基于测量的主动队列管理算法

针对RED(Random Early Detection)队列管理算法不能实现业务流之间带宽公平共享,提出了基于测量的主动队列管理算法(MBAQM).这种算法采用基于测量和预测的方式估计不同业务流的输入速率,并根据队列大小计算出新到来包的丢弃概率,在维持较少的流状态情况下,通过队列的丢弃机制,实现了不同速率输入业务流之间的链路公平共享.通过对参数的调整还可以实现优先带宽分配机制.该文从理论上说明了该算法能够保证各业务流近似公平地共享输出链路带宽,同时给出相应的仿真结果.     

网络拥塞控制中基于最佳窗口的RED算法

:Floyd提出的随机提前检测(RandomEarlyDetection,RED)算法是拥塞控制领域中一种有效的分组丢弃机制,在模拟实验和实际监测中都取得了良好的效果.但它使用了具有抖动问题的4.3BSDTCP的窗口调整算法.另一方面,Mitra通过渐近线结果所得出的最佳窗口设计方程可以改善窗口抖动问题,但其通过平均往返时间调整窗口大小,与一般TCP窗口调整算法不同.文中以Mitra的渐近线结果为基础,推导基于排队长度的最佳窗口设计算法,并在此基础上提出了基于最佳窗口的设计RED算法.模拟结果表明,基于最佳窗口设计的RED算法可结合RED与最佳窗口设计机制的优点,其平均排队长度和排队长度抖动性能均优于Floyd的RED算法,可有效地进行网络拥塞控制     

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。     

无线Mesh网络中基于链路状态的RED算法研究

针对无线Mesh网络的特性,分析了随机早期检测(random early detection,RED)算法的实现过程,提出了一种基于链路状态的RED(link-states-based RED,LS-RED)算法。该算法的基本思想是通过移动节点的链路状态信息动态调整RED算法中的4个参数。详细讨论了LS-RED算法的实现过程,提供了无线网络下LS-RED算法参数的设置方法,并对该算法实现过程进行了分析,通过仿真分析验证了该算法对无线Mesh网络性能提高的有效性。     

一种具有带宽公平性的动态队列管理算法

RED动态队列管理算法用于网络节点以避免拥塞产生，同时保证较高的链路利用率，但在某些情况下，RED算法不能避免网络带宽被一些数据流量很大的连接大量占用，从而导致连接间的带宽分配不公平，提出了一种能有效保障各连接间带宽公平性的改进算法，即BF－RED算法，并且分析了该算法的性能。     

一种改进的随机早期检测算法

针对随机早期检测算法(RED)参数配置困难的问题，提出了一种自适应阈值RED(SATRED)主动队列管理算法．该算法根据网络拥塞状况，周期性地自动调整最大阈值和最小阈值，以便改善RED路由器的性能．在调整周期内，每到达一个数据包，将平均队列长度和阈值进行比较，在周期结束时根据比较结果对阈值进行调整．仿真结果表明，在路由器缓冲区有限的情况下，相对于简单的尾部丢弃(ttail-drop）和RED，该算法能为TCP连接提供更好的公平性．     

RED算法的带宽公平性研究

通过对RED算法的分析,指出了RED算法在带宽公平性存在的问题,在此基础上,提出了使用BF-RED算法来解决问题.该算法根据落差权重(drop-weight)定义了高带宽流,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,理论上证明了BF-RED算法在各种网络环境联接中能很好地保证带宽的公平性.     

一种具有带宽公平性的动态队列管理算法

RED动态队列管理算法用于网络节点以避免拥塞产生,同时保证较高的链路利用率,但在某些情况下,RED算法不能避免网络带宽被一些数据流量很大的连接大量占用,从而导致连接间的带宽分配不公平。提出了一种能有效保障各连接间带宽公平性的改进算法,即BF-RED算法"并且分析了该算法的性能。     

一种新型带宽公平分配算法

为了有效地解决个别大流量数据流所造成的不合理带宽占用问题，提出了一种用于路由器的对带宽进行公平分配的流量标记缓冲管理(TMBM)算法．该算法由流量分类标记算法和缓冲管理算法组成，它将每一个数据包归属到数据流，根据每种数据流发送的累计数据包进行数据流分类，按照分类的结果和该类数据流对先进先出(FIFO)缓冲区的利用情况，由缓冲管理算法来确定对该数据流的带宽分配．在不同流量组合的情况下对该算法进行了仿真，结果表明：在各种情况下它都可以达到公平的带宽分配效果，性能比Drop—Tail、RED和DRR等算法优异．     

一种改进的核心无状态公平带宽分配机制

CSFQ(Core Stateless Fair Queue)算法在无状态网实现了如同有状态网那样好的公平带宽分配，但它的丢包算法是针对UDP流等非响应流导出的，不适用于TCP流．本文针对TCP流的特点提出了一种改进的CSFQ算法．算法主要改进有两点：(1)将缓存队列长度变化与丢包概率关联起来，用一种类似于RED(Random Early Drop)的缓存策略解决了缓存频繁溢出导致的一些问题，如公平共享速率的收敛问题；(2)对TCP流使用了与UDP流不同的丢包策略，彻底解决TCP流与UDP流的带宽分配公平性．仿真结果显示，当TCP流与UDP流共享拥塞链路时，在带宽分配的公平性方面，改进算法较原算法有了很大的性能提高．     

一种对IP拥塞控制算法的改进方法

针对随机及早检测(RED)中存在的不稳定现象,提出了一种新颖的AQM算法LRC-RED,该模式具有快的响应速度、良好的鲁棒性以及高的链路利用率.LRC-RED是在RED,LossRadio,VRC,TCP/AQM等基础上提出的,它检查最近包的丢失率以及当前拥塞链路总速率,然后动态调整包的丢失概率以提高服务性能.为了验证算法的有效性,设计了一个有效的实验来检验.实验表明,该算法是可行的.     

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主动队列管理的计算方法

将TCP的流量控制过程等效为二阶线性时变系统，采用不敏感控制对象参数的内环位置补偿（SP）结构和负载扰动的控制器设计方法，设计出一种新的AQM算法．仿真试验表明，主动队伍管理算法的稳态和瞬态性能都优于与它具有相同实现复杂度的RED和PI算法，并在负载扰动和参数变化时具有较强的鲁棒性．     

WSAP： provide loss rate differentiation with active queue management

How to provide service differentiation in the Intemet is a hot research topic. One proposal is to provide loss rate differentiation by assigning levels of drop precedence to IP packets. This paper proposes a new Active Queue Management (AQM) mechanism, Weighted SAP (WSAP) to achieve this goal. WSAP is based on a new AQM algorithm called Simple Adaptive Proportional (SAP). WSAP can approximate proportional loss rate differentiation, while keeping high link utilization and short queuing delay. Compared with Weighted RED(WRED) and RED In and Out (RIO), WSAP is easier to configure and can provide better performance. Furthermore, an architecture for differentiated service is proposed. In the design of this architecture, more attention is paid to the characteristics of network traffic in the lntemet and an attempt is made to preserve the Intemet‘s original design principles.     

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。     

基于路由器的RED和Droptail算法比较

弃尾(Droptail)和随机早期检测RED(Random Early Detection)算法是目前路由器中采用的两种重要的队列管理算法.为了在路由器中广泛应用RED算法取代Droptail算法提供依据,对两种算法的性能和实现条件进行了对比研究.使用网络仿真平台NS2(Network Simulation Version 2),首次在缓冲区大小相同的条件下,证明了RED算法在网络拥塞控制、提高网络性能及利用率等方面较Droptail算法有很大提高.仿真结果表明,RED算法与Droptail算法相比,平均队长缩短32%;传输延时减小50%以上;网络净吞吐量提高13%;丢包率降低13%;并能在一定程度上避免发生"全局同步".     

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AOM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.