LEO卫星网络TCP拥塞控制算法仿真分析

研究了类Iridium系统的LEO卫星网络环境下各种TCP(TransmissionControlProticol)拥塞控制算法的性能表现,包括Reno,Newreno,SACK,Vegas四个算法,侧重点是各种性能参数在整个网络上总的平均结果,关心网络的整体性能·仿真结果表明在平均往返时延上Vegas算法优于其他算法,但各种算法在平均吞吐量方面的差别并不明显·与单一链路的仿真结果比较,使用完整的网络进行仿真具有积极的意义·     

TCP拥塞控制算法的比较

TCP拥塞控制机制对Internet的稳定运行起着重要的作用.对先后出现的4种典型的TCP算法--Tahoe、Reno、SACK和Vegas的性能作了分析与比较.Tahoe和Reno是目前TCP拥塞控制的两个最常用的实现;SACK在Reno的基础上作了有限的扩展,采用了SACK选项;Vegas是对Reno的发送端算法进行修改的基础上提出的一种拥塞控制算法.对这些算法在不同网络参数下的优缺点作了分析与比较,并指出了进一步改进TCP拥塞控制的必要性.     

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。     

基于异构网络的TCP Vegas拥塞控制算法改进研究

针对异构网络在传输较大数据包时,Vegas算法根据RTT(Round-Trip Time,往返时延)超时来判定网络发生了拥塞,进而采取拥塞控制措施,而实际网络并没有发生拥塞的问题,在分析Vegas算法和队列管理机制工作原理的基础上,提出一种改进的Vegas跨层拥塞控制算法.该算法网络层采用RED队列管理机制,通过调节阈...     

基于NS2的网络拥塞控制算法实验仿真与分析

针对网络资源需求大于可用资源引发的网络拥塞,进而导致网络服务质量(Quality of Service,QoS)下降的问题,在分析网络拥塞控制算法的基础上,利用NS2仿真软件设计并仿真了不同类型的网络拓扑.仿真结果表明Vegas算法在同构型网络环境下具有高平均吞吐量和低时延、无丢包性能,Tahoe、Reno、Newre...     

应用于非对称网络的改进TCP Vegas协议

TCP Vegas协议已被证明比传统TCP协议性能优越,但在非对称网络中的性能不理想.文中提出针对这一缺陷的改进算法.首先基于确认包中的ecn_to_echo_位估计反向链路的拥塞概率,证明了拥塞概率和分组的环型流程时间(RTT)成正比.接着,通过监测拥塞概率的变化,求出RTT的变化,进而求得拥塞前的实际RTT,并以此为基础执行TCP Vegas流量控制协议.基于NS-2的仿真实验表明,文中算法在正、反向链路出现拥塞时的性能均优于现有Vegas算法.     

Logvegas:高速长距离网络中基于Vegas的拥塞控制机制

TCP Vegas是一个著名的传输控制协议,能在早期探测网络拥塞并成功阻止周期性的丢失数据包,但是在高带宽时延积网络中,TCP Vegas在包丢失后恢复到大窗口的行动迟缓,其拥塞控制算法的性能比较差;文章提出了TCP Vegas的一种改进版本的Logvegas,它基于历史拥塞窗口,允许在包丢失事件发生后按对数级速度恢复拥塞窗口;通过在ns2下进行的大量模拟实验表明,Logvegas可以取得比Tcp Vegas更好的传输性能.     

Vegas算法对不对称空间链路性能的影响

不对称空间链路TCP性能对空间网络十分重要。基于NS2,建立空间网络TCP场景,在比较几种TCP拥塞控制算法的基础上,重点研究了Vegas算法对不对称空间链路性能的影响。仿真结果表明：Vegas算法的窗口门限值α、β的增大能增加吞吐量,相应的窗口值将变。Vegas算法的估计缓存区里的包数δ影响窗口的大小,δ为默认值时吞吐量较大。     

一种改善与TCP Reno兼容性的TCP Vegas改进算法

在分析TCP Vegas及其相关改进算法优缺点的基础上,针对TCP Vegas在与TCP Reno共享带宽时存在不兼容的问题,基于TCP Vegas-A算法,引入相对队列时延的拥塞状态判断方法,提出了一种Vegas改进算法TCP Vegas-A+.新算法将路由器缓存占用量和相对队列时延相结合,把网络状态进一步细分成拥塞增加和拥塞减轻状态,以更准确地判断网络拥塞情况、适时合理地调整拥塞窗口.分阶段对各算法的拥塞窗口大小、所传输的分组数进行数学计算,分析Vegas-A+连接与Reno连接的兼容性,并与Vegas+连接与Reno连接的兼容性进行比较,同时利用仿真实验进行验证.数学分析和仿真结果表明,Vegas-A+算法能更准确判断网络状态,改善了与TCP Reno的兼容性,能和TCP Reno较公平地竞争带宽.     

基于NS2的网络拥塞控制算法的仿真研究

网络拥塞控制问题是网络研究中的最关键问题之一。对Tahoe、Reno、NewReno、SACK和Vegas等不同版本的TCP源端算法进行研究,利用NS2网络模拟器对线性网络和哑铃状网络环境的算法进行仿真研究。最后得出:在网络无竞争时,最好选择Vegas算法;有竞争时,选择Reno、NewReno、Sack算法为宜。     

一种适用于异构网络的TCP New Vegas算法

TCP Vegas是运输层的一种可靠算法,但是在无线网络中不能最高效率的占用网路带宽,使得数据传输受到限制,不适合在无线网络中传输。对TCP Vegas算法进行改进,提出了一种适用于异构网络的TCP New Vegas算法。该算法将diff控制在两个动态门限值a,b之间,根据a,b两个动态门限值的设定,可有效的提高算法的拥塞窗口及吞吐量。以无线传感器网络接入第三代移动通信网络为仿真背景,对该算法进行了仿真实验。仿真结果表明,改进后的TCP New Vegas算法具有较大的拥塞窗口和较高的吞吐量,更适合应用于异构网络中数据的传输。     

移动自组网中一种基于TCP Vegas的拥塞控制方法

移动自组织网络中,TCP Vegas是一种端对端拥塞避免协议,它使用传统的方法来决定和控制网络状态.但是该传统方案不适用于所有环境,它会不必要地降低拥塞窗口的大小.基于此,提出了一种改进的TCP Vegas,它利用发送端包的往返时间变量、短期吞吐量和接受端的内部延迟来测量网络状态,然后考虑路径长度和网络状态来控制拥塞窗口.仿真结果表明,在高移动性和通信量条件下,与自组织TCP Vegas方法比较,所提方案MTCP Veags在吞吐量有10到15%的提升.     

一种基于路由器参数的XCP策略

XCP协议是一种针对高带宽时延乘积网络的Internet拥塞控制体系,其算法的关键是将拥塞控制参数嵌入每一主动数据包中,然后根据途经路由器的网络拥塞状况对相关参数进行修改,以达到预防拥塞的目的。本文分析了路由器参数对突发网络的性能影响,证明了路由器参数设置应该是优化效率与鲁棒性的折中,并提出了一种针对突发网络的自适应算法,实验表明新算法明显优于原算法。     

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CAPPROBE带宽估计的TCP Westwood算法

无线局域网中,传统拥塞控制算法往往把因信道错误引发的丢包归因于网络拥塞,进而不必要地减小拥塞窗口(cwnd),导致传输性能下降.为了解决这个问题,TCP Westwood(TCPW)算法通过监听ACK流估计网络带宽,以此调整拥塞算法的参数.在TCPW中引入更准确的CAPPROBE带宽估计,提出并实现了一种TCPW CARPROBE的网络拥塞算法(TCPWC).该算法通过设计ACK双包机制和CAPPROBE算法获得更精确的瓶颈链路带宽估计值,合理调整cwnd和慢启动算法的阈值(ssthresh),避免拥塞控制机制的过度反应,从而提高无线网络的传输性能.在NS3仿真环境实验中,该算法与传统的TCP Tahoe、TCP Reno和TCP NewReno机制相比,不仅提高了网络吞吐量,而且具有友好性和公平性,从而验证算法的优越性.     

MANET中TCP Vegas拥塞机制的改进

TCP Vegas是一种利用最小往返时间BaseRTT进行拥塞控制的算法,所以获取准确的BaseRTT值至关重要.但在MANET中,由于TCP Vegas 无法检测频繁的路由变化,导致BaseRTT值估算出现偏差.文章在TCP Vegas基础上提出了RC-Vegas,根据路由变化及时更新BaseRTT;实验结果表明,此方案能提高TCP Vegas在不同速率下的吞吐量,验证了方案的有效性.     

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.     

一种认知无线网络中TCP拥塞窗口的在线学习方法

在认知无线电中,改进传输层协议提高吞吐量的方法引起了业界的广泛关注。采用可用带宽测量技术,提出了一种基于ACK时间间隔的在线学习方法(TCP-Learning)。该方法能够快速地学习到网络链路中可用剩余带宽;并能够快速调整TCP拥塞窗口。仿真结果表明,在链路处于良好状态下,TCP-Learning吞吐量略优于Reno和Vegas等传统拥塞控制算法,但在链路较差情况下,TCP-Learning吞吐量明显优于Reno和Vegas等传统拥塞控制算法。     

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。     

一种改进的基于云环境的蚁群优化算法

在研究标准蚁群优化算法的基础上,提出一种旨在改善网络路由的蚁群优化算法以应用于云环境下多元化复杂的网络结构环境.新算法在原有蚁群算法智能寻优的基础上,加入网络节点在网审查机制,实时判断网络节点是否在网,选择最优解路径.仿真实验表明,改进算法能有效地改善因为网络节点在网情况的多变性而造成的部分路径失效的情况,进而缓解网络拥塞.