基于自相似业务流的Hurst加权随机早检测算法

Floyd提出的随机早丢弃(RED,random early detection)是基于传统的泊松(Possion)模型,不适应网络流量普遍呈现自相似性的特点。基于此目的,提出了一种新的RED算法——Hurst加权随机早检测算法(HWRED,Hurst weighted random early detection)。新算法能够根据输入流量的自相似系数Hurst,调整RED算法参数。仿真结果表明,新算法提高了队列长度的稳定性,减少了丟包率、排队时延和排队抖动,提高了网络的链路利用率。

RED算法的分析及其在FPGA中的实现

拥塞检测与拥塞避免算法是实现IP网络QoS的重要措施之一。随机早检测算法通过计算TCP流的平均队列长度,进行适当的概率丢弃分组,从而有效地避免了由TCP流导致的网络拥塞。该算法因其具有较低的时延、较高的吞吐量和较好的公平性而被广泛采用。首先详细阐述了RED算法的基本原理,通过对算法的理解和分析,提出了一种有效的和可行的FPGA实现方案,该方案在遵循算法原理本身的同时,以相对较少的硬件资源和快速性实现了RED算法。

基于OPNET的RED和Droptail算法比较与仿真

通过OPNET仿真实验对随机早期检测算法和弃尾算法的特点及性能进行了分析比较,结果表明,随机早检测算法在控制队列长度、缩短排队时延及减小丢包率等方面较弃尾算法有很大提高.

基于NS-2的主动队列管理算法的仿真研究

主动式队列管理技术是IETF为了解决Internet拥塞控制问题而提出的一种路由器缓存管理技术.本文使用了目前应用较为广泛的网络仿真器NS-2,对AQM算法RED和BLUE的性能在基于NS-2仿真实验的基础上进行了比较研究,研究的性能包括在突发流情况下平均队列长度、丢包率和吞吐量等,并在此基础上对BLUE算法在突发流情况下队列稳定性进行改进.仿真结果表明在应对突发流方面,BLUE算法的性能优于RED算法,改进的BLUE算法能够更好地保持队列的稳定性.