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。     

基于TTL拥塞控制的主动队列管理算法

提出了一种新颖的主动队列管理算法--基于TTL(Time to Live)的ECN及BECN的综合.ECN和BECN在指示拥塞的过程中各有优缺点,二者的综合可望提高拥塞指示的效率.TTL是在网络上传输的分组必须具有的属性,且每一次转发都要经过检测,以决定该分组的处理方式--转发或丢弃.通过对TTL的判断来决定网络拥塞指示的方式--ECN或BECN.建立了一个数学模型,对模型的分析结果表明该算法对控制拥塞、提高网络吞吐量等有更好的效果.在NS环境下对算法进行了仿真,仿真结果支持了理论分析.     

基于T-S模糊观测器的网络拥塞控制算法

针对TCP(传输控制协议)网络的拥塞控制问题,设计了基于模糊观测器的主动队列管理算法.对非线性TCP/IP网络拥塞控制系统建立了T-S模糊模型,通过选取适当的模糊规则和隶属函数来提高拥塞控制系统的性能,并给出了理论性证明.仿真结果表明所设计的控制器对活动的TCP连接数、链路带宽及往返时延的不确定性具有很强的稳定性和鲁棒性.     

网络系统的不确定自适应滑模控制

针对TCP网络的拥塞控制问题,采用滑模控制理论提出了一种新的主动队列管理算法。考虑到网络系统不确定性上界很难获得,根据改进的李亚普诺夫函数,提出了一种简单的自适应律以适应系统的不确定的上界,并根据此自适应律设计了一个滑模控制器。所设计的控制器既保证了滑动模态的存在和系统的渐进稳定性,又较好的抑制了系统不确定带来的影响。仿真结果表明该方法的有效性。     

TCP-RED路由队列建模与分析

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。     

基于混合神经网络的主动队列管理算法

针对高速互联网中拥塞控制的问题，在主动队列管理算法模型基础上，提出了一种基于混合pi-sigma神经网络的动态管理机制．其模型可以方便地在线修正前提参数（隶属函数）和结论参数，适合网络系统拥塞预测和控制．仿真表明，该算法能够保证缓存器中队列长度的稳定性，而且在网络突发流量较大时，在短时间间隔内可以使流量的抖动变得平缓，对网络动态的、不精确的、突发性的环境具有较强的自适应能力．     

一种新的主动队列管理拥塞控制策略

通过对主动队列管理非线性模型进行线性化处理，并在此基础上采用延时反馈系统控制理论，提出了一种基于延时反馈的AQM策略，评估分析了该策略的稳定性和网络性能的优化。仿真结果表明，这种新的拥塞控制策略对抑制网络拥塞有明显效果，能够显著提高网络性能。     

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.     

Ad hoc网络主动队列管理分析

针对无线网络特点,采用主动队列管理算法来控制无线瓶颈节点的队列长度,以期达到拥塞控制的目的.通过NS2仿真和对数据的分析比较,无线网络中间节点的拥塞控制是可行的,但并非所有的主动队列管理算法均适用于Ad hoe网络.与有线网络不同,RED算法不适用于Ad hoc网络的拥塞控制,其性能较去尾算法并无较大改善;REM算法在不同负栽下表现不同,随着负栽增加,其性能下降明显;PI算法在负栽变化时可以较好的控制Ad hoc节点队列长度.并将队列震荡控制在较小的范围.     

瓶颈网络TCP/主动队列管理模型及仿真

提出了一种基于离散时间Markov链的时延闭环反馈TCP/AQM(Active Queue Management)模型,并得到其稳态分布.通过以环路时延为单位,将系统时间分割成长度不同的时隙,分析每个时隙内TCP发送端发送窗口模型和瓶颈路由器队列模型.通过结合相邻时隙的参数,提出了TCP/AQM整体分析模型.该模型可以估计路由器的队列平均长度和丢包率、TCP发送端的平均发送窗口值,因此可以用于分析AQM算法性能以及给新算法的设计提供理论支持.通过在Matlab实施该模型与NS2仿真结果作比较,证实了该模型在模拟时延闭环反馈的TCP/RED系统的有效性.