ATM网络中基于控制理论的流量控制机制设计方法综述

未来的计算机网络将是一种能够提供多种不同服务 ,以支持多种不同应用需求 ,有着集成服务支持能力的高速分组交换网络 .为充分提高该类网络性能 ,设计一个高效的流量控制机制是一个关键问题 .为此 ,以ATM网络中的相关研究为背景 ,首次从控制理论的角度系统地分析和论述了高速网络中流量控制机制的组成并着重分析了其速率调节算法的设计 对目前已经提出的各种典型速率调节算法进行了对比分析 ,为进一步研究提出了新的课题和思路     

计算机网络中面向拥塞控制的一种模糊流量控制机制

未来的计算机网络将是一种能够提供多种不同服务,支持多种不同应用需求,有着集成服务支持能力的高速分组交换网络。为充分提高该类网络性能,设计一个高效的流量控制机制是关键问题。为此,本文以ATM网络中的相关研究为背景,提出了一种基于模糊逻辑的显式速率（ER）控制机制。通过管理交换机缓冲区瞬时队列长度及其变化率,并利用一组语言规则,该机制计算出交换机可支持的流量速率。仿真结果表明该机制是稳定的、鲁棒的;它能有效地避免网络拥塞并具有更高的链路带宽利用率。     

基于主动网络的最优化流量控制

主动网络的分布式计算能力为网络流量控制提供了新途径,将网络的流量控制归结为一个用户收益的全局最优化问题,提出了改进的分布式算法来求解并设计了基于这种算法的主动网络最优化流量控制协议,证明了通过选取适当的收益函数,只需在主动结点中提供FIFO的调度机制就可根据用户需求分配不同的带宽,从而达到了区分服务的目的,仿真结果证明了协议的有效性。     

微通信元系统构架下拥塞控制服务元的设计

提出了把拥塞控制机制做成独立且又易扩展的拥塞控制类服务元．它结合了模糊随即早期检测算法和模糊漏桶算法的优点，加入了站到站抑制信号的反馈，使网络中数据流量抖动平缓，并能及时响应和缓解拥塞情况．     

一种提供端到端流量控制服务的设计

为了更好地控制流量，防止网络拥塞，使资源能够更有效更公平地被各种业务流共享，提出了一种端到端流量控制服务，为没有流控机制的应用程序提供了一个统一的流量控制机制，以减少的开销为应用程序控制某一IP路径上可输出的流量，具有一定的实时性。     

基于策略的资源分配和接纳控制

对于QoS网络的资源分配问题的研究，大多集中于单一的特定服务类型（如VBR），而对于多种服务类型、多种策略控制的资源分配和接纳控制关注较少。本文在IntServ的基础上提出一种基于策略的集成的资源分配和接纳控制方案，其基本思想是：利用可调节流量补偿不可调节流量的实时流，在保证各种服务类的基础上提供不同流量类型间的资源共享，从而充分利用网络资源。     

高速网络中基于模糊神经网络的拥塞控制研究

拥塞控制是基于高速网络的多媒体通信研究中的主要难点之一。以ＡＴＭ为研究对象提出了一种基于模糊神经网络的流量预测方法。通过仿真比较、分析了基于常规方法和模糊神经网络方法的性能,证明所提出的方法有效。     

基于2自由度Smith预估器的ABR业务拥塞检测与控制

针对在高速网络中,传播时延对二进制ABR(Available Bit Rate)业务网络流量控制的不利影响,提出了一个新颖的2自由度控制结构作为拥塞的判定机制.这种控制机制不仅能克服原标准明晰前向拥塞指示(EFCI)算法中因存在带磁滞环的非线性环节引起的大幅振荡,而且在较大时延情况下仍能保持很好的给定值响应和抗干扰性能,同时可简单直接地对流控系统进行设计和调节.仿真结果验证了该控制方案的优越性.     

基于策略的资源分配和接纳控制

对于QoS网络的资源分配问题的研究,大多集中于单一的特定服务类型(如VBR),而对于多种服务类型、多种策略控制的资源分配和接纳控制关注较少.本文在IntSerr的基础上提出一种基于策略的集成的资源分配和接纳控制方案,其基本思想是:利用可调节流量补偿不可调节流量的实时流,在保证各种服务类的基础上提供不同流量类型间的资源共享,从而充分利用网络资源.     

面向高速对等网应用的拥塞控制机制

为改善现有拥塞控制机制在高速网络中带宽利用率偏低、稳定性不高和更好地应对急剧增长的对等网(P2P)应用流量,提出了一种以FAST为基础,应用大规模网络测量和模糊控制技术的拥塞控制机制.该机制利用分布在网络中的测量设施周期性获取网络状态信息,指导端系统选择适当的控制参数.单个和多个链路瓶颈条件下的仿真实验均表明,本文拥塞控制机制能够在高带宽时延积网络中获得更高的带宽利用率和稳定的排队时延,很适合于P2P等数据传输量大、连接持续时间长的流量的拥塞控制.     

支持QoS的光突发交换网络偏射路由算法

指出了光突发交换(OBS)网络的一个关键问题是如何解决资源冲突,偏射路由是光网络中的冲突解决机制之一.提出了OBS网络非循环偏射路由算法(ADR),此算法基于各网络节点的路径度来确定路由中的偏射路径,支持突发数据的有序传输,将偏射路径的流量分布到具有低路径度的中间节点.利用此算法实现了区别服务以支持QoS,并通过仿真分析了其在优化OBS网络中的性能.     

基于优化理论的网络拥塞控制机制的建模方法

介绍了一种基于优化理论的网络拥塞控制机制的建模方法．在描述了现有拥塞控制机制基本原理的基础上，以Reno／RED为网络实例，讨论了拥塞控制机制数学模型的建立．说明了本文所介绍的建模方法，对网络拥塞控制机制的分析和设计是有帮助的．     

基于纳什议价解的IEEE 802.16网络流量控制方法

基于纳什议价合作博弈论,针对IEEE 802. 16无线Mesh网络中不同信道情况下的流量控制问题,提出了一种最大化网络整体效用的流量控制方法.该方法以IEEE 802. 16无线Mesh网络端到端的业务流为研究对象,基于纳什议价解(NBS)框架,结合自适应调制编码技术,设计了一种节点速率优化控制机制.实验结果表明,所提方法能兼顾用户的收益和公平性,并能最大化网络的整体效用.     

基于自学习模式下的网络流量控制研究

在对ATM网络中交换机内部输出缓冲区队列长度的影响因素进行分析的基础上，提出一种基于自学习方式的流量控制方法．运用自学习的理论调节速率达到流量控制的目的，并比较分析一些新型网络流量智能控制方法．仿真结果表明，该方法具有很好的稳定性、瞬态性以及稳态性能，而且在动态响应方面优于模糊控制．通过这种流量控制可避免和缓解拥塞，提高网络性能，有效利用网络资源．     

基于网络测量和模糊控制技术的拥塞控制机制

为向端系统反馈及时准确的网络状态以提高TCP效率,同时避免主动队列管理（AQM）机制的诸多局限,提出一种基于网络测量的拥塞控制机制——利用分布在网络中的测量设施监测主干链路,再根据链路性能采用模糊控制技术指导端系统选择适当的FAST控制参数．仿真实验表明,该机制能承受更大的负载压力,达到高吞吐量,并能稳定排队时延,在高速网络中比AQM机制更稳定、更公平．相比突发性的Web流量来说,该机制更适用于类似P2P等数据量大、连接持续时间长的流量的拥塞控制．     

一种新的自相似流量模型的网络性能分析

网络流量的自相似性给流量控制和网络资源的管理带来了新的挑战。基于传统流量模型的网络性能结论和网络设计策略不能完全适用于具有自相似流量的高速网络中,采用较符合实际流量特征的、并具有自相似特性的随机过程——随机相位正弦波作为队列服务系统的输入流量模型,运用排队理论推导和分析了这种新的流量模型的网络性能,然后探讨了改善自相似流网络性能的流量控制方法和设想。     

基于Dahlin控制算法的网络流量控制

在ATM网络的ABR通信中，基于速率反馈的流量控制是防止拥塞和保证高吞吐量的有效手段之一，然而网络的传播时延对其具有很大的不利影响．采用Dahlin控制算法设计流量控制器，克服了传播时延给控制的快速性和稳定性所带来的不利影响．理论分析表明，该算法的动态性能明显优于PID控制，能保证网络缓冲器的不溢出及带宽的公平分配和充分利用，从而有效地防止了拥塞的发生，使网络处于良好的运行状态．仿真结果验证了这一结论。     

基于流量控制的路由选择算法

针对网络上当流量大时，路由无法有效的分配通路的情况，解决由流量控制的路由选择算法。在传统的求最短路径的路由选择算法的基础上进行扩充，加入以DFS（隐枚举）算法为核心的流量淘汰算法，使流量选择网络通路时，能有效的考虑网络带宽因素，减少拥塞概率，增加网络吞吐量。作者根据现有路由选择算法的基础上，使用DFS技术对网络流量的分配做了详细的论证。     

ATM网络ABR流量的比例与滞后-超前控制

为了克服异步传输模式(ATM)网络不确定时延和饱和非线性的影响,基于比例控制和滞后超前控制方法研究可用比特率(ABR)服务流量控制器设计问题,给出了控制幅值约束和缓冲区容量约束下系统满足ABR流量控制要求的条件,提出了满足这些条件的比例控制器和滞后超前控制器的设计方法。该方法能使ABR流量控制系统在网络传输时延不确定时,有效控制网络中瓶颈节点缓冲区的队列长度,同时能够及时响应ABR可用带宽的变化,从而避免拥塞和丢包的发生,使链路带宽得以充分利用。     

点到多点ABR业务的拥塞控制机制

在异步传递模式（ＡＴＭ）网络中，可用比特速率（ＡＢＲ）业务类型主要面向数据通信服务，ＡＢＲ采用基于速率的拥塞控制机制．在点到多点的通信环境下，ＡＢＲ拥塞控制要解决的一个关键问题是如何将信元接收端的反馈信息进行合并，使得信元发送端以所有叶节点能够支持的速率发送信元．讨论了点到多点环境下ＡＢＲ拥塞控制所面临的主要问题，提出了对合并算法的性能评价准则．分析了现有的几个算法的优缺点，并在此基础上提出了一个改进的算法，从实现的复杂性、响应速度、可扩展性及噪音问题等几方面对这些算法进行了比较．