大时滞网络拥塞控制器的设计

几乎现有的AQM算法都忽略了大时滞对网络拥塞控制系统稳定性的负面影响,以致稳定性、响应性和鲁棒性在大时滞网络中大大降低.如PI、REM等AQM算法在大时滞环境下表现出剧烈的队列震荡和频繁的空队列情况,这些现象直接导致了链路利用率的低下和延时抖动的增大.而面向大时滞网络拥塞控制的DC-AQM算法不够恰当的参数配置使得系统输出偏离了控制的目标,出现了很高的分组丢弃概率.为解决大时滞网络拥塞控制的稳定性问题,本文基于内模控制原理,提出一种新的鲁棒AQM控制器IMC-PID来补偿网络时滞对系统稳定性的影响.仿真分析表明,随着网络时滞的增大,IMC-PID在综合性能上胜过其他算法,获得了较高的链路利用率和较低的延时抖动.     

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。     

基于粒子群优化的网络拥塞控制新算法

PI控制器常用于主动队列管理中,但参数整定上的试凑法具有盲目性,算法的瞬态性能也不够理想.本文推导了基于流体流理论的网络简化模型,基于该模型将集群智能中的改进粒子群优化算法(PSO)应用于PID控制器参数优化,定义了一个综合调节时间、上升时间、超调量、系统静态误差、正弦跟踪误差等动静态性能指标函数,在给定的参数空间进行组合优化搜索,迅速求得获取使性能指标优化函数极小化的一组PID控制器参数,将PID控制器应用于网络主动队列管理系统中.仿真结果表明,在大时滞和突发业务流的冲击两种情况下,该方法设计的控制器的动静态性能优于RED、PI算法,超调量均小于5%,调节时间分别小于5秒、4秒,稳态误差分别小于两个数据包和3个数据包.     

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。     

传感器网络拥塞避免与控制的模糊AQM算法

传感器网络节点通信能力有限,当数据到达速率持续超过节点转发能力时网络会发生拥塞;传感器网络是任务型网络,对不同优先级的信息具有不同的服务质量要求.针对传感器网络信息传输的上述特性,提出了一种新的拥塞避免与控制算法FAQM（Fuzzy Active Queue Management）.该算法在综合考虑数据包的随机指数标记概率和优先级权值的基础上,建立了模糊逻辑推理系统,并以数据包丢弃因子作为参量来实现数据流的智能调控.NS2仿真实验结果表明：FAQM算法能减少高优先级数据包的丢弃率和节点间链路的时延,稳定节点队列长度,在有效避免与控制拥塞网络的同时提升网络整体QoS（Quality of Service）性能.     

一种改善IP网络中基于类的数据服务QoS的调度方法

IP网络中基于类的数据服务QoS支持一般包括包的延时、吞吐量和丢失率,目前的研究成果大都集中于对其中某一个指标的确保或支持。该文提出一种在IP网络中一个网络路由器节点上同时考虑类间流量带宽、包丢失和延时区分的队列管理调度算法,称为动态比例自适应算法(Dynamic Proportional Adaptive Algorithm,DPAA)。该算法是针对比例区分服务PDS(Proportional Differentiated Services)中流量负载频繁变化的情况提出的。仿真实验通过与前人提出的基于比例区分服务模型的调度算法比较,证明了DPAA 算法的有效性。     

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.     

一种改进的RFQ网络公平拥塞控制方法

讨论了网络公平服务中的公平拥塞控制方法，针对解决这一问题的彩虹公平队列（Rainbow Fair Queuing，RFQ）法，提出了可以改进QoS的对网络速率编码的速率空间方法和一种新的网络层次丢弃算法。     

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.     

SABlue:一种带加速因子的自适应AQM算法

该文在分析SBlue算法的基础上,提出了一种带加速因子的自适应AQM算法SABlue(Self-tune Accelerate Blue)。算法将瞬时队长作为早期拥塞检测参量,根据队列负载因子控制丢包步长,实现丢包概率幅度的自适应调整,最终将路由队列长度稳定在目标区域内。为了提高网络突变跨度较大情况时算法的响应速度,在队列警戒区域内引入了加速因子。实验表明,SABlue面对突变流和不同RTT的网络场景,队列收敛时间短,丢包率小,且具有较好的鲁棒性,算法综合性能优于其他AQM算法。     

基于改进网络模型的大时滞网络拥塞控制算法

随着对网络拥塞控制的深入研究,出现了许多有关网络流量的控制理论及网络模型.Misra等人于2000年基于流体流(fluid flow)理论提出的模型被研究人员广为采用.但模型在推导过程中的一些近似却使得模型对网络行为描述不精确.本文对此从理论和实验结果两方面进行了详细分析,并对原模型进行了改进.基于改进的模型,把一种PID(Proportional Integral Differential)及类PID设计方法用于AQM(Active Queue Management)控制器的设计.对比仿真结果表明,该算法具有更好的性能.     

基于BFGS方法的拥塞速率控制算法

针对TCP/AQM对偶性模型采用梯度投影方法调整链路价格收敛速度慢的问题,使用具有更快收敛速度的BFGS方法来进行链路价格的计算,提出一种基于BFGS方法的拥塞速率控制算法。仿真结果证明,利用BFGS方法所设计拥塞速率控制算法具有更快的收敛速度,算法性能优于其它算法。     

基于模糊神经网络的拥塞控制算法研究

本文介绍一种基于模糊神经网络的主动队列管理(AQM)算法,实现网络拥塞控制。利用神经网络来实现模糊推理,可自适应修正隶属函数的参数和加权系数,优化模糊逻辑控制器,从而达到某种性能指标的最优化。仿真结果表明,采用模糊神经网络进行流量速率预测的拥塞控制策略能够使缓冲器队列长度快速收敛到目标值,并且维持小的队列震荡。结果也表明该方法与传统的PD控制器相比具有更好的性能和鲁棒性。     

基于控制论的ATM拥塞控制算法

ATM网络的多业务复用特性及其对QoS的承诺,使得其流量和拥塞控制变得非常复杂。控制论是分析和设计复杂系统的强有力工具,文章运用控制理论闭环反馈理论,设计了PI调节器,实现了基于PI调节器的ATM拥塞控制算法,实验及理论分析结果表明,该算法具有较强的稳定性与鲁棒性。     

IP网络中TCP拥塞控制协议的稳定性分析

文章用泛函微分方程建立了TCP拥塞控制协议的动态模型,通过该模型分析了当前Internet上使用的TCP拥塞控制算法,导出了稳定性条件,结果表明该算法在一定网络环境下是不稳定的.     

一种平滑的基于AIMD的TCP拥塞控制算法------SISD

提出一种基于AMID(Additive Increase Multiplicative Decrease)的双平滑TCP拥塞控制算法,即SISD(Smooth Increase Smooth Decrease)。SISD算法在数据包发送方面采用一个单调递减函数作为提升速度的增量函数。当检测到网络拥塞时,依据历史拥塞窗口的大小调整发送窗口大小,避免了不必要的网络抖动。仿真结果显示,当UDP、TCP协议并存时,SISD可以为UDP协议提供稳定、平滑的服务,且具备较好的稳定性、公平性,同时提高网络带宽的利用率。     

一种异构网络TCP拥塞控制算法

针对互联网中端对端带宽、时延和丢包率等的差异性日益加剧,导致TCP传输性能严重退化,该文提出一种链路自适应TCP拥塞控制算法(INVS)。INVS在拥塞避免阶段初期采用基于指数函数的凸窗口增长函数,以提高链路利用率;在窗口增长函数中引入了自适应增长因子实现窗口增长速率与链路状态相匹配;采用了自适应队列门限的丢包区分策略以提高无线环境下TCP的性能。性能分析和评估表明,INVS提高了TCP拥塞控制算法的吞吐量、公平性、链路利用率和RTT公平性。     

FPI-PD-MCC：一种基于模糊PI-PD的组播拥塞控制算法

针对TFMCC算法速率振荡大的局限性,提出了一种基于模糊PI—PD的组播拥塞控制算法（FPI—PD—MCC：Fuzzy Logic—based Proportional Integral-proportional Derivatire Multicast Congestion Control Algorithm）。在FPI—PD—MCC中,对发送方的速率调整步长进行了平滑,在路由器中引入了PI控制,并利用模糊逻辑计算参数α,从而自动调节丢包概率以缓解拥塞。仿真结果表明,该算法能够使队列长度稳定在期望值附近,同时保证网络吞吐量的平缓变化。     

基于边缘策略网络拥塞控制的设计与实现

设计了一种新型的基于边缘策略的拥塞代价控制功能,实现了网络中速率分配的公平性.此方案在目前实际的IP网络中加以应用,并通过网络仿真工具NS2对其性能进行了评估.仿真结果表明,控制机制简单高效,同时能够有效地控制网络系统中数据流速率的变化,从而使网络系统保持良好的传输效率和稳当性.     

An Improved Automatic Congestion Control Algorithm for Telecommunications Signaling Networks

In a signaling network, the Automatic Congestion Control (ACC) algorithm is used during switch overloads to maintain network throughput. Previous studies have shown that the present (standardized) algorithm performs poorly and suggest that switch throughput can be improved by turning off the algorithm. We propose enhancements to the ACC algorithm which result in significant improvement in network throughput under switch overload. These enhancements can be easily implemented and do not require any changes in the way ACC messages are exchanged between switches (but do require changes in the way a switch throttles calls to an overloaded switch). In this paper we present our enhanced algorithm and illustrate, through analysis and simulations, its effectiveness.