有线数字电视网中一种改进的拥塞检测方法

针对有线数字电视网络中出现的网络拥塞问题,提出了一种改进的拥塞检测方法。该方法在显示拥塞指示算法中增加一个新的标识user,弥补了显示拥塞指示算法中由于经历拥塞位丢失而导致拥塞检测能力下降的不足,从而更好的实现网络拥塞信息的指示,进一步增强拥塞检测的能力。仿真结果显示改进的算法对于网络拥塞检测的能力高于随机早期检测算法和显示拥塞指示算法。     

虫孔路由NOC的缓冲分配算法

提出了一种可应用于虫孔路由片上网络(NOC)的缓冲分配算法。在满足系统总缓冲资源大小不变的情况下,该算法可以依据业务流量的特征在各个路由器的输入通道间分配缓冲资源。仿真结果表明,使用该算法后,系统缓冲资源得到了更有效的利用,数据包平均传输延迟小于均匀分配缓冲的NOC;在热点流量中,该算法可节省约17%的缓冲资源。     

一种基于蚂蚁算法的QoS路由算法

为了平衡网络负载,优化网络资源使用,路由算法必须具备快速规避拥塞的能力.现提出一种基于蚂蚁算法的Qos路由算法.该算法通过舍弃信息素能快速探索最优路径,并能在链路将发生拥塞时充分利用原有路由信息形成拥塞通告蚂蚁,使源节点能快速做出反应,利用分散流量,以避免链路的拥塞.经仿真证明,该算法明显节省了QoS路由搜索时间,有效规避了网络拥塞,提高了网络服务能力.     

网络拥塞控制机制简析及一种预侦型算法

分析了网络拥塞产生原因和常见拥塞控制策略．提出了一种适于局域网使用的基于虚电路的预侦型源端控制算法．该算法属开环控制，易实现，能以小代价获得较理想的拥塞控制效果，拥有较好的性价比。     

异构网络环境中的拥塞丢包率仿真分析

针对TCPVegas算法在异构网络环境中流量公平性导致的拥塞丢包问题,将TCPVegas拥塞控制算法与主动队列控制策略来行结合分析,提出了将网络模型中不同层次的拥塞控制机制进行结合的算法。网络仿真表明,结合算法能有效避免拥塞丢包。该算法对随机早期检测算法进行了改进,使其能够区分突发流量,从而降低拥塞丢包率,这也将为高可靠性网络的发展提供一个优良的参考价值。     

QDB-AQM:基于排队延时的网关拥塞控制设计

提出了一种基于排队延时的主动队列管理(AQM)算法,该算法力求达到高吞吐量、低排队延时、短队列长度、低丢失率和较好的公平性能,相对于其他AQM算法具有实现简单的特点. 通过排队延时代替Drop Tail网关中分组丢弃的方法监测拥塞,并设置往返时间(RTT)估值作为拥塞探测的单门限,如果某分组排队延时超过该门限,则根据显式拥塞指示(ECN)机制标记该分组以通知TCP源端采取相应措施以响应拥塞.在ns-2下仿真表明该算法能达到预期的性能.     

Ad hoc网络中一种新的自适应退避算法

通过分析无线多跳Ad hoc网络中节点由于竞争共享信道引起的拥塞问题,首次提出了一种新的基于接收方的自适应退避算法-RBAB(Receiver-based adaptive backoff)。该算法中,发送方节点根据接收方节点反馈的队列拥塞程度控制竞争窗口的变化,改变节点对信道的竞争能力,从而在总体上控制节点的分组发送速率,达到拥塞控制的效果。仿真结果表明,该算法能够显著提高网络的饱和吞吐量,在MAC层有效控制了网络的拥塞。     

接收端驱动的流媒体组播拥塞控制协议

提出了一种适于流媒体业务的TCP公平的单速率组播拥塞控制协议——接收端驱动的二项式组播拥塞控制算法．该算法在各接收端独立维护拥塞窗口,采用二项式算法调整拥塞窗口,根据当前拥塞窗口值计算出期望接收速率,采用基于代表的策略实现反馈和反馈抑制．算法很好改善了丢失路径多样性问题,增强了可扩展性．仿真表明协议具有良好的TCP公平性、速率平滑性、可扩展性和较好的响应性．     

无线传感器网络流量重分配拥塞控制算法

基于流量分配与重分配的算法,提出了一种改进的拥塞流量分配 (ECOTA) 和有效的拥塞检测和缓解 (ECODEM) 算法。在衡量了所有路径的能耗与传输延迟之后,选出若干条能耗低、延时短的路径,增加了数据传输的成功率。通过设定阈值与预测的方法对网络中的拥塞区域进行检测,一旦拥塞发生,采用合理重分配流量的方式,使节点能够更快地从拥塞状况中恢复出来,并保证拥塞区域的数据能尽快被转移到非拥塞区域。仿真结果表明,与其他算法相比,该算法能够提高分组成功递交率,降低端到端延时,提升网络的整体性能。     

基于Bayesian网IP网络拥塞链路定位算法

在借助E2E路径性能主动探测技术进行内部拥塞链路推理的网络层析成像方法中,传统的利用路径探测计算链路丢包率的方法涉及线性方程组求逆,其计算量过大可能导致算法失效。对此,该文提出一种基于布尔代数的IP网络拥塞链路定位算法,通过对求解先验概率的线性方程组构造满秩系数矩阵,从而计算出各链路拥塞先验概率,再借助贝叶斯最大后验概率算法推理定位当前时刻拥塞链路集合。实验验证了该算法的有效性及准确性。     

基于DFSE的Ad Hoc网络拥塞控制算法研究

对Ad Hoc网络中的拥塞控制问题进行了研究,分析了网络拥塞状况,结合Ad Hoc网络自身的特点建立了Ad Hoc网络数据流量状态方程(DFSE),提出了基于DFSE的网络拥塞控制算法.通过对寻找路由路径中搜寻到的数据流量信息进行处理,控制流量的变化,从而有效地解决Ad Hoc网络的拥塞控制问题.实验结果表明,基于DFSE的网络拥塞控制算法能够较好地解决拥塞控制问题,提高了网络吞吐量.     

Adaptive Agent Model with Hybrid Routing Selection Strategy for Improving the Road-Network Congestion Problem

This paper proposes an adaptive agent model with a hybrid routing selection strategy for studying the road-network congestion problem. We focus on improving those severely congested links. Firstly, a multi-agent system is built, where each agent stands for a vehicle, and it makes its routing selection by considering the shortest path and the minimum congested degree of the target link simultaneously. The agent-based model captures the nonlinear feedback between vehicle routing behaviors and road-network congestion status. Secondly, a hybrid routing selection strategy is provided, which guides the vehicle routes adapting to the real-time road-network congestion status. On this basis, we execute simulation experiments and compare the simulation results of network congestion distribution, by Floyd agent with shortest path strategy and our proposed adaptive agent with hybrid strategy. The simulation results show that our proposed model has reduced the congestion degree of those seriously congested links of road-network. Finally, we execute our model on a real road map. The results finds that those seriously congested roads have some common features such as located at the road junction or near the unique road connecting two areas. And, the results also show an effectiveness of our model on reduction of those seriously congested links in this actual road network. Such a bottom-up congestion control approach with a hybrid congestion optimization perspective will have its significance for actual traffic congestion control.     

认知无线网具有业务感知功能的新型路由协议

针对无线网络中的路由协议以被动方式处理网络拥塞,可能导致更多的数据丢失、更长的时延和更大的网络开销问题,提出了可用于认知网络的具有业务感知能力的路由协议(Traffic-Aware Cognitive Routing,TACR).TACR通过应用基于维纳过程的预测方法,利用局部探测信息使节点快速、准确地感知到网络中业务状态的变化,从而优化了网络路由,均衡了网络负载.同时,TACR引入分布式Q学习算法,根据网络状态自适应地调整路由生存期,提高了路由对业务分布的自适应性.在合理的开销下,对典型场景中TACR的性能进行分析,证明了TACR性能的优越.仿真结果表明:在重负荷时,与已有协议对比,TACR的平均端到端时延减小约40%,丢包率降低约10%,网络开销减小约27%。     

基于动态控制的AODV路由发现优化策略

Ad hoc网络中按需路由协议AODV是被广泛应用的路由协议之一.该文针对AODV路由协议本身在路由发现的过程中并不考虑节点当前的负荷,可能导致局部的网络拥塞.因此,结合模糊控制理论、随机早期检测的拥塞控制思想,对AODV路由协议的路由发现阶段数据包的转发进行动态控制.最后利用ns2仿真,结果表明改进后的协议在降低了平...     

网络拥塞控制机制发展现状及研究思路探讨

现行网络拥塞控制机制已滞后于信息网络的高速发展,逐渐成为制约网络性能提升的瓶颈.从传统拥塞控制机制在复杂多变的异构网络环境中面临的诸多问题人手,概括总结了网络拥塞控制机制的研究发展现状,并强调了异构通信网络中拥塞控制问题的特殊性.在此基础上,提出了利用网络测量、多路径路由和跨层设计等技术手段和方法来设计适应异构网络环境的拥塞控制机制的新思路,并探讨了今后有待研究的技术问题、预期的目标和拟采用的研究方案.     

Real-time routing control design for traffic networks with multi-route choices

This work considers those road networks in which there are multi-route choices for bifurcation-destination(or origin-destination) pairs, and designs a real-time variable message sign(VMS)-based routing control strategy in the model predictive control(MPC) framework. The VMS route recommendation provided by the traffic management authority is directly considered as the control variable, and the routing control model is established, in which a multi-dimensional control vector is introduced to describe the influence of route recommendations on flow distribution. In the MPC framework, a system optimum routing strategy with the constraints regarding drivers' acceptability with recommended routes is designed, which can not only meet the traffic management authority's control requirement but also improve drivers' satisfaction with the route guidance system. The simulation carried out shows that the proposed routing control can effectively mitigate traffic congestion, reduces followers' time delay, and improves drivers' satisfaction with routing control in road networks.     

自组网多径自适应动态资源预留路由协议

多媒体环境下,移动自组网路由的服务质量(QoS路由)存在两个问题:一个是路由维护问题.节点移动时常导致路由中断;另一个问题是随着客户的增加,网络中的通信量也增加,这一变化时常导致单径QoS路由发生拥塞.提出一个多径自适应动态资源预留路由协议(MDRSVP)解决这两个问题.它采用一种多径并、串行兼有的路由结构解决路由维护和动态通信量问题.首先,对于路由丢失,MDRSVP能够启用串行路由接替主路由,继续传输数据,弥补因路由失效带来的传输中断;其次,MDRSVP降低每条并行路由使用带宽,并使所有并行路由带宽总和等于应用要求的带宽,从而降低拥塞发生概率,提高其他路径的使用率.当路径带宽满足不了QoS要求时,MDRSVP通过计算路由节点的上游瓶颈带宽和下游节点带宽分配数据流,以此自适应路由通信量的变化.仿真试验表明,MDRSVP算法能够提高QoS路由容错性,降低拥塞,提高网络可升级性.     

基于平衡树的智能电网数据采集路由算法

在智能电网中,与传统路由协议不同,突发性拥塞不再是数据采集的主要风险,风险的新来源是数据流过度集中在网络的关键节点而导致的拥塞。为此,提出了一种能够实现数据平衡的数据采集路由机制用以克服网络拥塞。首先,该机制抽象出配用通信网络的数学模型;其次,针对无线网状网络( WMNs)路由协议,以节点排队队列长度作为决策参数建立路由度量模型(数据平衡度量模型,DBMM),并以度量值最小作为决策条件,设计了基于平衡树的路由算法(基于DBMM的路由算法,RA-DBMM)。最后,在Matlab环境下进行仿真实验,对比分析RA-DBMM和经典Bellman-Ford的性能差异。实验结果表明：RA-DBMM能够有效地改善数据拥塞问题,提高系统可靠性和吞吐量。     

基于机器学习的网络拥塞控制研究

拥塞控制是网络研究的经典课题,可以避免网络因拥塞而性能下降。其在互联网的发展中扮演着重要的角色。近年来,随着机器学习、深度学习和强化学习的兴起,给拥塞控制提供了新的思路。对网络拥塞控制的机制进行了详细分析,阐述了国内外对于该领域的研究现状及进展,将有代表性的解决方案分为基于规则的解决方案、基于路由反馈的解决方案和智能解决方案3类,并详细分析了各方案的原理及优缺点。