一种改进的RED路由队列算法分析与研究

分析了Internet业务流随机早期检测(random early detection,RED)算法的原理和局限性,提出了一种改进的RED算法。该算法利用一个高阶分组丢弃函数,在最小门限值附近以较低的概率标记丢弃分组,在最大门限值附近迅速提高分组的标记丢弃概率;利用队列长度的变化趋势来动态调整RED算法的参数,减小了RED算法对参数的依赖,增强了算法的稳定性。NS2的仿真实验证实了它的有效性。     

主动队列管理RED算法改进与实验仿真研究

分析了RED及其改进算法的原理和局限性,提出了一种非线性高阶RED拥塞控制机制。该算法利用一个高阶分组丢弃函数,在下限阈值附近以较低的概率标记丢弃分组,在上限阈值附近迅速提高分组的标记丢弃概率。并对网络仿真器NS2进行扩展,通过系列仿真实验验证了改进算法有效提高了网络性能。     

基于多优先级的动态阈值RED算法

提出一种基于多优先级的动态阈值RED算法(PDT-RED)。根据分组优先级和未使用的缓存空间动态调节平均队列阈值,实现对不同类型的分组采取不同的标记/丢弃概率的区分服务。为了提高缓存利用率,在该算法基础上提出优化算法(OPDT-RED)。模拟实验证明,与同类算法相比,OPDT-RED使高优先级的分组丢失率降低了56%~62%,平均分组丢失率降低了33%~41%,并且简单、易于实现,能提高缓存的利用率。     

基于平衡点的自适应RED算法

网络服务质量控制已经成为互联网技术的主要研究方向之一．主动式队列管理以及RED(randomearly detection)算法的改进问题是近期网络服务质量研究的一个热点问题．提出的基于平衡点的自适应RED算法可以根据网络上的流量特点，动态地修改最大丢弃概率，能够对不同类型的数据流聚集进行调节，与目前大多数其他RED改进算法相比，该算法没有采用逐步逼进的途径，而是基于计算的平衡点，修正最大丢弃概率，可以更快的达到稳定状态，从而解决RED算法对于参数的依赖性和队列抖动问题．     

RED队列稳态误差分析

主动队列管理在保证较高吞吐量的同时，通过在交换节点上主动丢弃数据包来控制队列长度，从而实现对端到端的延时和抖动的控制．RED算法是目前应用最为广泛的主动队列管理(AQM)算法．RED算法以平均队列长度作为衡量网络拥塞的指标，其参数设置对算法性能有较大影响．利用现代控制工程理论，将RED算法看做一种单位反馈控制系统，并将期望队列长度作为系统输入，将瞬时队列长度作为输出，对该系统的稳态误差进行了分析．实验结果表明在稳定状态下，RED队列的波动受分组丢弃概率函数的斜率影响．在稳定条件边界附近，系统的稳态误差急剧增加．     

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。     

基于控制理论的主动队列RED 稳态分析

针对RED算法的参数设置对算法性能具有较大影响的问题，基于自动控制理论，将期望队列长度作为系统输入，将瞬时队列长度作为系统输出，构建了在系统输入和扰动作用下的RED单位反馈控制系统．提出了较传统条件更为精确的稳定条件。并分析计算了稳态误差．仿真结果表明。在稳定条件下。随着分组丢弃函数斜率的增加，RED队列波动增加，在稳定条件边界附近队列波动急剧增加．     

一种改进的自适应随机早期检测算法

为了进一步减小Adaptive RED算法中队列长度的波动性,在对丢弃概率的变化率与队列长度稳定性的关系进行研究后,对Adaptive RED算法的丢弃概率计算函数进行了非线性化,使得算法能够根据平均队列长度与目标队列长度区间中值的偏离程度动态地改变丢弃概率的变化率,减小了队列长度的波动,进而提高算法的稳定性。     

主动队列管理中RQC控制器的设计

基于网络中输入输出速率和队列长度均可帮助决定更精确丢弃概率的思想,提出了根据输入输出速率和队列长度决定包的丢弃标注概率的AQM算法,即RQC算法．通过仿真将该算法与RED和PI算法进行比较,说明了RQC控制算法的优点．     

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。     

随机早期检测算法的研究与改进

主动队列管理是实现网络拥塞控制的重要技术,随机早期检测算法作为一个重要的主动队列管理机制,在一定程度上能够缓解网络拥塞。针对该算法的稳定性不足、平均队列长度不能完全反映网络拥塞状况等问题,给出一种改进算法,使它更有效地对网络拥塞进行控制。并通过仿真进行性能分析,以此证实该改进算法的有效性。     

基于测量的TCP拥塞控制的公平性研究

通过分析传统TCP算法的局限性，讨论TCP Vegas、TCPW两种基于源端实时带宽测量拥塞控制算法的原理以及带宽分配的公平性，结合主动队列管理技术，提出一种基于加权缓存区容量分配RED算法．理论分析和仿真实验表明该算法提高了带宽分配的公平性．保持了网络的高吞吐量，并实现服务QoS保证.     

RED算法的数学模型研究

RED算法能够及时预测网络拥塞的到来,并同过标记避免网络拥塞,同时还解决了TCP全局同步的问题.RED算法对参数过于敏感一直是研究的主要问题.建立RED算法的数学模型,从数学角度分析RED算法的原理以及工作过程.对数学模型的静态分析、参数分析研究各个参数在算法中所起的作用以及其影响因子;给出如何设定参数才能使RED算法达到更好的性能.     

CARED: Cautious Adaptive RED gateways for TCP/IP networks

Random Early Detection (RED) is a widely deployed active queue management algorithm that improves the overall performance of the network in terms of throughput and delay. The effectiveness of RED algorithm, however, highly depends on appropriate setting of its parameters. Moreover, the performance of RED is quite sensitive to abrupt changes in the traffic load. In this paper, we propose a Cautious Adaptive Random Early Detection (CARED) algorithm that dynamically varies maximum drop probability based on the level of traffic load to improve the overall performance of the network. Based on extensive simulations conducted using Network Simulator-2 (ns-2), we show that CARED algorithm reduces the packet drop rate and achieves high throughput as compared to RED, Adaptive RED and Refined Adaptive RED. Unlike other RED based algorithms, CARED algorithm does not introduce new parameters to achieve performance gain and hence can be deployed without any additional complexity.     

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。     

一种针对TCP动态队列管理的控制算法

描述了一种新的TCP/IP动态队列管理控制算法,对于传统的随机早期检测法(RED)来说,它的主要目标之一就是稳定路由器队列的长度,然而它实现此目标并不是很成功,主要因为它在平衡队列长度的过程中很强地依赖了动态TCP链接数。而新的动态控制算法则使用了一种简单的控制方法,当路由器缓冲区即将出现拥塞时,它能够根据当前路由器缓冲区负载概率来随机地实施包丢弃。该算法能够很好地稳定路由器缓冲区的队列占用数,同时,在实现过程中并不用评估动态TCP链接数以及分析网络流的状况。所给出的一个实验模型表明,该控制算法是有效可行的。     

一种改进的随机早期检测算法

针对随机早期检测(RED)算法稳定性差的问题,根据排队论知识,在分析了决定其性能要素的分布规律之后,得出结论：路由器缓冲区的队列长度是非线性分布的,路由器尾丢弃率随队列平均长度的增大而增大,但不是呈线性关系。给出了一种非线性改进算法,改善了算法的稳定性。     

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.