主动队列管理中网络自适应拥塞控制算法研究

摘要

在高速通信网络的发展过程中，业务流呈现出的突发性和多样性为提高网络服务质量制造了更多的困难，由此引发的网络拥塞已成为制约网络发展的瓶颈。不断发展的主动队列管理AQM不仅能较好地解决拥塞问题，而且作为TCP拥塞控制的补充，能提高QoS和Internet的鲁棒性，对该领域的研究有着重要的意义。但现有AQM算法在响应速度和环境敏感性等方面仍有缺陷。模糊控制可以较好地控制复杂、时变、不确定性的网络，把模糊控制引入到AQM可以实现拥塞控制的智能化，提高AQM的稳定性和鲁棒性[1]。
　　 本文重点研究采用自适应机制改进基于模糊控制的AQM算法，主要工作如下：
　　 ①分析了主动队列管理的研究意义和现状，讨论了模糊控制在AQM中的应用研究及其改进方向。并分析了具有代表性的REM算法，及基于模糊控制对REM的改进算法(FREM)，讨论了各自的优缺点。
　　 ②采用自适应机制改进了FREM-算法一(ATFREM)，其主要思想是用平均队列长度作为拥塞指示，根据网络实际流量负载自适应调节TQL，使网络系统在动态环境下的高吞吐量、低延迟、低丢失率达到一定程度的平衡。
　　 ③采用自适应机制改进了FREM-算法二(AFREM)，其主要思想是用平均队列长度和丢包比例的变化速率作为拥塞指示，对FREM输出的丢弃概率进行动态调整，在动态环境下将队列长度钳制到固定TQL附近。
　　 仿真研究表明，这两种控制方法提高了拥塞控制机制的自适应性能，并在自适应性能和实时性能上获得了较好的平衡。

目录

文摘

英文文摘

第一章 绪论

1.1 研究背景

1.2 主动队列管理的研究意义

1.3 主动队列管理的研究现状

1.4 本文的主要工作

1.5 本文的结构

第二章 基于模糊控制的AQM算法(FREM)概述

2.1 FREM算法的设计背景

2.1.1 主动队列管理系统

2.1.2 随机指数标记算法(REM)

2.1.3 模糊控制技术

2.2 FREM算法

2.3 小结

第三章 自适应FREM算法--ATFREM的设计与分析

3.1 ATFREM算法的设计背景

3.1.1 AQM采用固定TQL存在的问题

3.1.2 AQM采用自适应TQL的优点

3.2 ATFREM算法的设计

3.2.1 ATFREM算法的模块设计

3.2.2 ATFREM算法的流程和伪代码

3.3 仿真分析

3.3.1 仿真拓扑结构

3.3.2 根据流量调整TQL的性能

3.3.3 大带宽时延网络FTP、UDP混合流量突变时的性能

3.3.4 FTP、HTTP混合流量突变时的性能

3.4 小结

第四章 自适应FREM算法二--AFREM的设计与分析

4.1 AFREM算法的设计背景

4.2 AFREM算法的设计

4.2.1 AFREM算法的拥塞指示参数

4.2.2 AFREM算法的设计原理

4.2.3 AFREM算法的模块设计

4.2.4 AFREM算法的流程和伪代码

4.3 仿真分析

4.3.1 仿真拓扑结构

4.3.2 系数γ取不同值时的性能

4.3.3 不同TQL下的性能

4.3.4 不同负荷下的性能

4.3.5 流量突变时调整到固定TQL的性能

4.3.6 FTP和非响应混合流下的性能

4.3.7 大带宽时延网络FTP、UDP混合流量突变时的性能

4.4 小结

第五章 结束语

5.1 本文工作

5.2 展望

致谢

参考文献

攻读硕士学位期间的研究成果