自相似業(yè)務(wù)流下自適應(yīng)RED算法研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展，網(wǎng)絡(luò)規(guī)模迅速擴(kuò)大，因特網(wǎng)呈現(xiàn)出爆炸式的增長(zhǎng)，同時(shí)伴隨著各種網(wǎng)絡(luò)應(yīng)用，特別是多媒體應(yīng)用的不斷涌現(xiàn)，用戶數(shù)量迅速增加，使因特網(wǎng)的流量急劇增加，由此而引發(fā)的網(wǎng)絡(luò)擁塞已經(jīng)成為制約網(wǎng)絡(luò)發(fā)展和應(yīng)用的瓶頸問(wèn)題。近年來(lái)，通過(guò)對(duì)大量實(shí)際網(wǎng)絡(luò)業(yè)務(wù)流的測(cè)量與分析表明，網(wǎng)絡(luò)業(yè)務(wù)流呈現(xiàn)出明顯的自相似性。由于自相似業(yè)務(wù)下的網(wǎng)絡(luò)性能與傳統(tǒng)模型的結(jié)論有較大差異，致使自相似業(yè)務(wù)下的網(wǎng)絡(luò)管理、擁塞控制等都與以往不同。 論文首先分析兩類網(wǎng)絡(luò)擁

2、塞控制算法，特別是幾種常見(jiàn)的主動(dòng)隊(duì)列管理算法，通過(guò)仿真驗(yàn)證網(wǎng)絡(luò)流量的自相似性對(duì)AQM算法性能的影響；接著在分析自相性對(duì)網(wǎng)絡(luò)性能影響的基礎(chǔ)上，對(duì)經(jīng)典的自適應(yīng)隨機(jī)早期檢測(cè)算法進(jìn)行改進(jìn)，提出自相似業(yè)務(wù)下IARED(Improved Adaptive Random Early Detection)算法。最后將LMMSE(Linear Minimum Mean Square Error)流量預(yù)測(cè)模型和IARED算法相結(jié)合，提出基于自相似流量預(yù)測(cè)的

3、PIARED(prediction IARED)算法，并與IARED算法進(jìn)行仿真比較。論文的主要貢獻(xiàn)如下： (1)研究了幾種常見(jiàn)的主動(dòng)隊(duì)列管理算法，分析各種算法的工作原理及優(yōu)缺點(diǎn)，并利用OPNET網(wǎng)絡(luò)仿真工具，仿真比較了短相關(guān)與自相似業(yè)務(wù)流下主要主動(dòng)隊(duì)列管理算法的性能和不同自相似程度下各主動(dòng)隊(duì)列管理算法的性能。 (2)從自相似現(xiàn)象入手，研究自相似過(guò)程的特性，提出自相似業(yè)務(wù)下改進(jìn)的自適應(yīng)隨機(jī)早期檢測(cè)算法(IARED)。算法

4、利用自相似過(guò)程的自相關(guān)函數(shù)來(lái)設(shè)置平均隊(duì)列長(zhǎng)度計(jì)算公式的權(quán)值；根據(jù)當(dāng)前平均隊(duì)列長(zhǎng)度與目標(biāo)隊(duì)列長(zhǎng)度的變化率和當(dāng)前平均隊(duì)列長(zhǎng)度與上一時(shí)刻平均隊(duì)列長(zhǎng)度的變化率兩個(gè)參數(shù)來(lái)動(dòng)態(tài)調(diào)整最大包丟棄概率。最后仿真驗(yàn)證了算法的有效性。 (3)利用自相似流量的可預(yù)測(cè)性，采用LMMSE流量預(yù)測(cè)模型對(duì)包到達(dá)時(shí)間間隔進(jìn)行預(yù)測(cè)，并將流量預(yù)測(cè)結(jié)果引入到改進(jìn)算法中，使算法能夠根據(jù)自相似業(yè)務(wù)流變化動(dòng)態(tài)調(diào)整分組丟棄概率，對(duì)平均隊(duì)列長(zhǎng)度進(jìn)行有效控制。最后仿真比較了算法的