一种DiffServ模型的主动队列管理算法FPRIO

面向QoS的DiffServ模型,在改进RIO-C算法的基础上,提出了一种新的主动队列管理算法——FPRIO。通过理论分析和仿真实验验证,证明该算法是一种适合于DiffServ模型的主动队列管理算法。     

区分服务网络中主动队列管理算法

现有区分服务网络的保证转发服务可提供稳定的带宽保证,但缺乏保证时延和分组丢失性能的有效方案.基于对RIO队列的稳态性能分析,提出两种自适应调整控制策略的主动队列管理算法(ARIO-D和ARIO-L).仿真结果表明,这两种算法在保持RIO算法带宽保证能力的同时,还可以提供稳定的和可区分的时延和分组丢失性能.采用ARIO-D和ARIO-L的保证转发服务可以为多媒体流量提供多种服务质量的定量保证.     

多优先级主动队列管理算法研究

主动队列管理算法是区分服务模型能够实现IP服务质量的重要技术之一.针对区分服务现有主动队列算法中参数设置、时延抖动等不足之处,结合自适应RED算法(Adaptive RED),基于优先级和公平性的PFRIO算法(RIO based on Priority and Fair)和Gentle-RED三种算法的优点,提出了一种适合区分服务模型的自适应多优先级主动队列管理算法(Active Queue Management, AQM)-APRED-G.仿真结果表明,该算法不但保护了高优先级数据分组同时兼顾了低优先级数据分组,而且解决了参数设置敏感和时延稳定问题,也降低了平均分组丢失率.     

基于区分服务的主动队列管理算法研究

分析了几种主动队列管理算法。RIO算法是用于支持区分服务确保转发逐跳行为的主动队列管理算法,它是对RED算法的简单扩充,但是该算法的性能对配置参数敏感。PI算法是基于控制论的主动队列管理算法,具有队列长度抖动小的特点。PIP算法是PI算法的改进,比PI算法具有更快的收敛速度。为了更好地满足AF PHB的要求,基于PIP算法,结合三色标记器的功能,提出一个新的主动队列管理算法PIPGYR（PIP with Green ＆ Yellow ＆ Red）。通过仿真验证,该算法队列长度抖动小,同时能够保护高优先级分组。     

基于区分服务的主动队列管理算法研究

分析了几种主动队列管理算法.RIO算法是用于支持区分服务确保转发逐跳行为的主动队列管理算法,它是对RED算法的简单扩充,但是该算法的性能对配置参数敏感.PI算法是基于控制论的主动队列管理算法,具有队列长度抖动小的特点.PIP算法是PI算法的改进,比PI算法具有更快的收敛速度.为了更好地满足AF PHB的要求,基于PlP算法,结合三色标记器的功能,提出一个新的主动队列管理算法PIPGYR(PIP with Green&Yellow&Red).通过仿真验证,该算法队列长度抖动小,同时能够保护高优先级分组.     

TCRED:一种基于DiffServ的队列管理算法

AF PHB的实现机制是DiffServ网络的重要研究课题，目前的多数实现采用了RED或类似的队列管理技术，在分析了RED及其改进算法在公平性及分组优先级等方面存在的不足后，提出了一种采用同一组RED参数对三色分组实行队列管理的TCRED算法．TCRED对不同颜色的分组分别计算平均队列长度，并考虑了分组的到达和离去对平均队长的影响，据此计算出各色分组的丢弃几率，该算法能实现分组的相对优先级，保证用户所预定的带宽，同时能实现分组优先级的平滑升级和降级，因而很好地满足了AF PHB的要求。     

基于多优先级的自适应队列管理算法

区分服务是一种服务质量体系,它能够向不同的网络传输提供相应的服务,更符合目前网络的发展方向.文中研究通信网络中的队列管理算法 RED、ARED、Gentle-RED 和 RIO-C,参考各个算法的优缺点,在重点研究适合区分服务的主动队列管理算法 RIO-C 的基础上,结合 ARED 算法自适应性和 GRED 算法稳定性的优点,提出了一种改进的适合区分服务的自适应算法,以解决 RIO-C 方法对参数设置较敏感的问题.仿真结果表明,改进算法在保护高优先级数据分组的情况下具有自适应性和一定的稳定性.     

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。     

支持区分服务的自适应队列调度管理

队列调度是网络中间节点（路由器和交换机）用来支持不同的服务质量所采用的关键机制之一。讨论了DiffServ模型下的WRR算法和DWRR算法，并在DWRR基础上提出一种针对实时多媒体业务的调度算法（ADWRR），同时描述了该算法的实现过程。该算法根据各队列的延迟指数（DI）来动态调整队列的调度次序。AWDRR算法能够降低实时多媒体业务的端对端时延和传输时延抖动，能为实时多媒体业务提供更好的QoS保证。     

PIPIO：一个新的面向区分服务确保转发的主动队列管理算法

RIO是用于支持区分服务确保转发逐跳行为的主动队列管理算法，该算法是对RED算法的简单扩充。由于RED算法的性能对配置参数敏感，因此基于RED算法的RIO算法必然具有配置参数敏感的特点。PI算法是基于控制论的主动队列管理算法，具有队列长度抖动小的特点。PIP算法是PI算法的改进，比PI具有更快的收敛速度。本文基于PIP算法设计了一个新的主动队列管理算法PIPIO。该算法队列长度抖动小，同时能保护高优先级报文。     

区分服务网络中基于主动队列管理的病态流控制

在区分服务（Differentiated Services,DiffServ）网络中,为了消除病态流对确定性转发（Assured Forwarding,AF）服务的不良影响,提出了一种基于RIO（RED IN and OUT）的主动队列管理机制RIO SD。这种机制不需要在核心路由器维护每一个流的状态,而是通过观测虚拟队列的丢包历史记录来鉴别病态流,并通过虚拟队列的前置滤波器加大病态流的丢包率,实现对病态流的控制。仿真结果表明RIO SD可以有效抑制病态流对带宽的占用,提高其他正常流的性能。     

面向无线视频传输的内容感知AQM算法研究

区分服务（DiffServ,Differentiated Services）在各种保障技术中能更好地满足视频流对服务的要求。在区分服务网络中,常用的主动队列管理算法由于对视频重要数据保护强度的不足,不能很好地满足用户的QoS的需求。针对H.264/MPEG-4视频编码的特性,在现有算法WRED的基础上,通过改变平均队长的计算方法,进一步加强对重要数据的保护能力,以提高视频传输的质量,同时,还考虑了延时对视频传输的影响,提出了超时早检测机制,避免了无效视频数据传输占用宝贵的网络资源。仿真结果显示该算法在原有算法的基础上进一步提高了视频传输质量。     

基于模型算法控制的主动队列管理算法

通过深入分析TCP/AQM系统的动态特性,提出一个新的预测模型。基于该模型,结合模型算法控制(MAC)提出一种新的主动队列管理算法(MACAQM),并给出了MACAQM的详细设计过程和参数选取的原则。大量不同网络环境的仿真实验表明了MACAQM算法的有效性。与PI, RaQ和REM等算法相比较, MACAQM具有收敛速度快、队列抖动小的优点。同时, MACAQM的采样间隔相对较大,算法实现简单,所以计算量较小,占用的路由器资源也较少。     

一种基于DiffServ的IP电话QoS实现方案

如何为IP网络中的业务提供QoS保证正成为lP技术所要解决的关键问题。文中基于Diffserv提出了一种IP电话QoS方案,并对其基本思想及实现方法作了详细介绍。该方案将不同的分组数据包设置成不同的优先级,其中系统控制分组数据包优先级最高,语音分组数据包次之,普通数据分组数据包最低,使得系统控制分组和语音分组数据包的平均等待时间缩短。研究结果表明,对不同数据包进行优先级设置是改善IP电话QoS的一种可行方法。     

基于DiffServ的高效调度算法的研究

区分服务(DiffServ)体系是未来IP QoS研究的主要发展方向,在区分服务的体系下,队列调度是实现IP QoS的核心技术。在深入研究区分服务体系下的基本分组调度算法优缺点的基础上,提出一种改进算法,以队列分组的延迟特性,保证实时业务的实时特性。对改进算法进行了仿真,在多约束下,对性能进行了评价。     

动态矩阵主动队列管理算法

针对Internet网络这种大延迟,变化复杂,存在严重干扰的系统,基于约束模型预测控制理论,提出了一种新的主动队列管理算法(DMAQM算法).首先根据预测模型和状态估计器,预测瓶颈链路队列的未来动态特性,它是确定丢包率的基础;然后将拥塞控制的控制要求转化为优化目标函数,在线求解优化问题得到丢包率.DMAQM算法通过滚动优化来适应网络环境的变化,提高了算法鲁棒性;同时在求取丢包率时显式地考虑了网络中存在的约束.仿真结果显示DMAQM算法控制性能优于RED算法,在满足约束的前提下,具有较强的抗干扰能力,同时具有较好的稳定性和鲁棒性.     

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。     

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.