N次弃头的被动队列管理算法

主动队列管理算法存在参数设置敏感,响应相对滞后于实际网络状况的缺陷,并没有在实际网络上推广使用,因此对目前使用最多的弃尾被动队列管理进行改进,提出N次弃头的被动队列管理算法,在队列满时,从队列头部丢弃N个数据包,N为大于等于2的整数.该算法改善了弃尾队列管理的缺陷,提高了网络传输性能,能有效改善RTT公平性和速度公平性,算法计算量小,最后通过NS2仿真验证该算法的有效性.

弃头和随机结合的被动队列管理

主动队列管理算法存在诸多缺陷,并没有在实际网络上推广使用。为了对目前使用最多的弃尾被动队列管理进行改进,提出了随机和弃头相结合的被动队列管理算法。在队列满时,先从队列头部丢弃一个数据包,然后再在队列中随机丢弃一个数据包。NS2仿真表明该算法能有效改善RTT和速度公平性,避免弃尾队列管理的缺陷,提高了网络传输性能。该算法计算量小,适合在Internet上使用。

基于S排队的被动队列管理算法

为了解决网络拥塞问题,基于"弃头"方式建立了一种新的被动队列管理算法(DFSQ)。该算法首先利用S排队推导网络队长的数学表达式,并提出丢包概率和丢包策略。同时,通过仿真实验深入研究了影响网络队长的关键因素,并将DFSQ与随机早期检测算法(RED)、"弃尾"算法进行对比分析,结果表明DFSQ算法性能更优。

一种新的被动队列管理算法

针对因网络拥塞而产生的丢包问题,基于弃头方式提出了一种新的被动队列管理算法(Drop Front n based on Wavelet and Shuffled frog leaping,DFWS)。该算法首先利用小波变换对实际流量的长相关特性进行刻画,并利用混合蛙跳方法获取网络队长,同时结合弃头方式提出丢包策略和丢包概率。最后,以实际数据进行仿真实验,深入研究了网络队长、丢包数量和服务率之间的关系。结果发现,与其他算法相比,DFWS具有较好的适应性。

基于云模型的被动队列管理算法

为了解决因拥塞而带来的网络性能问题,基于"弃头"方式提出了一种新的被动队列管理算法DFCM。该算法首先结合业务流队长和到达速率给出了丢包策略和丢包概率,同时利用云模型对实际队长进行求解;最后,通过利用NS2和Matlab进行仿真实验,深入分析了影响算法性能的关键因素。与"弃尾"(Drop Tail)和DFSQ算法相比,DFCM在瞬时队长方差、有效传输数据包等方面显示了较好的适应性。

基于元胞蚁群的主动队列管理算法研究

针对网络拥塞现象,基于弃头方式提出了一种新的主动队列管理算法.该算法首先利用元胞蚁群建立了实际网络队长最大值的计算方法,同时通过判断网络队长与阈值的关系,采取从队列头部丢弃N个数据包的方法.最后,以长相关数据进行仿真实验,对比分析了DFCA与RED、DROP-TAIL之间的优劣,结果表明该算法具有较好的适应性.