基于区分服务的改进red算法(胡啸)

基于区分服务的改进red算法(胡啸)

ID:9962130

大小:573.51 KB

页数:15页

时间:2018-05-12

基于区分服务的改进red算法(胡啸)_第1页
基于区分服务的改进red算法(胡啸)_第2页
基于区分服务的改进red算法(胡啸)_第3页
基于区分服务的改进red算法(胡啸)_第4页
基于区分服务的改进red算法(胡啸)_第5页
资源描述:

《基于区分服务的改进red算法(胡啸)》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于区分服务的改进RED算法报告人:胡啸指导老师:井元伟教授主要内容研究背景RIO-C算法改进RIO-C算法下一步工作研究背景人们对网络需求量的增加硬件设备的能力,包括路由器处理能力和链路带宽等就Internet的体系结构而言,拥塞的发生是其固有的属性源端算法:主要是针对TCP/IP协议的研究。链路算法:主要是路由器上对进入缓存的数据的处理方法,RED(随机早期检测)算法。1、网络现状2、解决方法自1993年,S.Floyd和V.Jacobson提出随机早期检测(RandomEarlyDetection:RED)以来,它一直是一个

2、研究热点,先后出现了几种改进方式,如:ARED、SRED、DWRED、WRED、RIO-C、RIO-D、NRED等。1、RED算法发展过程研究背景2、重点研究对象基本RED算法、RIO-C算法基本RED算法基本RED算法:RED,即随机早期检测/丢弃,它是检测初期的拥塞并通过标记或者丢弃分组来向发送端提供反馈。使用RED,可以从一定程度上减少信息突发带来的影响,降低分组丢失率和解决网络同步问题。队列长度avg丢弃概率RED分组丢弃率基本RED算法RED算法可以简单地描述为:For每一到达的包{计算平均排队长度avgIf{计算丢弃概

3、率P根据丢弃概率标记到达的分组}Elseif{丢弃到达的分组}}RIO-C算法RIO-C算法:RIO-C是在DiffServ模型中将RIO扩展为三个丢弃优先级或颜色。当业务流到达率小于预约信息速率时,分组将被标记标为绿色(低丢弃优先级);如果业务流到达率大于预约信息速率而小于峰值信息速率时,分组将被标为黄色(中丢弃优先级);如果业务流大于峰值信息速率,分组将被标为红色(高丢弃优先级)。队列长度丢弃概率RIO-C分组丢弃率RIO-C对不同“颜色”的分组计算不同的平均队长。各平均队长的计算之间存在一定的关联。具体来说,是指,“绿”分组

4、的平均队长只用“绿”分组的数目计算;“黄”分组的平均队长用“黄”分组和“绿”分组数目之和计算;“红”分组的平均队长则用“红”、“黄”和“绿”分组的总数来计算。每种“颜色”分组的丢弃率与该“颜色”分组的平均队长和RIO-C参数有关。其参数设置方式如图所示。RIO-C算法RIO-C算法参数设置丢弃概率:RIO-C算法可以简单地描述为:当有分组到达时if绿色分组分别计算绿色分组、黄色分组和红色分组的平均队长elseif黄色分组分别计算黄色分组、红色分组的平均队长else红色分组计算红色分组的平均队长if绿色分组if计算绿色分组的丢弃概率

5、以概率丢弃到达的绿色分组RIO-C算法if丢弃所有到达的绿色分组elseif黄色分组if计算黄色分组的丢弃概率以概率丢弃到达的黄色分组if丢弃所有到达的黄色分组elseif红色分组if计算红色分组的丢弃概率以概率丢弃到达的红色分组if丢弃所有到达的红色分组RIO-C算法改进的RIO-C算法虽然RIO-C算法能够实现服务区分,但仍有不足:低丢弃优先级分组数目变化除影响自身的分组丢弃概率外,还会影响高丢弃优先级分组的丢弃概率,对高丢弃优先级分组过分歧视,并使其难以获得足够的带宽。当网络处于较低业务流时,丢弃概率增长较快,致使网络资源没

6、有得到充分的利用;相反,当网络处于较高业务流时,丢弃概率增长较慢,有可能导致网络拥塞。改进的RIO-C算法改进的RIO-C算法用的二次函数来平滑,这样可以使丢包率随着的增长以曲线的方式平稳变化,避免了原RIO-C算法丢包率随着线性的增长。相对于RIO-C算法,在拥塞较轻的情况下改进算法拥有较低的丢包率,而在当增大靠近最大阈值的时候,改进算法也能迅速的提高丢包概率,加大丢弃力度,能较快从严重拥塞状态得到解脱。丢弃概率表达式如下所示:改进的RIO-C算法下一步工作2、通过调整算法参数,提高算法的实用性1、仿真验证改进的RIO-C算法3

7、、将改进的RIO-C算法的内容进行充实,形成论文的主体部分谢谢大家!

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。