一种改进的RED主动队列管理算法

主动队列管理(Active Queue Management,AQM)算法是网络拥塞控制中非常重要的研究领域之一。为了使RED算法丢包概率的计算更加平滑,文中在RED-r的基础上对其丢包概率的计算进行了改进,提出了一个名为IMRED-r的新算法,采用分段二次圆函数计算丢包概率,实现了动态网络环境中队列长度的稳定,并且减少了参数的设置。基于NS2的仿真结果表明,IMRED-r算法在复杂的网络环境里具有更好的鲁棒性和稳定性,比RED、RED-r主动队列管理算法优越。

NARED:一种非线性自适应RED拥塞控制机制

分析了RED及其改进算法的原理和局限性,提出了一种非线性自适应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;其参数Pmax可依据平均队列和瞬时队列长度自适应调整,避免了静态参数设置的约束,并实现了从部分到全部标记丢弃分组的平滑化.实验仿真结果表明该算法有效提高了缓存区利用率,避免了缓存区的溢出,提高了网络的稳定性与可靠性.

FERED：公平性增强的RED算法

当前大多数AQM机制的实现算法都更多地强调了算法的效率和稳定性而忽视了公平性。已有研究表明,TCP的RTT不公平性问题和多拥塞链路环境下的不公平性问题广泛存在于众多的著名AQM实现算法中,比如RED,REM,PI和AVQ等。虽然FRED和Balanced RED可以解决这些不公平性问题,但它们的实现都需要在路由器上保留每流状态信息,算法可扩展性存在问题。在实际网络测量试验结果的基础上,提出了利用IP数据报头中的TTL字段信息来增强公平性的思路,并据此对RED算法进行了扩展,实现了一个公平性增强的RED算法(FERED)。NS2仿真试验结果显示FERED可以显著增强公平性,同时保留了RED算法可以很好地控制队列长度的优点,而且FERED实现简单,无需在路由器保留每流状态信息。

基于补偿模糊神经网络的RED变种算法

摘要:作为最著名的网络拥塞控制机制,随机早期检测(RandomEarly Detection,简称RED)算法由于其参数敏感性,无法在复杂多变的网络环境下保障良好的控制性能。为了改善RED敏感于参数的缺陷,增强算法的自适应性,文章将补偿模糊神经网络(compensatory fuzzy neural network,简称CFNN)引入拥塞控制算法的设计中,结合RED和CFNN,得到了基于CFNN的RED变种算法(RED based on CFNN,简称CFNNRED)。与传统的RED相比,CFNNRED的改进在于:配置神经元一定的模糊逻辑规则,迅速得到丢包率,增强算法的可操作性和可实现性;通过神经网络的自学习,增强算法的自适应性和鲁棒性。最后通过仿真证明,CFNNRED算法的自适应性增强,对队列的控制能力得到加强,队列更加平稳,网络能够提供更加稳定的服务质量保障。

TCP-RED路由队列建模与分析(英文)

用NS2构建了TCP-RED系统(网络业务流是TCP包,以RED为AQM算法),以产生模拟Internet业务流的数据。基于机理分析与数据驱动相结合的思想,建立了Internet业务流的控制模型用于研究TCP-RED系统的动态特性。从RED的分段特性出发,从切换系统的角度分析了TCP-RED系统,发现网络流量的波动是由于RED的切换特性引起的。通过根轨迹法分析了此切换系统中子系统的稳定性,提出了一种在实际网络环境中调整RED来控制流量波动(甚至混沌)的方法。本文所得的RED参数调节法基于实际网络数据的分析,而不是只依赖经验或机理分析。NS2的仿真实验证实了它的有效性。

基于跳数的公平性增强RED及其分类器实现

为了同时兼顾改善不同往返时延(RTT)和多拥塞链路所引发的不公平性问题,在实际网络环境测量结果的基础上,提出了利用数据包所经过的路由器跳数来增强公平性的思路,并构造了一个二维两类分类器来对RED算法进行简单的修改,实现了一个公平性增强的RED算法。NS2下的模拟表明,该算法可有效增强公平性,而且具有实现简单、易于在实际网络中部署的优点。

多层网TCP-RED非线性流体模型的高效网络拥塞控制

提出了一种多层网络拥塞控制方法,该方法基于流体模型的微分方程设计多层网络拥塞控制.此外,该方法利用流体模型的稳定性保证网络性能参数的均值在多层网络环境及大数据流的情况下向平衡点收敛,同时也有效限制了AQM参数的设置.理论分析和仿真结果证明了这种网络拥塞控制方法能在多层网络中避免拥塞,并当网络出现大数据流时,该多层AQM系统能充分利用网络带宽及保持路由器队列长度的相对稳定.

RED-PD算法的仿真研究

随机早期检测(RED:Random Early Detection)是IETF推荐的一种基于路由器有效的主动队列管理算法,但是在某些情况下,一些数据量很大的数据流会大量占用带宽,从而导致了各流量之间带宽分配的不公平性,甚至产生拥塞崩溃。对M ahajan提出的一种基于RED分组丢弃历史的AQM(Active Queue M anagem ent)算法RED-PD(RED w ith Preferential D ropp ing)进行了深入研究。该算法通过对被检测出的高带宽流的数据包采用提前丢弃的策略,实现带宽分配的公平性。通过仿真发现了RED-PD算法的自适应性,表明此算法有更高的理论和实用价值。

实现队列公平性的EF-RED算法

随机早期检测(RED)是IETF推荐的一种基于路由器的主动队列管理算法,但是不同的分组大小是损害RED算法公平性的进,提出一种能有效保障公平性的改进算法,即EF-RED算法,并通过仿真证实此方法能有效避免分组大小原因之一,使网络带宽被一些数据流量很大的连接大量占用。本文根据TCP的最大发送速率公式,对RED算法进行改的影响。

基于RED分组丢失历史方法的非TCP流鉴别

随机早期检测(RED)是IETF推荐的一种基于路由器的有效的主动队列管理算法,但是在某些情况下,一些数据量很大的高带宽流量会大量占用带宽,从而导致了各流量之间带宽分配的不公平性,甚至产生拥塞崩溃。该文从RED的丢包历史出发,研究了一种在发生拥塞时鉴别出高带宽流量的方法,并通过仿真证实了此方法的有效性。

RF-RED:一种速率公平的RED改进算法

为了提高响应流和非响应流之间的公平性,提出了一种基于速率公平的RED改进算法——RF-RED(ratefairness random early detection).该算法在路由器端计算UDP流的平均速率并与TCP友好流速率进行比较,根据比较结果动态调整UDP流和TCP流的最大丢包率,最后使用RED算法分别更新UDP流和TCP流的实际丢包率.通过使用RF-RED算法,UDP流在瓶颈链路上成为TCP友好流,同时瓶颈带宽得到了公平利用.仿真结果验证了该算法的有效性.

RED及CSFQ的性能比较研究

介绍了RED及CSFQ两种队列管理机制 ,分析比较了这两种队列管理机制的各自优缺点。通过大量的仿真试验比较了吞吐量 (Throughput)、延迟 (Delay)、延迟变化 (DelayVariation)、队列长度等性能指标 ;同时进一步讨论了两者不同的适用环境 。

基于平均队列长度和滞留时间的RED算法

在无线通信网络环境下,提出了一种改进的基于平均队列长度和滞留时间的RED算法。这种算法根据平均队列长度和滞留时间计算数据包的丢弃概率,比传统的单纯基于平均队列长度的RED算法相比较,能更有效地实现无线网络中的拥塞控制。

改善带宽公平性的RED算法研究

介绍了一种用于改善带宽公平性的随机优先检测新算法,即Bandwidth Fairness of RED(BF-RED)。该算法首先根据落差权重(drop-weight)定义了高带宽流,然后通过增加控制高带宽流的最大值和参数来增大落差的可能性。最后还在一些网络环境中模拟评估了该BF-RED算法。

区分协议类型的RED公平性改进算法

由于UDP协议无拥塞控制功能,与TCP流量竞争带宽时具有优势。早期互联网绝大多数流量均使用TCP协议,但随着以网络视频为主的新兴网络服务的广泛应用,使得传统的TCP流量在拥塞链路带宽竞争中不公平。为了提高路由器对TCP流量的公平性,对路由器队列管理中的随机早检测算法RED进行了研究,提出了区分协议类型的RED改进算法FlowRED,并且在NS-2网络模拟器中实现了该算法,使得在拥塞链路中使用TCP/UDP协议的吞吐量大致相当。实验结果表明,此方法能够改善TCP流量的服务质量。

Traffic Queuing Management in the Internet of Things: An Optimized RED Algorithm Based Approach

Congestion control is one of the main obstacles in cyberspace traffic.Overcrowding in internet traffic may cause several problems;such as high packet hold-up,high packet dropping,and low packet output.In the course of data transmission for various applications in the Internet of things,such problems are usually generated relative to the input.To tackle such problems,this paper presents an analytical model using an optimized Random Early Detection(RED)algorithm-based approach for internet traffic management.The validity of the proposed model is checked through extensive simulation-based experiments.An analysis is observed for different functions on internet traffic.Four performance metrics are taken into consideration,namely,the possibility of packet loss,throughput,mean queue length and mean queue delay.Three sets of experiments are observed with varying simulation results.The experiments are thoroughly analyzed and the best packet dropping operation with minimum packet loss is identified using the proposed model.

用于提高RED带宽公正性的Novel算法

本文介绍了一种用于促进RED带宽公正性的名为带宽随机优先检测的新算法。该算法首先根据落差权重定义了高带宽数据流,然后通过增加控制高带宽数据流的最大值和参数来增大落差的可能性,并还在一些网络环境中模拟评估了该BF-RED算法。

非线性高阶RED拥塞控制算法

针对随机早期检测(RED)算法在网络拥塞不严重的时候丢包率相对较大,而在较严重的时候丢包率相对较小的问题,提出了一种非线性高阶RED拥塞控制算法,目的在于提高算法对网络拥塞的调节能力。该算法建立了一个高阶分组丢弃函数模型,在最小门限值附近丢包率缓慢增长,在最大门限值附近丢包率快速增长,有效地控制了平均队列长度。NS2仿真实验验证了改进算法可有效地提高网络性能。

网络TCP/RED算法稳定性研究

主动队列管理算法(AQM)是IETF推荐的基于路由器拥塞控制的关键技术,它和TCP拥塞控制相结合,是解决目前Internet拥塞控制问题的一个主要途径。主动队列管理算法中,随机早期检测(RED)提供网络拥塞避免和拥塞控制机制。RED拥塞控制机制的基本思想是通过计算平均队列长度估计值来计算包标记概率,实现早期拥塞通知。本文针对在TCP/RED系统中,对由于平均队列长度变化而出现的稳定性问题进行了分析研究,在具体条件下通过对4个参数的设置来分析系统的稳定性。使用NS2仿真软件对RED算法进行一系列的仿真实验。实验结果表明,在不同网络负载的情况下,平均队列长度和包标记概率变化很大。最后,针对RED自身稳定性问题提出改进方案。

Internet路由器的AQM策略的研究与分析

分析了几种典型及最新提出的AQM策略算法,并比较了各种策略算法的优缺点,同时对AQM的拥塞指示方式进行了分析,最后给出了几种AQM策略的实验分析结果。