基于拥塞通知速率的主动队列算法及仿真

随机早期确定(random early detectim,RED)算法是网络拥塞控制策略中基于网络节点的一种主动管理队列技术.就该算法的缺点-滞后效应进行了研究和探讨,并提出了一种基于分组丢失和链路使用历史的解决办法,使得RED的滞后效应得到克服,最后并用NS进行了仿真研究.并就仿真方法进行了探讨.对RED和blue算法用NS就队列长度、平均队列长度、吞吐量等进行了对比分析.     

网络仿真器NS2的功能扩展及实现

NS2是目前网络研究领域应用最广泛的网络模拟软件之一,作为辅助教学工具,已被广泛应用于网络教学.NS2作为开源软件缺少对最新研究算法的模拟能力.首先分析了NS2模块组成及功能、NS2仿真工作流程,然后以添加主动队列管理BLUE算法为例,重点阐述了NS2功能扩展原理及实现方法.最后通过仿真实验对BLUE算法的性能进行了测...     

RED算法的改进及其性能分析

随机早期检测（RED）算法作为主动队列管理（AQM）中有效的实现算法，其性能研究近来已成为网络研究 的一个热点。介绍了原始RED算法，并在此基础上对该算法进行了改进，仿真结果和实验数据表明，改进算法能 显著地降低丢包率，提高网络的链路利用率。     

基于NS2的网络仿真技术研究

网络仿真是网络通信设计的重要环节,也是网络通信性能分析的关键.介绍了NS2作为一款开源的免费仿真工具在构件库、灵活性、通用性等方面所具有的优势;剖析了NS2的系统结构、仿真原理、仿真设计流程;以NS2为平台对丢尾队列算法进行仿真实验,并对实验数据加以分析,证明了该平台仿真的有效性,同时给出了利用NS2进行网络通信研究的一般方法.     

IP拥塞控制RED算法性能仿真分析

IP层实现的主动队列管理（AQM）方案已经成为目前拥塞控制算法研究中的热点。文中对AQM的惟一候选算法,即随机早期检测（RED）进行了研究,并基于OPNET仿真实验,比较和分析了不同网络环境和参数设置下RED算法的性能。仿真结果表明,RED算法对网络的拥塞变化反应较缓慢。进而,运用控制理论对RED性能的改善进行了讨论。     

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".     

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.     

稳定的随机早期检测方法

针对随机早期检测（RED: Random Early Detection）对网络时滞、参数设置敏感的问题,提出一种适用于时滞网络的稳定随机早期检测算法（TRED:Time-delay RED）。
引入史密斯预估器,以抑制网络时滞对网络性能的影响;采用瞬时队列长度替代平均队列长度作为拥塞指示,加快系统的响应能力;改进RED算法的丢包概率函数为非线性函数,同时自动调整系统参数,以适应网络环境变化。仿真结果表明,TRED算法能成功补偿网络延时,并在不同的时滞环境、不同程度的拥塞环境中保持稳定的队列长度,具有很强的环境适应性,从而保证了良好的网络性能。     

结合果蝇优化算法的PI主动队列管理方法

为解决PI(Proportional Integral)算法收敛速度慢的问题,结合果蝇优化算法提出一种新的PI主动队列管理算法(PIFF).阐述PI主动队列管理机制及丢包率计算方法,结合队长和到达速率定义丢包策略,利用果蝇优化算法刻画了数据包瞬时状态.通过NS2和Matlab进行仿真实验,深入分析了影响该算法的关键因素,对比研究了该算法与其它算法之间的性能状况.研究结果表明:在长期TCP会话数下PIFF能够减少数据包排队时延,有效缓解网络拥塞.     

基于优先级区分的调度及主动队列管理算法

文中研究在UMTS网络的AM模式（Acknowledged Mode）下实现基于优先级区分的调度及主动队列管理.提出了MP-SAQM（Multi-priorities Scheduling and Active Queue Management Algorithm）算法.算法将不同的QoS类别归入不同的优先级队列,根据MPADRR（Multi-priorities Average Deficit Round Robin）调度算法按照优先级高低进行调度,并对不同QoS类别设置均匀的队列缓冲区,保证了调度的公平性.同时使用差异化的RED（Random Early Drop）算法进行主动队列管理,对不同优先级队列执行不同的丢包策略.仿真结果验证了该算法的有效性.     

N次随机丢包的被动队列管理算法

针对主动队列管理参数设置敏感、消耗大量资源等问题,提出了N次随机丢包的被动队列管理算法.当队列满时,根据当前网络中与路由节点链接的发送端数目,决定丢弃数据包N的值,然后再采用改进的随机丢弃策略丢弃N个数据包.新的算法与其他被动随机丢弃策略相比,克服了弃尾队列管理的缺陷,能够更快地响应网络拥塞,提高了网络传输性能,同时也能够在一定程度上保证公平性,NS2仿真表明了算法的有效性.     

基于NS2的网络队列管理机制的研究与仿真

目前网络中普遍存在两种队列管理机制,分别为DropTail被动队列管理机制和RED主动队列管理机制。为验证DropTail和RED队列管理机制,使用典型的NS2网络模拟软件进行仿真模拟,通过分析仿真数据,得出RED队列管理机制性能总体上优于DropTail的结论。     

N次随机丢包的被动队列管理算法

针对主动队列管理参数设置敏感、消耗大量资源等问题,提出了N次随机丢包的被动队列管理算法.当队列满时,根据当前网络中与路由节点链接的发送端数目,决定丢弃数据包N的值,然后再采用改进的随机丢弃策略丢弃N个数据包.新的算法与其他被动随机丢弃策略相比,克服了弃尾队列管理的缺陷,能够更快地响应网络拥塞,提高了网络传输性能,同时也能够在一定程度上保证公平性,NS2仿真表明了算法的有效性.     

RED算法的改进及其性能分析

随机早期检测(RED)算法作为主动队列管理(AQM)中有效的实现算法,其性能研究近来已成为网络研究的一个热点。介绍了原始RED算法,并在此基础上对该算法进行了改进,仿真结果和实验数据表明,改进算法能显著地降低丢包率,提高网络的链路利用率。     

基于丢弃优先级的W-CHOKe算法研究

主动队列管理是实现网络拥塞控制的一种重要技术.本文针对主动队列管理算法中的CHOKe算法对非适应流的惩罚力度不够,不能够很好地实现带宽的公平分配这一问题进行深入研究.提出了一种改进的基于丢弃优先级的W-CHOKe算法,并利用网络仿真工具NS2对W-CHOKe算法的实现进行了仿真实验.结果给出W-CHOKe算法有效地控制了非适应流大量的挤占带宽,改进了CHOKe算法的性能.     

基于加强型价格的随机指数标记算法

随机指数标记算法(REM)是一种有效的主动队列管理算法,但存在队列收敛性差、对网络环境变化响应慢等问题。通过理论分析表明REM算法类似于PI控制策略,感知网络拥塞的能力不足。为克服上述缺点,提出了基于加强型价格的随机指数标记算法(EPREM)。EPREM在原价格中增加数据包到达速率的变化率,得到加强型的价格,同时引入带宽缓存比例因子指导新增参数λ的设定。在NS2中的仿真实验结果表明:相对于REM算法,EPREM提高了收敛速率,增强了算法对网络环境变化的适应性。     

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．     

基于DWT-FARIMA仿真预测的网络拥塞预警与协议优化研究

根据拓展仿真的原理和方法,以建立符合网络特性的流量预测模型为目标,笔者提出一种基于定量统计建模方法的网络仿真平台.结合网络仿真器NS构建基于DWT和FARIMA的流量预测模型,并应用该模型的预测结果辅助主动队列管理的显式拥塞标记,采取拥塞预警的方式达到对网络协议进行优化的目的.文中给出所设计的分层组播协议FLM实现算法,并开展了关于流量行为和协议策略的仿真测试.     

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.     

异构网络环境中的拥塞丢包率仿真分析

针对TCP Vegas算法在异构网络环境中流量公平性导致的拥塞丢包问题,将TCP Vegas拥塞控制算法与主动队列控制策略来行结合分析,提出了将网络模型中不同层次的拥塞控制机制进行结合的算法。网络仿真表明,结合算法能有效避免拥塞丢包。该算法对随机早期检测算法进行了改进,使其能够区分突发流量,从而降低拥塞丢包率,这也将为高可靠性网络的发展提供一个优良的参考价值。