一种惩罚非适应流的无状态主动队列管理算法

CHOKe是一种无状态的主动队列管理算法,能以较低的代价提高网络的性能,但是由于它对超速的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。针对这一问题,提出一种新的对非适应流的惩罚机制-ECHOKe算法,通过比较分析FIFO队列中随机抽取m个包与新到包的流ID号之间的关系以及m个包之间的关系建立了新的数据包丢弃机制,从而实现在不提高算法复杂度的前提下增大对超速非适应流的惩罚,提高了公平性。仿真结果表明,在不保持流的状态下,该机制对非适应流具有更强的识别和控制能力,与B-CHOKe和M-CHOKe算法相比,能够进一步加强对非适应流的惩罚,实现更为公平的带宽分配。     

基于遗传预估策略的智能主动队列管理

针对TCP传输过程中的典型时滞特性,提出了一种智能主动队列管理算法.该算法以自学习预估机制模型为核心来克服大时滞特征对网络稳定性能的影响,拥塞控制系统以两条信息通道分别实现模型补偿和预测控制功能.模型补偿通道采用了Smith预估嚣实现对网络时滞特征的动态补偿,并进一步设计迭代进化算法实现对Smith预估模型未建模特征的估计过程.预测控制通道采用基于神经网络的PID智能丢弃算法,通过神经网络的学习预测功能自适应调整预测控制通道的控制行为.通过仿真研究表明了提出的控制方法显著提高了拥塞控制机制的稳定性能和自适应性能.     

一种主动网络环境下的主动队列管理机制

针对主动网络这种新型网络体系能为主动队列的管理提供更加灵活和有效的方法,以及目前主动网络中主动队列的管理仍然简单移用传统网络算法这一情况,深入研究了这种简单移用存在的弊端,及应专门为主动网络设计主动队列管理机制的重要性和必要性。在此基础上,利用主动网络中路由器有着对流经其上的用户数据进行计算的特征,提出了主动网络环境下,基于资源动态协商的主动队列管理机制,并用OPNET8.0进行了仿真实验,验证了该机制在丢包率、队列长度和包延时等方面的优势。     

基于自适应模糊滑模控制的主动队列管理算法

针对TCP这样大型复杂的网络系统的拥塞问题,考虑系统中存在的不确定因素是未知非线性的情况,设计了一种采用自适应模糊滑模控制理论的主动队列管理算法。该算法基于网络模型的特殊性,构造了Lyapunov-Krasovskill函数,设计了滑动模面,并基于线性矩阵不等式的方法给出该系统鲁棒渐近稳定的充分条件,所设计的自适应模糊控制律能够使系统的状态轨迹在有限时间内到达滑动模面。仿真结果表明,该算法在网络条件变化的情况下,能实现准确的跟踪目标队列长度,避免网络拥塞的发生。     

基于RNPI的动态时滞网络主动队列管理算法

针对网络存在较大时滞和网络参数动态变化等问题,提出了一种鲁棒非线性PI主动队列管理算法。由流体流模型将动态网络推导为参数区间不确定一阶时滞系统,在确定使闭环系统稳定的非线性PI控制参数集合基础上,利用遗传算法寻找基于改进ITAE指标最优的PI控制参数。基于扩展到时滞系统的棱边定理,给出了RNPI算法的设计方法。仿真结果表明了该方法具有良好的控制性能,对网络区间不确定参数有较好的鲁棒性。     

基于连续滑模控制的主动队列管理算法及仿真

基于一种改进的滑模控制器提出了一种主动队列管理（AQM）算法。采用连续的滑模控制（SMC）方案来取代不连续的切换控制，消除了滑模控制中存在的抖振现象从而使队列跟踪性能得到改善．对于网络模型的不确定性、网络参数的时变性及非TCP适应流所引起的网络抖动试算法具有很强的鲁棒性。仿真结果表明该方法可以使队列长度快速收敛到设定值，同时使队列振荡最小，结果也表明在网络条件变化的情况下，该算法优于传统的PI控制和传统的滑模控制。     

基于自适应灰色预测的虚速率算法

虚速率(VRC)算法是近年来新兴的一种基于速率的主动队列管理算法,本文将灰色预测、自适应控制与虚速率算法三者的设计思想融合起来,提出一种新的基于自适应灰色预测的虚速率算法。将二次型性能指标引入到VRC算法中PID控制器的整定过程中,按照性能指标的负梯度方向修改加权系数,实现了PID的自适应最优控制。同时将自适应PID与灰色预测器相结合,用预测结果代替被控对象测量值,克服了网络时滞和干扰给系统带来的负面影响,并进行了稳定性分析。仿真结果表明,该算法具有优良的性能。     

基于显式拥塞指示的自适应主动队列管理算法

目前Internet网络中间节点拥塞控制问题在网络和控制理论界已获得了广泛关注.本文提出一种基于神经元自适应PID控制器的AQM算法,针对TCP/AQM系统模型,结合中间节点队列管理和显式拥塞指示机制(Explicit CongestionNotincation,ECN)机制,采用梯度学习算法来在线调整基于神经元PID的AQM控制器参数,以实现标记/丢包概率的自适应调整,从而对网络拥塞程度作出及时响应,尤其在网络参数时变的情况下仍能保证良好的动态性能,并显著改善网络的服务性能(QoS).最后通过NS-2仿真结果表明,该算法在队列稳定性、平均丢包率等性能方面要明显优于基于常规PID的AQM算法.     

一种基于自相似业务的队列管理算法

在分析业务流自相似特性对队列性能影响的基础上,提出了一种适宜自相似网络环境的队列管理算法,简称SSRED。在SSRED算法的分组丢弃概率函数中引入了自相似参数H,其目标旨在降低自相似特性所造成的影响以提高网络性能。仿真实验与分析表明,使用SSRED算法有利于提高自相似网络环境中的吞吐量、降低丢包率以及减少网络延迟等性能。     

两次随机丢包的被动队列管理算法

主动队列管理算法增加了硬件资源和运算量的开销,并且存在参数设置敏感,响应相对滞后于实际网络状况的缺陷,并没有在实际网络上推广使用。因此对目前使用最多的弃尾被动队列管理进行改进,提出了两次随机丢包的被动队列管理算法。在队列满时,两次随机丢弃队列中的数据包,改善弃尾队列管理的缺陷,提高了网络传输性能;提出了速度公平性的概念,两次随机丢包的被动队列管理算法对占据队列较多的TCP链接有更好的惩罚作用,能有效提高RTT公平性和速度公平性;该算法计算量小;NS2仿真表明该算法的有效性。     

Diffserv AQM algorithm for edge and core routers

The existing active queue management (AQM) algorithm acts on subscribers and edge routers only, it does not support differentiate-serve (Diffserv) quality of service (QoS), while the existing diffserv QoS has not considered the link capacities between edge routers and connected core routers. When a core router in a two layers’ network experiences congestion, the connected edge routers have no ability to adjust their access data rates. Thus, it is difficult to achieve the congestion control for the large scale network with many edge routers and core routers. To solve these problems, two difffserve AQM algorithms are proposed for the congestion control of multilayer network. One diffserv AQM algorithm implements fair link capacities of edge routers, and the other one implements unequal link capacities of edge routers, but it requires the core routers to have multi-queues buffers and Diffserv AQM to support. The proposed algorithms achieve the network congestion control by operating AQM parameters on the conditions of proposed three theorems for core and edge routers. The dynamic simulation results demonstrate the proposed control algorithms for core and edge routers to be valid.     

AQM中基于T-S模型的滑模控制及仿真

针对TCP(Transmission Control Protocol, 传输控制协议)网络的拥塞控制问题,基于T-S (Takagi-Sugeno)模糊模型,采用滑模控制理论提出了一种新的AQM(Active Queue Management, 主动队列管理)算法.考虑到TCP网络中存在的不确定和时变时滞因素,首先利用T-S模糊模型对网络进行建模,然后利用线性矩阵不等式设计了一个渐近稳定的滑模面,而且还给出了一种能够明显减小滑模面附近抖振的趋近律,基于该趋近律设计的控制律能够有效地抑制路由器中队列长度的振荡,并使其快速收敛于期望值.仿真结果表明,该算法与普通的滑模控制算法相比具有更好的稳定性和鲁棒性,能够很好地适应复杂多变的TCP网络环境.     

Traffic control based on dahlin algorithm and neural network prediction in TAM networks

The propagation delay in networks has a great adverse effect on rate-based traffic control. This paper proposes the composite control based on Dab lin algorithm feedback control and neural network feedforward predictive compensation online for ABR (available bit rate) communication in ATM (asynchronous transfer mode) networks, which can overcome the adverse effect caused by the delay on the control rapidity and stability better. The theoretical analysis and simulation research show that the scheme can make sources respond to the changes of network status rapidly, avoid the congestion effectively and utilize the bandwidth sufficiently. Compared with PID (proportional-integral-derivative) control, cell loss rate is much lower, link utilization rate is much higher, and required buffer capacity is much smaller.     

一种基于优先级的卫星网络AQM算法

针对卫星网络大带宽、长时延、高误码等特点,结合控制理论,提出了一种基于优先级的卫星网络主动队列管理（active queue management, AQM）算法。首先,借鉴控制理论中比例-积分-微分（propertional integral derivative, PID)控制器设计方法计算总的报文丢弃概率-然后,针对IN和OUT两种不同优先级报文定义不同的丢弃概率,以实现不同优先级业务流量的区分服务。仿真实验表明,相对于低优先级流量,高优先级业务在保持高吞吐量的同时具有较低的报文丢失率,且整体队列长度抖动小,从而实现高优先级流量报文的有效保护。     

一种视频会议业务流的Gamma-Beta多重分形模型

针对计算机网络中的视频会议业务流,提出了一种新的Gamma Beta多重分形模型。这种模型基于视频会议业务流的Gamma分布特性,采用Beta分布产生多重分形的乘子。与普通的多重分形模型不同的是,新模型充分考虑了视频业务流在各个不同时间尺度的概率分布特性,确保其在不同的时间尺度上都能拟合源数据的分布。由于决定网络业务流排队分析特性的关键时间尺度是随着缓冲区的容量和节点传输速率而变化的,提出的模型能描述几乎各个时间尺度上的业务流特性,因此能适应各种不同情况的缓冲区的排队分析。最后,通过对视频业务流的仿真实验与排队分析验证了模型的有效性。     

一种能量均衡的无线传感网络生命期优化算法

针对传统路由算法在无线传感器网络中的不足,选取能耗小、节点剩余能量多的路由以均衡网络能耗并最大化网络生命期。通过构造目标优化度评价函数,以达到网络路由能量均衡最优化的目的。算法通过调整各目标优化度函数的取值范围,以满足业务对能耗和剩余能量的不同要求。最后的仿真结果显示,与传统的路由算法相比,本算法在网络生命期、能量均衡分布及总体能耗等方面具有明显优势。