首页> 中文学位 >基于Internet流量自相似性的主动队列管理研究
【6h】

基于Internet流量自相似性的主动队列管理研究

代理获取

目录

文摘

英文文摘

东南大学学位论文独创性声明及使用授权说明

第一章引言

1.1研究背景

1.2研究现状

1.3研究内容和安排

1.4论文的创新

第二章Internet流量特性研究

2.1 Internet流量特性概述

2.1.1 Internet流量特性的研究动因

2.1.2自相似特性的直观含义

2.1.3自相似过程的数学定义

2.1.4 Hurst参数

2.2 Internet流量自相似的原因

2.3描述自相似流量的模型

2.3.1自相似流量模型研究动因

2.3.2物理模型

2.3.3统计模型

2.3.4几种模型的分析评价

2.4本章小结

第三章Internet流量预测算法研究

3.1网络流量可预测性的含义

3.1.1网络流量可预测性的原因

3.1.2网络流量预测的含义

3.2网络流量预测算法概述

3.2.1网络流量预测算法分类

3.2.2基于分形模型的预测算法

3.2.3基于非分形模型的预测方法

3.2.4网络流量预测方法的评价

3.3一种新的非分形流量预测方法

3.3.1提出新的流量预测方法的原因

3.3.2最小二乘法(LS,Least Square)估计参数的原理

3.3.3递归最小二乘(RLS)自适应预测算法

3.4基于RLS的自适应流量预测算法的预测准确性分析

3.4.1仿真实验环境

3.4.2仿真实验设计和实验结果

3.5本章小结

第四章基于流量预测的主动队列管理研究

4.1主动队列管理算法概述

4.1.1主动队列管理的重要性

4.1.2随机早期检测算法RED

4.1.3其他的主动队列管理算法

4.2将流量可预测性引入主动队列管理

4.2.1将流量可预测性引入主动队列管理的原因

4.2.2将流量预测的引入主动队列管理的基本思想

4.3基于流量预测的主动队列管理算法P-RED

4.3.1流量预测模块的设计

4.3.2 P-RED算法的设计

4.4 P-RED算法的特性分析

4.4.1 P-RED算法的性能目标

4.4.2 P-RED算法的应用

4.5本章小结

第五章基于预测的主动队列管理算法P-RED的实现

5.1实现目标和实现方法概述

5.1.1实现目标

5.1.2实现方法概述

5.2 Linux TC对队列管理的支持

5.2.1 Linux TC转发数据包的过程

5.2.2 Linux TC的组成和使用

5.2.3 Linux TC在内核空间的数据通道

5.2.4 Linux TC对AQM策略/排队规则的支持

5.3 P-RED算法在内核空间的实现

5.3.1在TC框架中添加新的排队规则P-RED

5.3.2主要数据结构和操作

5.3.3几个关键问题

5.4用户空间的实现

5.4.1tc命令

5.4.2iptoute2解释tc命令

5.4.3用户空间处理流程

5.5用户空间与内核空间的交互

5.5.1 TC对netlink socket机制的使用

5.5.2重要的数据结构

5.5.3用户空间与内核空间的交互过程

5.6本章小结

第六章系统测试和性能分析

6.1 P-RED算法功能测试

6.1.1测试环境

6.1.2测试结果

6.2 P-RED算法仿真性能分析

6.2.1仿真环境和实验设计

6.2.2仿真结果和性能分析

6.3本章小结

第七章结束语

7.1论文总结

7.2今后的工作

参考文献

致谢

作者在攻读硕士学位期间参加的科研项目及作者在攻读硕士学位期间发表的学术论文

展开▼

摘要

Intemet的飞速发展使得IP网络正日益成为一种重要的通信基础设施,随着用户对网络服务质量需求的激增,关于Intemet流量的测量、分析和建模受到了越来越多的关注,并已经成为Illtemet研究的热点之一。近几年来网络测量与分析得出最重要的结论Intemet流量具有自相似特,而这种自相似特性不能被经典的短相关流量分析模型——Poisson模型来描述。从此,对Intemet流量特性的研究得到了充分的发展,其发展方向包括:流量分析模型的研究、流量自身统计特性的研究以及流量特性的应用研究。对于Intemet流量建模和性能分析经过了较长时间的发展,取得了较多的成果;而Intemet流量特性的应用研究,到目前为止还没有完整的框架和完善的结论。因此,虽然Intemet流量的自相似特性给QoS服务质量保证和网络资源控制带来了新的复杂性,但是,它也开辟了一个新的有意义的研究方向——将流量的自相似特性导致的一些直接结果,如流量可预测性,应用到网络的拥塞控制和资源分配中,以得到更好的拥塞/资源控制策略,本文就是以此为研究思路而展开的。 本文首先研究了Internet流量自相似特性的含义进行了深入浅出的阐述,并简单探讨了流量自相似特性的产生原因。通过研究已有的描述流量自相似特性的物理模型和统计模型,详细比较了各种模型在建模和应用上的优缺点,并且使用流叠加法的物理模型产生了自相似流量。 随后,研究了网络流量的自相似特性所导致的直接结果——流量可预测性,将已有的流量预测方法进行分类,对两类方法进行分析;作为论文的创新点之一,将最小二乘参数估计与自适应滤波器原理相结合,提出了一种新的非分形流量预测算法——基于递归最小二乘(RgS)的自适应流量预测算法。 接着,论文根据将Internet流量特性与Intemet主动队列管理机制相结合的研究初衷,探讨了将流量预测引入主动队列管理的可行性。作为论文的创新点之二,提出了基于流量预测的主动队列管理算法P-RED,该算法的设计以流量预测为核心,同时借鉴了经典的主动队列管理算法RED中关于平均队列长度的计算和分组丢弃的机制。通过仿真实验,将P-RED算法与RED算法在相同条件进行比较,结果表明,P-RED算法在控制平均队列长度上要优于RED算法。 最后,在当前最流行的路由器体系结构Linux路由器中,实现了P-RED算法。还对配置了P-RED排队规则的Linux路由器进行了性能测试,实验证明了P-RED主动队列管理机制在重负载的流量条件下,,能够较好的工作,获得满意的链路吞吐率。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号