基于BBR的NDN拥塞控制算法

随着网络传输带宽以及用户对实时应用需求的增加,如何在充分利用瓶颈带宽的同时降低缓存占用率以及传输时延,成为传输控制的一个新问题.提出了一种基于瓶颈带宽以及往返时延(round-trip time,RTT)的命名数据网络(named data networking,NDN)拥塞控制算法.该算法不使用传统的基于丢包的拥塞感知与调节方法,而是主动控制注入网络的流量,使其匹配链路的传输能力.通过在接收端对一定时间范围内反馈的即时带宽和往返时延进行统计,估计传输链路的瓶颈带宽以及物理链路延迟的值,配合由状态决定的增益来控制Interest包的发送速率以及窗口的大小.在ndnSIM模拟器中实现了该算法,并与ICP(interest control protocol)拥塞控制算法进行对比,证明了在充分利用瓶颈带宽的同时,该算法能够实现更低的传输时延以及更快的收敛速度.     

基于近似共轭梯度法链路价格调整的速率控制算法

从网络拥塞和速率控制面临的困境入手,分析了拥塞定价机制在弹性流速率控制中的应用.针对已有的梯度投影算法收敛速度慢、效率不高的问题,提出了一种基于近似共轭梯度法的链路价格调整算法.分析了基于概率标记的端到端价格传递机制,并将0-1分布的点估计和区间估计结合起来,提出了一种样本量自适应调整的价格估计方法.实验结果表明,近似共轭梯度法链路价格调整算法与样本量自适应的概率标记价格传递机制相结合,可以使速率分配快速收敛到用户总效用最大化的网络优化目标.     

简单计算ABR业务平均ACR的反馈流量控制算法

为了提高异步传输网络中可用比特率 (ABR)业务的二进制反馈流量控制算法的综合性能 ,通过使用计算方法对现有流量控制算法的研究 ,提出了一种新的二进制反馈算法 -简单计算平均信元速率的比例速率控制算法 (SM-PRCA)。在该算法中 ,网络交换节点通过处理后向资源管理(RM)信元 ,向 ABR业务源传输最新的网络拥塞状况指示。当网络发生拥塞后 ,通过考察具体的物理链路拥塞程度和当前虚链路 (VC)的实际发送速率 ,有选择性地设置后向 RM信元中的拥塞指示 (CI)和不允许增加 (NI)字域。该算法通过仿真显示出了明显优于显式前向拥塞指示 (EFCI) ,以及在某些方面优于显式速率的增强比例速率控制算法(EPRCA)算法的性能。     

一种无线传感器网络跨层拥塞控制算法

在无线传感器网络中节点级拥塞和链路级拥塞同时发生的情况下,引入滑模变结构机制,提出相应的拥塞控制算法.链路级拥塞采取节点输出流量最小的数据包优先进行传输的原则;节点级拥塞利用主动队列管理方法实现拥塞控制.所设计的控制器实现了MAC层和传输层同时进行拥塞控制的目的,使整个网络中的节点根据局部的拥塞状态调整数据发送速率,同时自适应地分配MAC信道,利用Lyapunov函数证明了算法的有效性.仿真结果表明该算法有效缓解拥塞的发生,大大降低排队时间.     

基于速率的端到端增减拥塞控制算法的收敛特性

对基于速率的端到端增减拥塞控制算法的效率收敛和公平性收敛问题进行了研究,对几种拥塞控制算法的收敛时间进行了计算,并推导出一些有效的理论公式,对未来的拥塞控制协议设计具有十分重要的指导意义.     

基于H∞控制的主动队列管理算法

针对网络参数的不确定性和链路带宽的时变性,设计了一种主动队列管理(AQM)算法.该算法将可获得的链路带宽作为标称值,而不可获得的未知时变链路带宽作为干扰信号, 以状态空间的形式描述TCP/AQM模型,用时间域H∞控制方法解决网络拥塞问题.NS2仿真结果表明,该算法在往返时间时变和具有扰动业务流情况下,能够快速收敛于期望队列长度,且性能优于已有的控制算法.     

基于改进单神经元梯度学习的无线网络主动队列管理

考虑传统网络拥塞控制忽略了网络拥塞的持续状态, 引入将数据包到达链路速率作为控制器输入的方案, 得到一种改进单神经元梯度学习(improves single neuron gradient learning, ISNGL)的主动队列管理算法. ISNGL 算法采用梯度学习动态调整网络参数, 并在此基础上对收敛速度和稳定性加以改进, 提出带有位移参数的新激活函数和带有权值调整的动量项的改进方法, 最后通过 NS2 网络仿真软件在无线网络的拓扑模型上进行仿真分析, 结果表明 ISNGL 算法在无线网络环境下拥有良好的拥塞控制能力.     

基于模糊控制的主动队列管理算法

针对网络模型的不确定性和参数的时变性,该文提出了一种基于输入速率和队列长度变化的模糊控制主动队列管理算法.采用模糊控制方法,不依赖于网络的精确数学模型;考虑了负载因素和队列因素,加快了对拥塞的感知速度.仿真结果表明该算法能迅速地将队列长度收敛到目标队列长度附近,并且其丢弃概率小于随机早期检测算法以及PI控制算法.     

基于主动感知的HAPs网络拥塞控制算法研究

临近空间(HAPs)网络通信是近年空间网络研究领域的热点,本文研究了临近空间网络的拥塞控制问题。文章首先介绍临近空间网络的基本结构,分析了临近空间网络通信的特点。通过传统TCP拥塞控制算法的分析,研究了临近空间网络环境拥塞控制算法改进方向,提出了一种基于主动感知的临近空间网络环境拥塞控制算法—N坚持算法,通信双方通过重复发送探路数据包N次感知链路状态,再根据拥塞适应策略调节发送速率。最后利用OPNET平台下对本文算法和TCP拥塞控制算法性能进行了仿真,结果表明,通过N坚持算法可以有效提高网络性能。     

一种基于全局优化的Internet拥塞控制算法

与传统的基于经验的Internet拥塞控制算法不同，根据广域网络的数学模型，将拥塞控制转化约束非线性规划的全局优化问题，并由此依据凸优化问题的解决方法，设计了满足收敛，稳定和公平性条件的速率迭代算法；依据网络层显示拥塞指示技术的支持，将速率迭代算法分为源端和路由路两部分，从而使该算法可以在IP网络中实现，仿真结果表明了该算法的有效性。