典型AQM算法的性能评价模型

利用GI/M/1/N排队系统和Internet业务流量自相似性的特点建立了一个评价AQM算法在非响应业务流量下性能的分析模型,提出了利用模型的分析计算结果而不是模拟或实验手段评价AQM算法性能的新方法.同模拟或实验手段相比,该方法能更深刻地刻画AQM算法在实际网络环境中的性能.用该模型分析比较3个经典的AQM算法——TD、RED和GRED的性能,所得的结果同其他研究者利用模拟或实验方法所得的结果一致.     

自相似流量下自适应AQM算法性能研究

针对目前网络流量存在的自相似特性,提出了一种自相似流量下的主动队列管理算法--IARED算法.该算法首先根据网络流量的自相似和长相关特性,利用自相似流量的自相关函数来设置平均队列长度计算公式的权值,再根据当前平均队列长度与目标队列长度变化率和当前平均队列长度与上一时刻平均队列长度变化率两个参数来动态调整最大包丢弃概率.仿真实验结果表明,该算法能很好地适应自相似网络的流量变化,可以很好地控制队列长度,降低丢包率和保持较低的排队延迟.     

模糊理论在网络AQM中的应用研究

拥塞控制中作用于网络中间节点的主动队列管理策略能有效解决网络拥塞问题。本文引入了模糊理论对AQM进行研究和分析,基于模糊系统设计方法,给出了一个简单的应用实例以说明模糊理论在AQM中的优势,介绍了模糊理论在AQM中的几种典型应用。     

基于扩充的GIX/M/1/N排队系统的主动队列管理算法性能评价模型

为了评价主动队列管理(AQM Active Queue Management)算法的性能,通过在标准的排队系统GIX/M/1/N中嵌入主动队列管理(AQM)算法的方法,建立了一个扩充的GIX/M/1/N排队系统。利用该扩充的GIX/M/1/N排队系统和Internet业务流量自相似性的特征,提出了一种评价AQM算法在非响应业务流量下的性能的分析方法,并据此评价了TD,RED,GRED和Adaptive RED等4个经典的AQM算法。为了验证该分析方法的合理性,利用NS2进行了一系列的仿真实验。结果表明,该分析方法所得结果与仿真实验所得结果一致,因此该分析方法能用于评价AQM算法的性能。     

一种基于Smith预估器的主动队列管理(AQM)拥塞控制算法

有效的拥塞控制机制是保证Internet稳定运行的关键因素之一,网络拥塞控制系统本质上是一个时滞系统,传输时延是网络拥塞控制必须考虑的一个重要因素.本文应用Smith预估控制原理,在进行适当模型拟合处理的基础上,提出了一种基于Smith预估器的主动队列管理(AQM)算法(AQMAlgorithmbasedonsmithpredictor算法,简称Smith-PI),新算法结构简单,易于配置,具有良好的鲁棒性和网络控制性能,同时克服了大时滞给队列稳定性造成的不利影响。通过仿真表明,采用Smith-PI算法,对于限制系统振荡超调量的作用非常明显,同时能使网络具有更快的响应速度及更平稳的队列,而当网络时延增大时,算法能使网络的动态性能依然保持良好,使得缓存队列迅速收敛到稳定值。     

大延时网络中基于单神经元-Smith的AQM算法

本文利用智能控制理论设计了针对大延时网络的单神经元-Smith AQM(Active Queue Management)算法。对算法的设计目标、参数整定规则等问题进行了深入研究,最后的仿真结果验证了该算法在大延时网络主动队列管理中的有效性。     

AQM算法在NS2中的实现及其性能评价

为了评价一种新的主动队列管理(active queue management,简称AQM)算法而改变运行在成千上万个路由器上的软件是不现实的.研究人员被迫在模拟网络或私用网络上测试新算法.分析了网络模拟器NS2的模块组成,并以PSO-PID(Particle Swarm Optimization-Proportional Integral Differential)算法为例,重点描述新AQM算法如何在NS2中实现,详细介绍如何获取AQM算法的评价指标,如平均队列长度、队列抖动、丢包率、链路利用率等定量指标,并结合队列长度变化曲线对AQM算法性能进行评价.     

一种基于神经元强化学习的网络拥塞控制方法

提出了一种基于神经元强化学习(Neuron-based Reinforcement Learning,NRL)的自适应AQM算法,采用链路速率和队列长度作为拥塞指示,可根据网络环境的变化在线自动调整神经元参数,从而保持良好的队列长度稳定性和对网络负载波动的鲁棒性.该算法结构简单、易于实现,且不依赖对象的模型.仿真结果表明,该算法尤其适合于解决复杂不确定性网络的拥塞控制问题,并具有更好的队列稳定性和鲁棒性.     

基于拥塞控制的AQM算法研究

在对网络拥塞控制进行分析的基础上,介绍了AQM(Active Queue Management)算法的特点及网络流量特征对AQM算法的影响。根据AQM算法的发展概况,将AQM算法中的DropTail算法、RED(Random Early Detection)算法、Adaptive RED算法、PI算法、REM(Random Early Marking)算法和AVQ(Adaptive Virtual Queue)算法进行了比较评价。并对AQM算法的反馈方式及AQM算法的控制理论进行了较为详细的分析与探讨。     

一种基于流量速率和队长的AQM算法

本文设计了一种基于准确预测链路拥塞状态从而进行拥塞控制的AQM算法.算法以控制队列稳定和加快响应速度为主要目标,是一种将流量速率和队列长度相结合的AQM算法.     

具有最小时间加权平方误差积分的主动队列管理算法ISTE-PI

针对现有基于控制论的主动队列管理(AQM)算法的不足,在不忽略TCP/AQM传递函数模型中时滞环节的条件下,将TCP短流和UDP流作为干扰信号引入AQM控制器的设计过程,并借助最小"时间加权平方误差积分(ISTE)"控制方法,设计了一个基于PI控制器的AQM算法ISTE-PI.与现有算法相比,ISTE-PI算法同时具备响应速度快、抗干扰能力强、能用于大时滞网络环境且鲁棒性好等特点.鉴于Internet网络流量由TCP长流、TCP短流和UDP流构成,且是大时滞网络,因此ISTE-PI算法能更好地适应Internet网络环境下的主动队列管理.     

NFL:一种基于活动流参数估计的自适应模糊AQM算法

针对主动队列管理（AQM）机制面对动态突变的网络存在参数配置难问题,提出一种将模糊AQM和活动流参数估计策略相结合的白适应AQM算法（NFL）．在综合权衡各性能指标的基础上,设计了一组能适应一定网络变化的模糊规则,并对算法进行了运算优化．为捕获网络突发流,引入了一种基于Bloom滤波器的无状态维护活动流参数估计策略,并依此提出一个模糊AQM输出增益补偿器．实验结果表明,NFL能较好地适应网络变化,相对其他算法,具有更快的收敛速度和稳定的稳态队列控制性能．     

Design and analysis of an ONOFF variable structure controller for AQM routers supporting TCP flows

Active queue management （AQM） can maintain smaller queuing delay and higher throughput by purposefully dropping packets at intermediate nodes. Most of the existing AQM schemes follow the probability dropping mechanism originating from random early detection （RED）. This paper develops a novel packet dropping mechanism for AQM through designing an ONOFF controller applying the variable structure control theory. Because the binary ONOFF controller can considerably simplify the manipulation on the AQM router, it is helpful for implementing the high performance router. The design principles of ONOFF controller are discussed in detail. The guidelines towards parameter settings are presented. The performance is extensively evaluated and compared with other well-known controllers through simulations and theoretical analysis. The results demonstrate that the ONOFF controller is responsive and robust against external disturbances, and is insensitive to variances of the system parameters. Therefore, it is very suitable for the time- varying network system, and at the same time, it can also keep the instantaneous queue length at a desired level with rather small oscillations, which is conducive to achieving the technical objectives of AQM.     

不确定时滞TCP 网络中基于T-S 模型的滑模AQM算法

针对传输控制协议(TCP)网络中的拥塞控制问题,基于T-S模糊模型,提出一种滑模主动队列管理(AQM)算法.考虑到TCP网络中存在的不确定和时变时滞因素,对非线性TCP网络进行了T-S模糊模型的建模.利用LMI设计了一个渐近稳定的滑模面,并提出一种能更好抑制抖振现象的到达条件,基于该到达条件设计的控制器能有效地抑制路由器中队列长度的振荡.大量仿真结果表明,所提出的算法比普通滑模AQM算法具有更好的稳定性和鲁棒性.     

主动队列管理中PID控制器的解析设计方法

主动队列管理(active queue management,简称AQM)是一个非常活跃的研究领域.作为对终端系统上拥塞控制的一种补充,中间节点的AQM策略在保证较高吞吐量的基础上可以有效地控制队列长度.基于TCP/AQM控制论模型,使用H(最优控制理论,以解析的方法设计了新型PID控制器.该控制器的特点是:控制器由单参数调节,可以方便地实现系统标称性能和鲁棒性能的折衷.通过NS仿真并与其他算法相比较,验证了所设计的控制器的性能.结果显示,所设计的PID控制器性能优于其他算法.     

基于新的图形化方法分析TCP/AQM系统的稳定性

为了正确地设置控制器参数, 针对主动队列管理(AQM)系统提出了一种图形化的稳定性分析方法. 将TCP/AQM系统的模型转化为带有时滞的二阶系统形式, 从而用特征伪多项式来刻画其闭环系统的稳定性. 在复平面上, 借助被控对象的逆奈奎斯特曲线和控制器的负频率特征直线, 给出了判定闭环系统稳定性的充要准则. 研究了使得AQM系统稳定的PID控制器的比例增益边界与网络参数之间的关系.通过Matlab和Network Simulator分别进行了仿真, 实验结果验证了该方法的有效性. 不同的PID控制器稳定区域对比, 进一步表明该方法的保守性较小. 该方法的优点在于计算复杂度较低, 而且在复平面上显示直观.     

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.     

互联网拥塞控制算法研究

随着Internet的迅速发展,网络规模、用户数量及业务量呈现爆炸式增长,由此引发的网络拥塞已经成为制约网络发展和应用的瓶颈问题。有效解决拥塞对于提高网络性能具有重要意义,如何更好的预防和控制拥塞成为近年来网络研究领域的重要问题。该文介绍了现有的拥塞控制算法,并分析了进一步的研究方向。