁棒性。仿真结果表明,FQL-AQM算法具有比FQ-AQM算法更快的响应速度、更高的链路利用率和更好的队列稳定性,从而减少了分组延时抖动和分组丢弃率。     

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。     

核心无状态公平排队算法的改进研究

本文针对在缓冲队列为空或占用率很低的情况，仍然以一定概率丢弃分组，造成链路利用率降低，资源浪费等现象，在计算丢弃概率时，结合缓冲队列占用率来考虑，避免了对TCP等流的过分抑制，提高了网络链路的利用率。网络仿真实验表明，改进的算法比原有算法性能更优。     

因特网拥塞控制研究综述

把网络拥塞控制研究分为四个结构层次：网络建模、协议改进、中间节点功能增强、试验和仿真.按照这四个层次的顺序介绍了拥塞控制研究中的重要进展,同时阐释和辨析了一些重要的概念,如网络建模中的流量模型与机理模型,连续模型、离散模型和混杂系统模型,分组丢弃与分组丢失,中间节点算法中的调度算法与队列管理算法等.最后对拥塞控制研究的整体现状和趋势做了总结和分析,并在此基础上对未来有价值的研究方向给出了一个预测.     

计算机网络拥塞模型的研究

本文主要介绍了计算机网络的非线性理论和混沌学理论,集中介绍计算机网络拥塞控制算法中的基于流量控制的端到端拥塞控制算法和基于队列的路由拥塞控制算法以及它们的优缺点。以TCP-RED拥塞控制系统为重点研究对象,分析了其特性,为TCP-RED拥塞控制系统的深入研究提供基础理论依据。