基于隊列管理的分布式擁塞控制算法分析設(shè)計.pdf

1、隨著Internet的飛速發(fā)展,網(wǎng)絡(luò)規(guī)模不斷擴大,結(jié)構(gòu)日趨復雜,網(wǎng)絡(luò)帶寬、用戶數(shù)量和網(wǎng)絡(luò)業(yè)務(wù)不斷增長。如何有效地管理網(wǎng)絡(luò)資源,避免和控制網(wǎng)絡(luò)擁塞,保證網(wǎng)絡(luò)服務(wù)質(zhì)量是通信網(wǎng)絡(luò)研究的重要課題。TCP擁塞控制方法作用于源端,它根據(jù)網(wǎng)絡(luò)丟包、延時等信息判別擁塞狀況,但是其作用終究有限,完全依賴源端系統(tǒng)很難滿足服務(wù)質(zhì)量(QoS)的需求。鑒于中間節(jié)點(路由器等)包含更多的網(wǎng)絡(luò)信息,所以引入鏈路算法以協(xié)助端到端擁塞控制。主動隊列管理(AQM)算法在網(wǎng)

2、絡(luò)中間節(jié)點中對擁塞進行早期檢測。通過將路由器中的隊列控制在較小的數(shù)值,減小數(shù)據(jù)包排隊時延和抖動的同時,可維持較高的鏈路利用率。本文對隊列管理算法進行了深入的研究分析,對AQM的相關(guān)算法進行了改進,并提出新的AQM策略。在NS2中的仿真實驗結(jié)果驗證了本文算法的有效性。本文的主要研究工作如下：(1)針對隨機指數(shù)標記算法(REM)存在感知擁塞能力不足,以及適應(yīng)性差等問題,分析了REM的控制屬性,提出了兩種改進的REM算法,分別為：基于加強型價

3、格的REM算法(EPREM)和參數(shù)動態(tài)調(diào)整的REM算法(DREM)。EPREM在原價格中增加數(shù)據(jù)包到達速率的變化率,得到PID型的改進價格,提高了隊列長度的收斂速度,增強了TCP/AQM系統(tǒng)的響應(yīng)能力。DREM引入隊列因子和負載因子的概念,對隊列調(diào)整狀態(tài)進行實時劃分,并在線調(diào)整算法的關(guān)鍵參數(shù),以協(xié)助基于“和式增加積式減少(AIMD)”規(guī)則的TCP擁塞控制策略。仿真實驗表明,DREM增強了AQM算法的適應(yīng)性。(2)針對傳統(tǒng)AQM算法無法適

4、應(yīng)動態(tài)網(wǎng)絡(luò)環(huán)境的問題,提出了一種基于雙?？刂频腁QM算法(DMC)。該算法采用分段控制策略,在瞬時隊列偏差大于閾值時,采用模糊控制,反之采用REM控制,從而將模糊控制響應(yīng)迅速、適應(yīng)性強和REM穩(wěn)態(tài)性能好的優(yōu)點結(jié)合起來。仿真實驗表明DMC是一種擴展性好、適應(yīng)性強的AQM算法。(3)由于難以建立TCP/AQM系統(tǒng)的精確模型,結(jié)合神經(jīng)元控制和模糊控制的優(yōu)點,提出了模糊增益神經(jīng)元主動隊列管理算法(FN-AQM)。算法同時采用路由器隊列長度以及數(shù)

5、據(jù)流速作為擁塞度量,在檢測當前擁塞信息的同時,預測未來擁塞的狀況。利用神經(jīng)元計算數(shù)據(jù)包標記概率,采用有監(jiān)督的Hebb學習規(guī)則在線調(diào)整加權(quán)系數(shù),同時設(shè)計模糊控制器動態(tài)調(diào)整神經(jīng)元增益,以獲得更好的控制性能。FN-AQM具有結(jié)構(gòu)簡單、易于實現(xiàn)、自適應(yīng)能力強等優(yōu)點。(4)針對傳統(tǒng)AQM算法在動態(tài)網(wǎng)絡(luò)中性能差的問題,提出了一種基于滑模變結(jié)構(gòu)控制的魯棒主動隊列管理算法――PID-SMC。采用積分分離PID滑模面,和改進的趨近率,以改善控制品質(zhì)并減小

6、抖振。仿真實驗驗證了本文算法的有效性。(5)針對現(xiàn)有AQM算法在大時滯廣域網(wǎng)中隊列大幅振蕩、鏈路利用率低下的問題,提出了大時滯擁塞控制算法(ISC)。ISC利用Smith預估器補償往返時延(RTT),并利用內(nèi)?？刂?IMC)方法設(shè)計得到PI反饋控制器。仿真實驗表明,ISC能夠維持穩(wěn)定的隊列長度和較高的鏈路利用率。在ISC基礎(chǔ)上,采用帶有抗干擾環(huán)節(jié)的改進型Smith預估器,提出了一種二自由度緩存管理策略(TRBM)。利用內(nèi)?？刂圃碓O(shè)計系