基于区分服务的AFDX队列管理算法研究

在AFDX的传输控制过程中,不但要进行数据的传输、队列资源的管理,还要提供区分服务,以满足不同等级任务的服务质量要求。文章介绍了AFDX中基于区分服务的队列管理算法,改进了现有算法的不足,从而更加合理地分配带宽资源,平衡系统吞吐量和分组排队延迟之间的矛盾,保证不同等级用户之间的公平性,以获得最优化的AFDX网络。     

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。     

一种综合缓存管理和主动队列管理的 区分服务节点机制

随着网络和应用的飞速发展,Internet不仅要提供尽力转发(Best Effort)的服务,还要支持各种传输类型和多个优先级的QoS服务.目前普遍认为区分服务体系机构是很有前途的提供QoS保证的Internet框架,而网络节点机制是其关键技术之一.我们提出了一种在网络节点上实现的区分服务机制comBAQ(combining Buffer Management and Active Queue Management),它综合了适当的缓存管理和主动队列管理方法.我们详细介绍了它的服务框架和分组处理判决算法,实验模拟结果显示,它能满足我们提出来的五个设计目标,可以在网络节点上实现多个丢失优先级的区分服务:为需要可靠传输的多媒体应用提供\"有保证\"服务,为传统TCP传输提供\"无保证\"服务.     

区分服务模型

为了提供服务质量保证和支持实时应用,传统IP网络的服务模型已经被扩展,区分服务模型是其中重要的一种。本文首先引入支持服务质量网络服务模型的理论基础,然后较为详细地介绍了区分服务模型的体系结构,最后指出了今后一段时间关于区分服务的研究方向。     

区分服务模型

为了提供服务质量保证和支持实时应用,传统IP网络的服务模型已经被扩展,区分服务模型是其中重要的一种。本首先引入支持服务质量网络服务模型的理论基础,然后较为详细地介绍了区分服务模型的体系结构,最后指出了今后一段时间关于区分服务的研究方向。     

一种区分服务模型及其在三层交换机的实现

服务质量（QoS）是用来定义网络给不同形式的流量提供不同级别的服务保障的能力.当前服务质量的体系结构和模型有多种,本文参照RFC2474、RFC2475 标准,提出了一种新的服务质量-区分服务（Diffserv）应用模型,该模型包括：流量的分类器、计量器、标记（或重标记）器、丢弃器和调度器等模块, 其中对于核心模块-调度器, 提出基于最大延迟的加权轮转调度（WRR-MBD）算法,同时给出区分服务模型在3 层以太网交换机的实现方法.通过网络测试分析仪对3 层交换机QoS 性能进行测试,得出在WRR 调度策略下,不同优先级数据包的丢失率基本按所设置的权重比例进行分配,从而避免了严格优先级（SP）调度存在的低优先级队列“饥饿”的现象.     

一种基于动态阈值的主动队列管理算法

针对BLUE算法缺少早期拥塞检测机制,导致队列溢出或空闲现象频繁发生的问题,通过引进基于动态阈值算法的控制机制,借鉴RED算法所采用的早期拥塞检测机制,提出了DT-BLUE算法。仿真实验表明本文算法能保持队列长度的稳定性,有效降低队列空闲或溢出现象的发生,提高链路的利用率。     

基于区分服务AF PHB的主动队列管理机制

AFPHB的实现机制是区分服务的重要研究课题。文章对区分服务中AFPHB的主动队列管理算法进行了研究，分析了几种算法在平均队长和丢弃概率计算上的差别，探讨了WRED和RIO算法对低丢弃优先级包的保护能力。为了更好地满足AFPHB的要求，结合三色标记器提供的功能，提出了对不同丢弃优先级的包有区别处理的技术思想，并给出了实现算法。     

对数比例公平队列:一种新的调度算法

Internet路由器中的队列调度算法关系到用户数据流能够获得的服务质量以及整个网络的性能,该文提出了一种新的队列调度算法对数比例公平队列调度算法,并通过理论分析和仿真说明了该队列调度算法的一些特性,这种算法不仅实现了网络总效用、网络传输性能与资源分配公平性的折衷,还具有对恶意用户的惩罚作用,鼓励用户使用合理的端到端流量控制算法。     

一种新的实现区分服务的可扩展缓存管理算法

目前Internet网络中采用的缓存管理策略大多为丢尾(Drop tail)算法,并不能适应区分服务模型的要求;而RED及其改进算法CHOKe也不能提供公平性和相对优先级的保证。该文简要地分析了目前常见的缓存管理算法RED以及CHOKe所存在的不足,提出了一种基于区分服务模型的新型缓存管理算法D-CHOKe。该算法提供了公平性和相对优先级的保证,并且保持下现有IP网的可扩展性。仿真试验表明,该算法能够较好地满足区分服务的要求,为不同优先级的流分配不同的带宽。     

一种加强的主动队列管理算法--EBLUE

作为一种典型的主动队列管理算法,BLUE明显不同于其它方法,它使用丢包和连接空闲事件来控制拥塞。试验表明BLUE的丢包率明显小于RED,但是其参数设置仍然存在一些不足之处。本文在BLUE算法的基础之上,通过引进自适应的思想对其进行了改进,提出了一种加强的BLUE队列算法——EBLUE。大量的仿真实验表明本文的改进算法能够进一步提高BLUE的性能。     

光网络中一种考虑信号损伤限制和服务质量区分的动态RWA算法

在光网络中,光信号沿着路由与波长分配(RWA)算法选定的光通路传输的过程中会受到各种信号损伤的影响而导致信号质量的不断下降,严重影响着业务的服务质量(QoS).而光网络中多样化的客户层业务往往有着不同的QoS的需求,因此有必要根据不同的业务QoS需求对光信号损伤的影响进行不同程度的控制.针对这一问题,提出了一种能同时考虑信号损伤限制和服务质量区分的动态RWA算法,并通过计算机仿真的方法对其性能进行了分析和验证.结果表明:该算法既能克服光网络中信号损伤的影响又能为不同级别的业务提供不同的QoS保证,更贴近实际需求.     

基于反步滑模控制的TCP网络的主动队列管理

针对TCP网络的拥塞问题,考虑到网络本身存在参数不确定因素和非响应流的干扰,基于反步滑模控制提出了一种主动队列管理算法。在总的不确定的界已知而且不必很小的情况下,设计了一种反步滑模控制器来补偿系统不确定所带来的影响。仿真结果表明,该方法对TCP网络的复杂变化具有较好的鲁棒性和较快的系统响应。     

稳定服务质量水平的动态路由算法

本文介绍判定服务质量状态的质量水平涨落函数,以及与用户需求和服务资源变化相适 应的动态质量路由算法。仿真实验表明该算法具有稳定服务质量、平衡网络负载等特点。     

一种动态电源管理预测算法的设计及仿真

针对基于马尔可夫模型的预测式动态电源管理算法（DPMPA）对大型样本数据预测精度低的问题,提出了一种具备自反馈功能的内嵌式马尔可夫模型（RMM）的DPMPA。该算法基于分层迭代思想,对满足马尔可夫性质的大型数据进行聚类,再使用马尔可夫算法对构建出的迭代数据模型：上层抽象数据模型和底层实例数据模型进行训练。引入反馈函数φ（i）,控制转换概率矩阵更新频率,保证预测精度范围。依此,编制了自反馈内嵌式马尔可夫模型DPMPA的Matlab程序。应用该程序对无线热点访问次数进行仿真预测,得出不同训练样本数对后期样本的预测精度的影响,对比马尔可夫算法和自适应学习树（ALT）算法预测结果表明,基于该自反馈RMM预测式动态电源管理算法对于大型样本数据预测精度比前者高5%,后者高10%。预测精确度的提高,将更有利于马尔可夫算法的DPM系统功耗控制。     

基于非线性干扰观测器的主动队列管理

针对主动队列管理系统存在UDP流干扰的拥塞问题,本文基于非线性干扰观测器提出了一种主动队列管理算法。采用非线性干扰观测器对UDP流干扰进行估计,从而减小了主动队列管理系统的干扰。然后利用设计的非线性干扰观测器,使用反步滑模方法设计了一种主动队列管理算法。由于观测误差的界未知,设计了一种自适应律来避免必须事先知道观测误差的界。仿真结果表明,该算法对UDP流干扰具有较强的鲁棒性,能使队列长度较好地稳定在期望的队列长度附近。     

A dynamic programming algorithm for nonlinear smoothing

This paper presents a smoothness optimization approach to the nonlinear smoothing problem. Linear smoothing techniques fail to provide adequate results for curves which exhibit both sharp discontinuities to be preserved and, due to measurement or processing errors, outliers and noise to be filtered out. The nonlinear algorithm is based on a criterion for the overall smoothness of the curve. The smoothness criterion is optimized by a dynamic programming strategy. The resulting algorithm turns out to be computationally attractive. The computation time grows proportionally to N² and the storage requirements are 2N locations where N is the number of samples to be smoothed. The algorithm is applied to smoothing pitch contours.     

A resilient buffer allocation scheme in active queue management: a stochastic cooperative game theoretic approach

During the last decade, a plentiful number of active queue management schemes have been proposed, but their main objectives are simply allocating the buffer resource to all flows evenly, or protecting responsive flows from being degraded by unresponsive flows. However, the sending rates of the responsive flows can be determined diversely, and not all unresponsive flows have aggressively high sending rates. Furthermore, it is rational to reserve a portion of the buffer resource for certain privileged traffic. Grounded by these evidences, in this paper, we present a resilient active queue management algorithm, named Prior‐Core‐based Buffer Allocation considering diverse congestion control algorithms, fair‐unresponsive flows, and some privileged traffic. Our approach is based on stochastic cooperative game theory, where the payoffs yielded by cooperation are described by random variables, and the core is defined only over the distribution of these random payoffs; the core in this situation is called the prior‐core. As a result, it is shown that our buffer allocation, yielded by the prior‐core, achieves completely fair allocation for those flows whose requirement does not exceed the fair‐share regardless of the responsiveness, whereas aggressive flows are restricted according to availability of the buffer; all these are verified through ns‐2 simulation experiments. Copyright © 2014 John Wiley & Sons, Ltd.