一种精确度加强的主动队列管理算法PEBLUE

主动队列管理是IP拥塞控制的一种重要机制，BLUE算法作为一种典型的主动队列管理算法，使用丢包和连接空闲；件来控制拥塞，但是其性能还不稳定．本文对BI。UE算法进行了改进，提出了一种精确度加强的主动队列管理算法—PE-BLUE（Precision Enhanced BLUE），它能自适应地调整其参数．仿真表明PEBLUE能够进一步提高对队列的控制精确度，改善BLUE算法的性能．     

一种精确度加强的主动队列管理算法BLUE+*

主动队列管理是IP拥塞控制的一种重要机制,BLUE算法作为一种典型的主动队列管理算法,使用丢包和连接空闲事件来控制拥塞,但是其性能还不稳定。对BLUE算法进行了改进,提出了一种精确度加强的主动队列管理算法BLUE+,并将其应用于区分服务(DiffServ)模型。仿真表明BLUE+能够进一步提高对队列的控制精确度,改善BLUE算法的性能,并且能有效地支持区分服务。     

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。     

基于模糊理论的主动队列管理算法——FBLUE

针对BLUE算法的队列长度增减迅猛、吞吐量波动大的缺陷,文中提出了一种改进算法——FBLUE。该算法在原有BLUE算法的基础上增加了门限机制,根据模糊理论使用平均队列长度来动态地调整丢包概率的变化步长。ns2仿真实验结果表明,FBLUE算法保持了BLUE算法丢包率低的优点,并在队列长度、带宽利用率上明显优于BLUE算法。     

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。     

一种支持优先级标记处理的主动队列管理机制

随着Internet流量的日益增加,依赖平均队列长度管理拥塞控制的RED(random early detection)队列管理算法有其内在的缺点,即使结合IETF(Internet engineering task force)明确的拥塞通知ECN(explicit congestion notification)也不能有效地阻止包丢失.在分析比较RED算法和BLUE算法的基础上,提出了一种加强的主动队列管理机制--EBLUE(enhanced BLUE),然后结合EBLUE研究了TCP的拥塞控制机制,     

基于多队列切换的SDN拥塞控制

由于传统网络缺乏对转发队列的直接控制,并且难以保证链路利用率和服务质量(QoS),针对这一问题,本文提出基于多队列的SDN拥塞控制算法。该算法对链路数据流量设置多个阈值,当某一链路流量突增达到设定阈值时,控制器立即启动相应的拥塞控制机制。根据数据流的优先级,自适应增加高优先级队列的带宽,适当减小低优先级数据队列的带宽,保障高优先级数据顺利传送。实验结果表明,该方法能有效减少网络拥塞,优化数据流的QoS。     

几种网络拥塞控制算法比较分析

拥塞控制已成为当前网络研究的重点。为了适应实时数据流在网络中的高效传输,研究者提出了多种拥塞控制和队列管理算法,并不断改进,以期能更有效地降低丢包率、提高链路利用率、防止拥塞崩溃。通过比较TailDrop、RED、BLUE、SFB等几种算法的优缺点来说明拥塞控制算法的发展与改进,以便于应用人员在不同的网络环境中运用更合理的拥塞控制算法来优化网络传输性能。     

主动缓冲管理算法分析

在Internet中,拥塞现象是不可避免的一个问题。拥塞现象的存在,造成了网络资源的浪费,同时也严重影响了网络的性能。解决拥塞问题,一方面靠网络协议机制,比如基于TCP协议;另一方面,需要合适的缓冲管理技术。传统的提供尽力转发服务的路由器中,来自不同流的分组在同一队列中缓冲,当队列满时,随后到达的分组因为无缓冲空间而被丢弃,这一被动的缓冲管理算法称为Drop Tail。Drop Tail缓冲管理算法存在两个重大的缺陷:首先,Drop Tail会造成封锁(Lock-Out)现     

基于稳定性理论的拥塞控制算法E-SARED

拥塞控制是网络设计中一个十分重要的问题。该文针对基于稳定性理论的拥塞控制算法SARED不能有效地增加带宽利用率的缺点，提出了增强型拥塞控制算法E—SARED。该算法可根据网络流量特性对队列占有率阈值和最大输出输入带宽比两个重要参数进行动态调整，模拟结果表明，可有效地提高系统的吞吐量。     

主动管理队列算法的研究

主动式队列管理技术作为端到端拥塞控制的增强机制,通过在网络中间节点有目的地丢弃分组来维持较小的队列长度和较高的链路利用率。通过对RED,ARED,BLUE和RLGD几种主动式队列管理算法的比较和分析,寻找出已有的主动式队列管理算法的不足,进而在人工智能理论的基础上,提出了一种新型的基于BP神经网络的主动式队列管理算法;给出了基于BP神经网络的主动式队列管理算法的设计思想和设计步骤,并对基于BP神经网络的主动式队列管理算法的收敛性进行了证明。     

Multi-indicator Active Queue Management Method

A considerable number of applications are running over IP networks. This increased the contention on the network resource, which ultimately results in congestion. Active queue management (AQM) aims to reduce the serious consequences of network congestion in the router buffer and its negative effects on network performance. AQM methods implement different techniques in accordance with congestion indicators, such as queue length and average queue length. The performance of the network is evaluated using delay, loss, and throughput. The gap between congestion indicators and network performance measurements leads to the decline in network performance. In this study, delay and loss predictions are used as congestion indicators in a novel stochastic approach for AQM. The proposed method estimates the congestion in the router buffer and then uses the indicators to calculate the dropping probability, which is responsible for managing the router buffer. The experimental results, based on two sets of experiments, have shown that the proposed method outperformed the existing benchmark algorithms including RED, ERED and BLUE algorithms. For instance, in the first experiment, the proposed method resides in the third-place in terms of delay when compared to the benchmark algorithms. In addition, the proposed method outperformed the benchmark algorithms in terms of packet loss, packet dropping, and packet retransmission. Overall, the proposed method outperformed the benchmark algorithms because it preserves packet loss while maintaining reasonable queuing delay.     

高带宽无线局域网中PI速率控制算法

针对传统传输控制协议（TCP）在高带宽、无线网络中性能表现不佳的问题, 建立了一个端到端的虚拟路由器模型, 提出了一个端到端的发送端比例积分（PI）速率控制算法。根据RTT的变化, 利用PI控制器计算发送端的发送速率, 使瓶颈节点的队长稳定在一个目标位置, 减少拥塞丢包, 避免无线链路错误丢包引起的对拥塞窗口的错误调整。仿真结果表明, 与传统拥塞控制协议相比, 新机制能较好地控制路由器队长、提高网络负载的稳定性和网络吞吐率。     

DiffServ网络的拥塞控制策略

本文首先分析了区分服务网络体系结构模型,然后讨论了基于队列长度的各种拥塞控制算法,并分析了一种新的主动队列管理算法BLUE,同时为区分服务网络的拥塞控制指出了进一步研究的方向,即:在DiffServ域的入口和出口节点之间增加控制分组,并选择合适的QoS参数来标记控制分组.     

基于粒子群优化的主动队列管理方法

针对网络拥塞现象,基于粒子群优化(PSO)提出了一种新的主动队列管理算法RQQM。该算法首先通过粒子群优化和变异算子来计算当前队列长度,并且基于到达速率和当前队列长度给出了丢包策略和丢包概率。最后,以实际数据将RQQM算法与基于速率的早期检测公平队列管理(RFED)算法和自适应主动队列管理(ABLUE)算法进行仿真实验,
发现丢包率受利用率和缓冲区影响较大;同时实验结果表明RQQM算法的公平性远远优于其他两种算法,其平均丢包率降低至12.21%。     

控制时延的主动队列管理算法

针对现有的主动队列管理(AQM)算法造成的队列时延无法满足VoIP、音视频等流媒体传输需求的问题,提出一种直接控制队列时延的主动队列管理算法--DCQA。该算法使用PID控制器计算路由器缓存的数据包丢弃概率,用其对即将进入缓存排队的数据包做丢包判断并采取相应动作,以控制队列时延在期望值以下。实验仿真了3种网络环境下DCQA的性能,链路利用率分别是99.93%、99.88%和99.95%。并且,队列时延分别有50.45%、51.59%、52.4%被控制在期望值以下,比CoDel算法分别提高了3.6%、40.53%、50.69%。实验结果表明,DCQA在不同的网络环境中都可以获得较高的链路利用率,而且控制队列时延的能力优于CoDel算法,适用于流媒体的传输。