基于启发式失效率函数的主动队列管理

研究主动队列管理技术的RED和REM的丢包率和队长稳定性关系;基于启发式丢包处理方法,提出一种采用启发式失效率函数计算丢弃概率函数以减小丢包率的拥塞控制算法(HFA).在轻量级负载情况下,该算法性能和自适应随机早期检测与随机指数标记相当;而在重量级负载情况下,不仅丢包率的均值和方差小,而且瞬时队长在设定的目标范围,可以明显地减小队列长度的波动性.在NS-2上进行的大量实验结果表明,所提算法具有瞬时队长控制在预期范围、抖动性小、丢包率及丢包率方差小等优点.     

基于云模型的被动队列管理算法

为了解决因拥塞而带来的网络性能问题,基于“弃头”方式提出了一种新的被动队列管理算法DFCM。该算法首先结合业务流队长和到达速率给出了丢包策略和丢包概率,同时利用云模型对实际队长进行求解;最后,通过利用NS2和Matlab进行仿真实验,深入分析了影响算法性能的关键因素。与“弃尾”(Drop Tail)和DFSQ算法相比,DFCM在瞬时队长方差、有效传输数据包等方面显示了较好的适应性。     

RED算法优化及仿真

通过优化随机早期检测算法来降低网络的丢包率,提高吞吐量和降低延时。用网络仿真软件进行网络仿真：分析随机早期检测算法,找出随机早期检测算法在避免网络拥塞时存在的缺点;针对随机早期检测算法存在的缺点进行优化;将优化的随机早期检测算法在网络仿真软件上实现,在丢包率、吞吐量和延时上与随机早期检测算法进行比较,得到最终的实验结果。特色在于合理设置最大丢包率来控制路由器中的瞬时队列长度,进而实现网络资源的优化。仿真结果表明,相对于随机早期检测算法,改进后的算法能更好地降低网络的丢包率、提高吞吐量和降低延时。     

一种链路负载自适应的主动队列管理算法

随机早检测(random early detection,简称RED)是IETF推荐部署的主动队列管理(active queue management,简称AQM)算法.RED存在参数难以配置、无法得到与流量无关的平均队长等问题.ARED(adaptive RED)是RED的自适应版本,它根据平均队长动态调节最大标记概率参数,从而得到稳定的平均队长.但ARED没有克服瞬时队列长度振荡问题,且在动态流量环境下性能明显降低.分析了ARED性能问题的原因,并提出了一种链路负载自适应的主动队列管理算法LARED(load adaptiveRED).LARED具有两个特点:自适应链路负载、快速响应队长变化.分析和仿真实验表明,与ARED等其他AQM算法相比,LARED在保持高链路利用率和低时延的同时可以得到稳定的瞬时队长,并且具有良好的响应性和鲁棒性.     

一种改进的拥塞控制算法

为控制网络拥塞,提出一种改进的随机早期检测（RED)算法——基于加权和的随机早期检测（WHS-RED）算法。算法的基本思想是利用网络中队列长度及其变化率的加权和,动态地控制网络丢包率。建立了数学模型,并给出了计算机仿真分析结果。实验证明改进算法减小了网络丢包率和带宽延迟,在维持网络稳定性和减小队列的波动性方面优于原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。     

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.     

基于RED算法的非线性拥塞控制

由于RED算法是采用丢包率随平均队列长度线性变化的方法,因此导致网络在拥塞并不严重的时候丢包率较大,在拥塞比较严重的时候丢包率较小,拥塞控制能力较低。该文提出非线性平滑算法通过对RED算法的丢包率函数进行非线性平滑,在最小阈值时丢包率增长速度比较小,在最大阈值时丢包率增长速度比较大,有效地控制了平均队列长度,具有较好的拥塞控制能力。NS2仿真结果表明该算法对丢包率、端到端时延、吞吐量以及时延抖动等性能均有较明显的提高。     

一种改进的主动队列管理算法

主动队列管理是实现网络拥塞控制的重要技术,但是多数主动队列管理算法如随机早期检(RED)都存在对参数依赖性强的问题。针对RED算法中平均队列长度不能完全反映网络拥塞状况的问题,该文结合平均队列长度和网络的负载,提出一种改进的RED算法。该算法能根据网络负载的变化,自适应地调整丢包的概率,使它更符合网络的实际状况。通过仿真进行了性能分析,证明了算法的有效性。     

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。     

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。     

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。     

一种改进ARED拥塞控制算法的实现

随着互联网的迅速发展,无论是网民人数还是上网设备数都呈现高速增长的态势。虽然带宽等互联网基础资源相比二十年前有了质的飞跃,但是由于网络规模的增加还是带来了一系列的问题,其中网络拥塞是比较典型的一个。RED作为路由器主动队列管理策略中的重要算法已经在网络拥塞控制方面起到了很好的效果,成为IETF RFC2309建议的唯一候选算法。与队尾丢弃算法DropTail相比,RED算法具有网络链路利用率较高、吞吐量较大、网络时延和丢包率较小的优点,但其存在参数配置无法适应网络动态变化的缺陷,因而改进的ARED算法增加了自适应的功能,但也存在瞬时队列长度振荡等稳定性问题。对此,研究了RED及ARED拥塞控制算法,并提出了一种改进算法QARED,希望通过优化最大丢包概率计算函数来达到提高平均队列长度稳定性以及降低丢包率的目的。     

自适应RaptorQ编码改进配电网LTE通信的可靠性

新型配电网终端通过LTE接入主站,无线干扰易增加终端控制指令的IP数据包丢失率,降低配网控制可靠性。恢复丢失的数据包可通过RaptorQ（RQ）编码方法来实现,然而RQ解码错误率的非线性使得最小化RQ冗余码困难。为此,提出自适应RQ编解码器（ARED）,采用启发式算法依据丢包率和吞吐量反馈动态调整RQ编码参量,求解次优RQ冗余编码长度。NS-3 LTE中的实验结果说明当信道噪声指数为[18.6,20.5]?dB和[25.6,28.7]?dB,部署ARED的LTE上行和下行丢包率较原始LTE分别下降64.25%和89.92%。     

一种选择性丢包机制的分析与设计

随机早期捡测算法(RED)在产生丢包时简单地丢弃到达的数据包，由于Web流占据了网络上75％左右的带宽，而Web流的特点是数据包比较少，这就使得早期丢包的效果难以体现。本文提出一种选择性丢包机制，引进一个类似公平队列的虚队列，检测发遥速率过大的流，筛选出丢包的候选链接，拥塞时丢弃候选链接在队列申的第一个连接的数据包。模拟实验结果表明，与队头丢包相比，采用选择性丢包的RED算法可进一步降低网关的丢包率，提高吞吐率，缩短Http的响应时间，提高队列的稳定性。     

一种新的无线传感器网络恶意节点追踪方法

无线传感器网络中缺少单一可信的路由设备,存在中间节点篡改包标记的问题,为解决这一问题,提出一种改进的节点采样包标记算法.该算法通过对ID和数据包进行HASH运算来产生水印,并把水印概率性标记到相应的标记区中,Sink节点根据标记信息来实现对恶意节点的追踪.该算法能够有效地抵抗串通节点更改标记,把恶意节点定位在一跳范围之内.实验表明,改进后的算法可以有效地追踪到恶意节点,并将该方法与基于边标记的追踪方法进行对比,定位成功率得到提高.     

一种考虑不确定信息的QoS单播路由改进算法

考虑到IP网络中存在大量不确定信息及其对多媒体业务的QoS(Quality of Service)的影响,本文设计了一种基于多路径和延迟划分的QoS单播路由改进算法,该算法在保证一定的选径成功率的基础上,有效地降低了算法的时间复杂度;在网络仿真器NS上的仿真分析结果表明了该算法在丢包率和满足端到端延迟约束的概率等性能指标上,具有良好的性能特性。     

一种新的被动队列管理算法

针对因网络拥塞而产生的丢包问题,基于弃头方式提出了一种新的被动队列管理算法(Drop Front n based on Wavelet and Shuffled frog leaping,DFWS)。该算法首先利用小波变换对实际流量的长相关特性进行刻画,并利用混合蛙跳方法获取网络队长,同时结合弃头方式提出丢包策略和丢包概率。最后,以实际数据进行仿真实验,深入研究了网络队长、丢包数量和服务率之间的关系。结果发现,与其他算法相比,DFWS具有较好的适应性。     

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。