一种基于模糊逻辑的主动队伍管理算法

主动队列管理（AciiveQueue Management,AQM)技术作为Internet拥塞控制的一种有效方法，对于提高Internet的服务质量具有十分重要的作用，本文根据TCP拥塞控制算法基于数据包丢失的窗口变化机制，设计了一种基于模糊逻辑的主动队伍管理算法，该算法依据路由器中队列长度的变化情况，根据一定的模糊自校正原则来调整数据包的丢弃概率，从而使路由器中的队列长度稳定在参考值附近，仿真结果表明该算法不但十分有效，而且对不同的网络状况具有很好的适应能力。     

一种基于动态阈值的主动队列管理算法

针对BLUE算法缺少早期拥塞检测机制,导致队列溢出或空闲现象频繁发生的问题,通过引进基于动态阈值算法的控制机制,借鉴RED算法所采用的早期拥塞检测机制,提出了DT-BLUE算法。仿真实验表明本文算法能保持队列长度的稳定性,有效降低队列空闲或溢出现象的发生,提高链路的利用率。     

一种加强的主动队列管理算法--EBLUE

作为一种典型的主动队列管理算法,BLUE明显不同于其它方法,它使用丢包和连接空闲事件来控制拥塞。试验表明BLUE的丢包率明显小于RED,但是其参数设置仍然存在一些不足之处。本文在BLUE算法的基础之上,通过引进自适应的思想对其进行了改进,提出了一种加强的BLUE队列算法——EBLUE。大量的仿真实验表明本文的改进算法能够进一步提高BLUE的性能。     

基于速率的主动队列管理算法的性能分析

主动队列管理是解决网络拥塞的主要措施。针对基于队列的主动队列管理算法的不足,提出了一种基于速率的新算法RAQM,该算法以数据到达速率与路由器最大服务速率的差值为指标计算丢包概率,能够快速地对网络流量的变化做出反应,该算法计算简单,而且只需要设置一个参数K。通过现代控制理论分析了RAQM/TCP系统的稳定性。仿真结果表明,RAQM能够维持较低的队列长度并保持队列的稳定,从而减小了分组端到端时延和时延抖动。最后讨论了参数K对算法性能的影响。     

几种公平的主动队列管理算法的比较研究

主动队列管理是实现网络拥塞控制的一种重要技术,但是多数主动队列算法如RED等对于公平性的考虑不足.近年来,也出现了一些能提供一定的公平性支持的主动队列管理算法,本文对其中几个有代表性的算法进行了对比研究.包括对它们的理论分析,以及在ns2上的仿真实验,并且结合实验结果对算法中存在的问题及其原因进行了深入的分析.文中最后对这几种算法进行了综合的评价,并对算法的改进提出了一些建议,希望能为今后的工作提供一定的支持.     

主动队列管理算法的分类器实现

作为端到端拥塞控制的增强机制,主动队列管理(AQM)通过在网络中间节点有目的地丢弃分组来维持较小的队列长度和较高的链路利用率.已有的大多数主动队列管理算法沿用了随机早期探测(RED)算法首创的概率丢弃机制.本质上,判决是否丢弃分组的过程是一个依赖于网络拥塞状态的决策过程,因此,概率决策不应该是唯一的方法.在本文的研究中,我们首先归纳了理想AQM算法所应具备的品质,然后应用模式识别中分类器的设计思想提出了一种新颖简洁的主动队列管理策略实现框架,并基于Fisher线性判别方法为AQM设计了一个两维两类分类器(TCC).仿真试验表明TCC有效、敏捷、鲁棒,扩展性好,同时实现简单,计算开销小,有利于高速路由器的性能优化.     

主动队列管理中的智能分组丢弃新机制

主动队列管理通过网络中间节点有控制的分组丢弃实现了较低的排队延时和较高的有效吞吐量,是TCP端到端拥塞控制近来研究的一个技术热点.已有的大多数算法在判定分组丢弃时大都沿袭了RED的概率丢弃机制,具有一定计算复杂度的随机数生成过程不利于路由器性能的优化.在本文中,我们首先定义了拥塞指数这一新的测度变量来量化描述网络的拥塞状态.接着,利用模糊逻辑设计了一种新的智能分组丢弃机制,离线的合成推理使得分组丢弃的判定仅需要简单的查表操作和比较运算即可完成,为优化路由器的性能提供了便利.数字仿真的结果表明:智能分组丢弃机制的性能优于经典的RED算法,控制队列的能力强,鲁棒性好,稳定工作域大,能很好地抵抗突发性和非弹性业务的干扰,适合工作在瞬息万变的动态网络环境中.     

一种基于速率和队列长度的主动队列管理机制

本文研究了拥塞产生的原因及其表现形式,提出了一种基于报文到达速率和队列长度的随机早丢弃算法(RQ).根据拥塞的严重程度和变化趋势将拥塞划分为六个级别,每个级别采用合适的丢弃概率,从而将队列控制在理想工作点附近.利用经典控制理论,分析了系统的稳定性,给出了参数配置的原则.最后,用NS网络仿真器对算法性能进行了验证.     

一种参数自适应的主动队列管理算法-自适应BLUE

BLUE算法是一种典型的主动队列管理(Active Queue Management,AQM)算法,研究表明BLUE算法优于RED算法.BLUE算法使用丢包事件和链路空闲事件控制网络拥塞.但由于BLUE算法在参数设置方面存在不足,尤其是当TCP连接数突然剧烈变动时,容易导致队列溢出或空闲的频繁发生.该文引进参数自适应机制,提出了自适应BLUE算法,并借鉴了RED算法的早期拥塞检测机制.NS仿真实验表明该算法能有效保持队列长度的稳定,减少队列溢出或空闲现象的发生,在提高链路利用率的同时降低丢包率.     

基于动态矩阵控制的主动队列管理算法

针对Internet系统,通过对流体流模型的分析,提出了一个新的预测模型.该模型形式简单,参数的计算相对容易,并且能根据当前的网络情况有效的预测拥塞窗口的变化.结合动态矩阵控制 (Dynamic Matrix Control,DMC) 理论,提出了一种新的主动队列管理算法——DMCAQM 算法,给出了DMCAQM 的详细设计过程,稳定性分析和参数选取原则.大量不同网络环境的仿真实验表明DMCAQM 算法是有效的.与PI、RaQ 和REM 等算法相比较,DMCAQM 有收敛速度快、队列抖动小的优点.同时,由于DMCAQM 的采样间隔相对较大,而算法实现简单,所以计算量小,占用的路由器资源更少.     

AFPI:一种基于模糊控制的队列管理新算法

以PI算法为基础提出了一种模糊自适应PI算法AFPI,可通过利用模糊控制动态设置PI算法中的有关参数。ns-2模拟实验表明,相对于PI算法,AFPI具有更快的收敛速度和更小的队列抖动。     

数据流的活动队列管理算法:MBLUE

MBLUE(Modified BLUE)是一种面向数据流的活动队列管理算法.它不是使用平均队列长度指示缓冲区拥塞状态,而是使用数据报丢弃的频率和队列空闲程度来管理网络拥塞.探测瓶颈连接早期的拥塞信息,通过数据报的丢弃和标记避免拥塞.它只维护一个先进先出队列,以较少的数据流状态信息,在不同流之间公平的分配网络带宽.能够适应瞬时的猝发流,能合理控制非TCP数据流,又能够保持较短的平均队列长度,从而控制、减轻网络拥塞.通过TCP/IP网络的模拟,证实算法在公平的分配网络带宽和降低数据报的丢失率上具有较好的鲁棒性.     

REDu:一种新的识别并惩罚非适应流的主动式队列管理算法

本文提出一种新的主动式队列管理算法——热度算法(REDu).算法深入挖掘非适应流与适应流本质区别,利用CHOKe命中、RED丢弃等信息预选非适应流,通过热度升降机制计算一种新的部分流状态——热度,以此识别并惩罚非适应流.基于ns-2的仿真实验显示,与其他几种主动式队列管理算法相比,REDu具有更准确的识别并惩罚非适应流的能力,对适应流提供更好的保护,网络的鲁棒性也显著提高.     

基于动态输出反馈控制的主动队列管理算法

 针对网络拥塞控制的不确定时滞特性,提出了一种基于动态输出反馈控制(DOFC)的主动队列管理(AQM)算法.建立了TCP/AQM系统的时滞有界模型,给出了判定闭环AQM系统稳定的充分性条件,以及基于线性矩阵不等式的动态输出反馈控制器参数设计方法.仿真结果表明,该算法在大时滞的网络环境中,能迅速地将队列长度收敛到目标长度附近,且在特征参数变化的网络环境中具有较强的鲁棒性.