网络拥塞控制中主动队列管理及其公平性研究

《网络拥塞控制中主动队列管理及其公平性研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士论文网络拥塞控制中主动队列管理及其公平性研究摘要随着网络用户的增长和新业务的不断涌现，Intemet已发展为传送数据、语音、视频等多媒体信息的综合业务网络。而数据流量的增长给路由节点造成了很大的负担，使得Intemet面临不断增加的丢包率和网络延时，导致了越来越严重的网络拥塞问题。拥塞控制是保证网络运行和鲁棒性的关键，然而许多流在协议中缺少拥塞响应机制，在竞争资源时会抢占更多的网络带宽，造成了资源分配的不公平性。因此，寄希望中间节点的主动队列管理(AQM)来解决网络拥塞和保证服务质量。本文针对网络中的稳定性与公平性问题进行了研究，并对几种AQM算法的缺陷给出了解决方案。(1)分别研究了

2、基于单神经元梯度学习的自适应AQM算法NGL与基于单神经元强化学习的自适应AQM算法NRL。NGL算法采用梯度学习，算法简单，易于实现：NRL算法是在梯度算法的基础上给出的，采用强化学习，能够根据网络环境自适应调整神经元权值参数，具有较好的稳定性和对环境的适应性。它们不依赖于对象的模型，对非线性，时变系统具有很强的自适应性。(2)针对CHOKe算法队列的稳定性问题，将CHOKe算法中流的鉴别机制与NRL算法相结合，给出了CHNRL算法；针对CHOKe算法在低负载时丢包率过大的问题，将输入链路速率引入到算法中作为拥塞指示，并增加了一个启动门限值，给出了RDT-CHOKe算法。最后通过仿真验证

3、了算法的有效性。(3)针对CSFQ算法的丢包策略不适用于TCP流以及公平性能对缓存过于依赖的问题，给出了采用RED缓存管理策略改进的CSFQ算法(R-CSFQ)，对公平共享速率口的估算进行了改进，将丢包概率与缓存占用率结合起来，减少了对TCP流的过度丢弃，降低了对缓存的依赖程度，更好地保证公平性。关键词：网络拥塞控制，主动队列管理，强化学习，公平性，稳定性AbstractWimtllegrowthofInternetusersandthecontinuousemergenceofnewservices．Intemethasdevelopedintoacomprehensivebusines

4、snetworkwhichusedfortransmittingdata,voice,videoandothermultimediainformation．Butthegrowthofdatatrafficcausesagreatburdentotheroutingnode．Asaresult，theIntemetfacestheincreasingrateofpacketlossandnetworklatency,whichresultintheseriousproblemofnetworkcongestion．Congestioncontrolisthekeytoensurenetwo

5、rkoperationandrobust，butbecausemanystreamsarelackofcongestionmechanisminprotocol，whichoccupymorenetworkbandwidth,resultintheunfairdistributionofresources．Therefore，ActiveQueueManagement(AQM)ishopedtosolvethenetworkcongestionandguaranteethequalityofservice．Thispaperfocusesonthestabilityandfairnesso

6、fnetwork，andproposesthesolutionaimedatseveralAQMdefects．(1)TwoadaptiveAQMscheme，NGLandNRLareproposedbasedonneuronlearning．NGLadoptsgradientlearning,whichissimpleandeasytoimplement．NRLisbasedOnthegradientalgorithm，whichusingreinforcementlearning．NRLwhichhasgoodstabilityandadaptabilityCanadjustthene

7、uronparametersinaccordancewiththechangeofthenetworkenvironment．ThetwoAQMalgorithmsdonotdependontheobjectmodelandhaveadaptabilityfornonlinear,time-varyingsystems．(2)TheCHNRLalgorithmwhichbasedonthecombinationofNRL