王天杰[1]2003年在《自相似、长相关业务的生成及TCP拥塞控制的研究》文中研究表明目前，Internet的规模日益增大，承载的业务种类也不断增加。Internet已给人们的生活和工作带来了巨大的利益和影响。21世纪是通信的世纪，是互连网的世纪。经过20多年的发展，Internet已经在全球取得巨大的成功。 然而，近年来一系列的测量结果表明，网络业务流量显示自相似、长相关性，打破了原有网络流量是短相关(SRD)的基础性假设，传统的方法已不适用。Internet上95％的数据流使用的是TCP／IP协议，TCP拥塞控制问题自始至终都是网络研究的重要问题，尤其在目前网络迅速增长的阶段。TCP拥塞控制和网络流的自相似、长相关性已成为国内外研究的两大热点问题。 本文对自相似、长相关基本理论进行了研究，得出了生成自相似、长相关业务的方法，即通过重尾分布ON／OFF源的N-Burst模型的聚合业务来生成自相似、长相关业务，使用国际上比较通用的仿真软件NS-2来进行仿真。并基于此特征业务，对TCP性能进行分析。最后对TCP拥塞控制进行改进，以适合自相似、长相关的网络特性，提高网络性能。
王晖[2]2013年在《自相似网络流量流体流模型及主动队列管理算法研究》文中进行了进一步梳理TCP（Transmission Control Protocol）的拥塞控制是Internet稳定运行的基础，围绕着TCP协议的拥塞控制一直是Internet研究的一个热点，吸引着诸多的学者。随着网络通信流量的急剧增加和各类实时业务流量对QoS要求的大幅提高，仅仅依靠端到端拥塞控制己经难以满足网络需求。事实上，在Internet这样复杂的异构网络环境中，希望所有用户都兼容端系统拥塞控制也是不现实的。必须发展路由器等中间网络设备的控制，以增强拥塞控制的效果。路由器位于拥塞的发生点，所以在路由器上进行拥塞控制是非常有意义的。队列管理机制就应运而生了。主动队列管理（Active Queue Management，AQM）机制通过对拥塞的预判和主动丢包，实现对拥塞的控制，成功避免了死锁、全局同步等现象。IP拥塞控制机制的研究是当前拥塞研究的热点。本文将路由器参与的显式拥塞控制也归为IP拥塞控制机制。网络业务流自相似性的发现和研究推翻了早先网络流量短相关的基础假设，由于网络流量突发性更为突出，直接导致拥塞发生更为频繁和加剧，这使得网络流量的统计特征提取、排队性能分析和缓冲空间设置以及拥塞策略的设计均有所变化。自相似模型的引入给原本复杂的拥塞控制带来新的问题，但它同时也会带来新的解决方法。往返时延RTT是网络拥塞控制机制有效运行赖以维系的节奏，网络时延不易准确估算也是造成网络拥塞机制偶尔失效的主要原因。故而需要分别对往返时延RTT建模为常数、常函数、随机过程等不同的数学形式，利用数学方法分析RTT对网络拥塞控制机制的影响。进一步提出基于网络排队延时的显式拥塞控制算法QDCN，该算法通过路由器监测队列长度，进而得出排队延迟，实时更新RTT，以显式方式通知源端改变拥塞窗口，从而实现拥塞避免。进一步看到在恒速网络业务流下，本来性能比较优越的SFPID-RED和QDCN算法性能有所下降，并且时延并不是造成算法性能下降的诱因。实际上网络流量的自相似性（突发性）才是这些算法失效的根本原因，时延的抖动只是它的一种表现形式。于是提出一种基于自相似流量的随机早检测算法——STRED。该算法采用时间槽作为操作单位，以减少计算量，降低网络参数更新速率；根据时间槽记录观测参数进而预估自相似系数（Hurst系数），并依据相关函数调整RED算法丢弃概率，增强RED算法对自相似网络流量的适应能力，从而实现对自相似流量的拥塞控制。然而学界关于网络流量是具有泊松特性的短相关还是具有分形自相似的长相关的争论一直不断。虽然有大量的网络测量实验分析得出网络自相似的结论，但也有证据表明泊松特性依然存在。网络流量模型经历了短相关，长相关，多重分形的发展演变，现在有回归短相关的一种可能。实际上网络流量的长相关和短相关两种特性同时存在。有鉴于此本文基于网络自相似性和TCP/AQM流体流模型，提出一种新型Lévy随机过程，并建立一种TCP/AQM二象性流体流模型，可以同时描述网络的自相似性和包驱动特性，试图从理论上对网络流量的两种特性进行统一，并进一步研究了二象性模型的有关性质。为以后基于自相似网络的拥塞控制研究奠定了基础。总之本课题主要针对网络拥塞问题，剖析了一种现有应用较为广泛的网络流量模型——TCP/AQM流体流（Fluid Flow）模型，并以此为基础结合网络自相似提出一系列的研究方案。
王升辉[3]2007年在《IP网络业务流量多重分形建模和预测研究》文中研究表明对于网络设计者来说，网络流量研究及控制是实现网络的可控制性、可管理性，保证实时业务传送质量的关键问题之一。自从IP网络流量的自相似性发现以来，流量的测量、建模和控制问题成了近年来研究的热点问题。本文按照IP网络多重分形流量建模、流量预测及其应用这一线索展开，主要研究了与网络架构相对独立的IP网络中自相似VBR视频业务流量的建模和预测问题，论文在这一领域的主要研究成果如下：在自相似框架下，按照流量模型的易于分析的要求，提出了一种易于进行排队分析的MPEG视频业务流量模型。模型利用了SRP(空域更新过程)中自相关函数与分布函数可以分别用两个过程独立表示的特性，同时精确描述流量的相关性和边缘分布函数这两个重要参数，使得人们可以方便的对VBR视频流的自相似特性进行考察。进一步研究发现，仅仅用Hurst参数不足以描述复杂的网络流量，VBR视频等网络业务流量在小尺度上表现出多重分形特性。为此，本文对多重分形体系下的建模问题进行了分析和研究，提出了一种修正的多重分形模型。模型改变了传统多重分形模型中控制最终模型序列长相关性和边缘分布的方式。实验证明，文中提出的方法具有更高的拟合精度和更好的一致性。另外，文中的方法对级联多重分形模型乘子分布方式的选择进行了改进，使用了Kullback-Leiblar(KL)距离判别方法寻找多重分形级联模型中乘子的最佳分布，增强了多重分形模型各尺度乘子参数估计的鲁棒性。相对于建模，流量预测能更快的应用到网络的QoS控制中。为此本文对流量的预测问题进行了研究。文中利用多重分形的树形结构能够将时间序列分解为多层的性质，把难以进行直接预测分析的长相关(LRD)流量序列转化为可以用短相关(SRD)线性模型预测的序列组，然后再对其进行预测。实验证明，这种预测方法具有很好的多步预测精度。由于建模的最终目的之一就是为IP网络建立一种流量分析理论，为此，我们对多重分形模型进行了排队理论分析。进而，我们对预测模型的应用做了研究，把预测算法加入到了TCP友好拥塞控制机制中，仿真实验初步证明了预测模型的有益效果。
肖智勇[4]2010年在《自相似环境下的拥赛控制算法研究》文中进行了进一步梳理随着社会的快速发展,信息的传播越来越多、越来越快。Internet上的信息量更是呈爆炸式增长,以致目前网络带宽和缓存容量等硬件资源难以满足业务流增长的需求,由此引发网络拥塞。网络拥塞影响拥塞窗口大小及瞬时队列长度的稳定性,使响应速度等性能严重降低,从而无法确保好的网络服务质量。因此网络拥塞控制已经成为近些年来网络通信领域研究的重点。另一方面,大量的研究结果表明,当前的网络流量具有普遍的自相似和长相关特性,这使网络中原有的以Markov模型为基础的协议、策略及评价方法不够准确,导致丢失率上升,网络性能下降。但同时由于自相似流量具有可预测性,这也给研究人员研究拥塞控制算法时提供了新的思路。本论文结合自相似流量的特点,探讨了自相似流量环境下基于端系统拥塞控制算法研究的新方法,并与传统业务情况下的一些拥塞控制算法进行了仿真比较。重点研究HSTCP拥塞控制算法在自相似流量环境下的应用,以及利用自相似流量的特性对RTT的估值公式进行适当的修改来提高自相似流量环境下网络的性能。论文的主要工作及成果如下：(1)研究常见的基于端系统的拥塞控制算法,分析了TCP Reno、Vegas算法的工作原理及优缺点,并利用OPNET网络仿真器比较了传统拥塞控制算法在自相似流量环境下与在传统流量下算法的性能。(2)研究了流量预测的方法,从理论上证实了流量预测的可行性。(3)提出了在自相似流量环境下改进的HSTCP拥塞控制算法。利用自相似流量的可预测性来预测下一时间点的拥塞窗口大小。把预测的窗口应用到HSTCP拥塞控制算法中来动态的改变其窗口调整参数,使其能更加体现自相似流量网络环境下的实际状况。最后用仿真验证了其有效性。(4)在自相似流量环境下的一些自相似流量特性必然会反映到RTT上,本论文利用这些特性对RTT的估值公式进行适当的修改,使其能更加适合自相似流量网络环境。并利用修改后得到的RTT值来探知网络的拥塞情况,并根据拥塞等级来动态的调整拥塞窗口调整参数。最后用仿真来验证估值公式改变前后的效率。
耿春梅[5]2008年在《基于自相似模型的路由拥塞控制策略研究》文中认为随着互联网规模日益增大,高速网络中多媒体应用的发展,网络用户对网络服务质量(QOS)的需求越来越高,不但对网络带宽有很高的要求,而且对信息传输的延时和抖动等也有较高的要求,以提供端到端的QoS控制和保证。而网络拥塞是影响网络服务质量的重要因素,实施拥塞控制也是其它QoS机制正常工作的必要前提。因此,如何避免拥塞、如何进行拥塞控制保证QoS是当前的研究热点。然而,近年来一系列的测量结果表明,网络业务流量显示自相似、长相关性,原有网络流量是短相关(SRD)的基础性假设被推翻,网络业务的自相似性特征对网络的分析、设计、控制和性能评价等均有重大的影响。传统的网络模型在描述实际网络业务时,忽略了这个重要的特性,不能真实地刻画网络业务的真实情况。首先,本文对网络拥塞机制进行研究。主动式队列管理机制(AQM)是IETF推荐的基于路由器拥塞控制的关键技术,它和TCP端到端的拥塞控制相结合,是解决目前Internet拥塞控制问题的一个主要途径。然后,本文对自相似、长相关理论以及估计Hurst指数的方法与实现进行了研究。通过实验比较及理论分析得出EBP(Embedded Branching Process)方法优于7种传统方法的结论。同时,介绍了NS2的仿真原理并利于NS2仿真实现自相似数据流量。最后,本文在对RED算法以及自相似理论详细研究的基础上对RED算法进行改进,并在模糊分布的升半柯西分布和EBP方法的基础上提出一种适应自相似网络环境的队列管理算法一基于升半柯西分布和Hurst指数自适应RED算法-CHARED(ascending semi-Cauchy distribution and Hurst coefficients AdaptiveRandom Early Detection)。该算法利用业务流的长相关性来预测未来时间段的业务流量对网络的需求情况,动态调节队列算法的丢包概率函数,能充分利用网络资源,有效的避免拥塞。通过NS2网络仿真器对所提出的CHARED算法进行了仿真实验分析,结果表明该算法能有效地减小时延、降低丢包率和网络抖动,具有较好的实用性。
宋春凤[6]2015年在《通信网流量的自相似性研究》文中研究说明近年来，随着网络研究的深入和测量技术的发展，不断有研究人员对传统网络业务模型，即泊松模型等的有效性提出质疑。大量网络数据的测量结果表明，真实的网络业务具有统计上的自相似性，即长相关特性，这一结论打破了原有的网络流量是短相关的基础性假设。传统的网络模型在描述实际网络业务时，忽略了这个重要的特性，不能真实地刻画网络业务的情况。因此，自相似业务的成因、建模及对网络性能的影响等已成为国内外研究的热点问题。在自相似流量特性的研究方面如今仍存在许多问题。首先，传统的模型面临着简单性与准确性的折中问题；其次，近年来的自相似网络特性研究多是单纯的仿真研究，极少有针对真实网络来进行数据特性分析的；另外，没有全面研究不同的网络传输协议对自相似网络的影响。本文深入研究网络自相似业务仿真和性能评价问题。论文对自相似的定义、性质等进行了介绍，从多方面对自相似过程进行阐述；研究了几种经典的对网络业务进行自相似建模的方法，分析了各种建模方法的优缺点；利用NS2研究了自相似特性与网络协议及网络性能之间的各种关系；将网络试验平台应用于自相似流量研究中，完善了一系列研究分析方法，并对实际流量特性进行研究分析。本文的创新内容及主要工作如下：（1）首先，本文介绍了自相似过程的定义及性质，分析了网络自相似现象产生的原因。在此基础上，介绍了几种典型的网络业务自相似建模的方法，以及度量网络自相似程度大小的算法，主要有聚类方差法、R/S分析法、Whittle法等。（2）本文采用国际上比较通用的仿真软件NS2，重点阐述了自相似流量的生成及自相似性对网络性能的影响。不仅考虑网络的应用层，同时考虑了网络的传输协议。经过仿真模拟发现，网络协议对网络自相似性的影响很大，同时也使网络性能，诸如丢包率、时延等发生了变化。（3）通过利用IPCop软件路由器搭建小型局域网，获取实际网络运行中的数据，通过一系列的数据处理、分析方法最终实现对实际网络中的流量性质的研究。试验结果证明，实际网络中的流量自相似性与网络状态有关；同时，不同的网络拥塞控制机制也会影响网络的自相似性。
张广兴[7]2011年在《多尺度下的IP网络流量特征分析与研究》文中提出IP网络流量特征分析与研究是协议设计、设备开发、网络管理与网络性能提升的基础。现有工作大多集中在固定时间尺度上面,不论是在小尺度情况下,还是在大尺度情况下,都存在一些不足；且现有工作没有考虑到尺度变换的研究角度和方法,鲜有结论给出尺度变换条件下的流量特征分析与研究的结果。本文重点研究多尺度下的IP网络流量特征,主要工作与创新点如下：1)提出了一种多阶段应用层流量在线识别方法总结分析了现有应用层流量识别方法原理与局限性,提出了一种多阶段应用层流量在线识别方法。该方法整合和优化了基于静态端口的识别方法、基于数据包载荷的识别方法和基于统计特征的识别方法,实验表明该方法在带宽为2.5Gbps高速链路下在线应用层流量识别误报率为2%和漏报率为1%。该方法已经应用到自主研发的分布式网络流量测量和控制系统iCare中,某运营商骨干链路实测结果表明,应用该方法后未被识别的应用层流量由先前的多于40%降至了10%以下。2)发现了小尺度下网络流量的Hurst指数迭加效应在小尺度下分析了不同应用流量的自相似特征,主要结论：骨干链路流量Hurst指数普遍接近甚至大于1.0,自相似特征是否依旧存在不确定；HTTP、FTP等传统应用流量仍旧具有明显的自相似特征,由非传统应用构成的其他应用层大类流量的不具有自相似特征；而由各个型应用层大类中典型应用层业务所产生的流量皆具有自相似特征。不同类型的自相似流量序列进行迭加既可能生成自相似流量序列,也可能生成非自相似流量序列。3)实证了大尺度下流量特征的动态性网络在持续地发生变化,人们对网络流量特征的刻画与研究工作亦需持续的进行。为了分析和研究这些变化会对网络流量特征带来什么样的影响或者改变,为了考察当前国内运营商网络中的流量特征与国外相关研究所给出的结果有何异同,本文应用自主开发的分布式流量测量与控制系统iCare对国内网络运营商的城域出口链路上实测流量数据区分出入境方向、区分字节流量和数据包流量,沿链路层、网络层、传输层一直到应用层大类、应用层,从构成、分布和变化趋势等角度全面且详细地对流量特征进行了刻画,并从不同方面考察了流量中的相关性。发现了相当一部分的显着变化和不同,进一步实证了在大尺度下网络流量特征具有因时因地不同和变化的动态性。4)发现了尺度变换下网络流量的Gamma特征采用尺度变换方法分析了不同网络的流量特征,发现以时间间隔与数据包个数间隔作为尺度变换的依据,网络流量在特定尺度范围之上都满足Gamma分布的特征。TCP流量也具有在特定尺度范围之上满足Gamma分布的特征,但UDP流量在任何尺度下面都没有适合的分布对其进行拟合。5)提出了一种基于规则的应用层业务行为回放方法将相关研究成果进行推广加以应用,提出了一种基于规则的应用层业务行为回放方法,该方法定义了默认、隐式-协议、显式-协议、端口-时间和特征-时间等五种基本回放方法规则,可以根据不同的回放方法和关键字等信息构建一个规则库,流生成器和应用生成器依据规则库中的规则链表来执行。实验表明,该方法在提高应用系统的灵活性、可扩展性以及系统的可维护性等具有独特的优势。
张娅[8]2007年在《自相似业务模型下主动队列管理算法的研究》文中进行了进一步梳理随着网络技术发展的日新月异,网络规模迅速扩大,特别是进入90年代后,以IP为基础的Internet呈现出爆炸式增长,Internet已逐渐发展成为全球性的信息基础设施。随着新型网络应用的不断涌现和用户数量的迅速增加,Internet的数据流量也在急剧增长。Internet已由以往的单一数据传送网发展成为传送数据、语音、视频等多媒体信息的综合业务网,成为最重要的信息交换手段。近年来,通过对大量实际网络业务流的检测与分析表明,网络业务流量呈现出明显的自相似性,打破了原有网络流量短相关的基础性假设,使得传统的Poisson模型已经不再适用。由于自相似业务的网络性能与传统模型的结论有较大差异,使得自相似业务下的网络管理、拥塞控制、业务监管、协议设计等均与以往不同。由于网络的高速发展和各种业务类型的实施,互联网本身已成为复杂的异构网络,在目前的状况下不可避免的出现拥塞现象,造成业务指标下降和网络资源利用率低下等情况。不断发展的拥塞控制机制是保证网络运行与鲁棒性的重要机制,拥塞控制中作用于网络中间节点的主动队列管理策略(AQM)是解决网络拥塞问题和保证QoS的重要途径。面对新的形势,对该领域的研究有着重要的现实意义和应用价值。论文的工作主要集中在研究自相似业务下缓冲区队列管理情况,在分析自相似性对网络性能影响的基础上,对经典的随机早期检测算法(RED)进行改进,使之更加适应于自相似的业务流量,并且加入了自适应的功能,使算法能够根据网络流量情况,自适应的调节自身参数,更好的适应于真实的网络业务流量。主要工作如下:(1)研究了经典的RED算法及其他AQM算法,分析其算法性能的优劣。(2)从自相似现象入手,研究了自相似性的定义、特性、估算、模型、预测及产生原因,编程实现基于Pareto分布的ON/OFF模型,该模型可以较好的模拟实际网络环境,生成具有自相似性质的网络业务流量。(3)分析自相似特性对网络性能的影响,结合AQM性能评价标准,对原有算法进行改进,提出适合自相似流量模型的基于时间间隔的随机早期检测算法,实现并模拟仿真了该算法。仿真结果显示,该算法比经典RED算法更能减小系统负担,有效稳定平均队列长度,改善系统的暂态特性,更加能够适应网络的自相似业务流量。(4)在基于时间间隔的随机早期检测算法基础上,进行进一步的改进,在测量的时间间隔上加入自适应功能,使算法能够根据网络流量状况调节时间间隔的大小,调节自身参数,更好的适应于真实的网络环境。
那振宇[9]2010年在《卫星互联网服务质量保障方法研究》文中进行了进一步梳理骨干拥塞、接入困难和内容分发缓慢是当今地面互联网面临的一系列棘手问题。而基于全球覆盖的、具有远程接入和广播特性的卫星互联网是解决这些难题的有效途径,同时也是未来空天地一体化信息网络的重要组成部分。当前,卫星网络正在向卫星互联网发展,注重高效性,以期提供随时随地的通信与信息服务。但是,设计和实现卫星互联网面临很多技术挑战,首要的就是服务质量(QoS, Quality of Service)问题。一方面,地面互联网的IP QoS问题依然存在于卫星互联网。另一方面,由于卫星通信自身特点又使得卫星互联网的QoS问题需要特殊考虑。因此,分析卫星互联网QoS保障需求,设计高效和易于实现的保障算法是一项重要的研究课题。目前,对卫星互联网服务质量保障的研究主要集中在控制拥塞以及TCP在卫星链路下的适应性问题。然而基于端到端的TCP拥塞控制机制往往无法确知网络内部状态,同时TCP的反馈工作机制又使得各种基于TCP层的改进方法仍不能很好地适应卫星网络环境;此外,切换性和移动性又使得卫星网络中的资源分配变得比地面网络复杂。在分析国内外文献的基础上,本文对卫星互联网服务质量保障方法进行了深入研究,从业务层面入手,着重从网络(IP)层解决拥塞问题,同时改善资源分配方式。这些研究工作完善了卫星互联网QoS保障体系,对未来空天地一体化信息网络QoS保障具有积极意义与参考价值。本文针对卫星互联网QoS保障方法,主要研究了以下几个问题:第一,对卫星网络业务自相似性的研究。考虑到近年来业务自相似性对QoS影响的研究多集中于地面网络,而对卫星网络中自相似性及其影响研究较少这一情况,针对卫星网络特点,研究了自相似业务在卫星网络中的汇聚和传播特性;进而,通过建立地面信关站模型,研究了地面有线网络自相似业务经过信关站进入卫星无线链路的传播特性,并通过仿真进行了验证。此外,仿真并分析了自相似业务对网络节点处队列性能的影响,为后文针对这些影响提出改善QoS的算法奠定基础。第二,对自相似业务量预测的研究。针对卫星互联网中业务普遍存在的自相似性对网络性能产生的不利影响,考虑到自相似业务本身具有可预测性,提出了基于改进卡尔曼滤波的自相似业务量预测算法。针对经典卡尔曼滤波无法求解所提滤波模型这一情况,重新推导了滤波过程。为了提高滤波预测精度,还引入在线噪声估计。所提算法不仅精确度较高,并且与真实流量具有相近的相关结构。第叁,对基于业务预测的主动队列管理算法的研究。主动队列管理是IP层的网络拥塞控制方法,而业务量预测对于主动队列管理具有指导意义。鉴于现有主动队列管理算法对估计拥塞有效性不高的情况,提出基于业务量预测的主动队列管理算法。该算法使用改进卡尔曼滤波方法对拥塞进行预测,并结合基于测量的分组丢失率共同做出分组丢弃判决。该算法能动态调节分组丢弃概率,具有队列稳定,链路利用率高的特点。第四,对卫星网络公平服务质量带宽分配算法的研究。针对目前卫星网络的带宽分配算法存在着过度预留和公平性欠佳的问题,提出了卫星网络中公平服务质量的带宽分配算法。该算法使用自适应带宽预留策略,根据效用公平带宽分配准则,保持了用户连接的有效性,保障了用户之间服务的公平性。
刘恩伟[10]2010年在《网络拥塞控制的RED改进算法研究》文中研究指明由于现有网络业务中自相似性的普遍存在,因此在现代高速技术的研究中,采用自相似模型比传统的Markov模型更能准确的描述实际业务特性。并且业务的自相似性对队列系统和网络性能都产生了一些意想不到的影响,而基于传统模型下的网络性能结论和网络设计策略不能完全适用于具有自相似业务的高速网络。随着网络的迅速发展,自相似业务对网络的设计、控制、分析和管理都提出了更为严峻的挑战。因此,在自相似业务流量下,开展拥塞控制策略的研究对满足Internet网络的发展有着十分重要的意义。随机早丢弃算法(Random Early Detection,RED)是Floyd在90年代早期提出的,它是基于传统的泊松分布模型的,其基本思想就是要对到达的分组在拥塞发生之前,按照某个计算出来的概率进行丢弃,避免拥塞的发生。如何检测拥塞是算法的关键,其次就是怎样计算分组的分组丢失率。基于传统的网络模型是这种算法的最大缺点,它往往不能够满足现代网络业务流量普遍呈现自相似特性的要求。本文在总结了已有的研究成果基础上,对相关的问题进行细致地分析,研究如何在自相似业务流量模型下对路由器缓冲区中队列进行管理,改进RED算法,从而更好地避免拥塞发生,提高网络性能,然后提出了一种自相似业务流下的RED改进算法。本文所做工作主要体现在以下几个方面:1.深入学习RED算法及其改进算法。2.深入学习自相似模型的定义、特性、估算、模型、预测及产生原因。利用NS2下基于Pareto分布的ON/OFF模型产生自相似业务流,该模型可以较真实地反映网络实际环境,生成具有自相似性质的网络业务流量。3.分析自相似性对网络性能的影响,结合性能评价标准,对经典RED算法进行改进,提出了在任意时刻,每个输入自相似业务流的最大、最小阈值与当前未使用缓冲区的缓冲区大小成比例,与Hurst系数成反比。动态的调整RED算法,使之适应自相似网络业务流量。4.通过在NS2平台上的仿真,对给出算法的平均队列长度、吞吐量、时延等参数进行对比分析,结果表明,所提出的在自相似业务流下的RED改进算法能够在维持吞吐量的情况下,有效地降低平均队列长度、分组丢失率和端对端时延,从而提高网络利用率。
参考文献：
[1]. 自相似、长相关业务的生成及TCP拥塞控制的研究[D]. 王天杰. 浙江工业大学. 2003
[2]. 自相似网络流量流体流模型及主动队列管理算法研究[D]. 王晖. 哈尔滨工业大学. 2013
[3]. IP网络业务流量多重分形建模和预测研究[D]. 王升辉. 北京交通大学. 2007
[4]. 自相似环境下的拥赛控制算法研究[D]. 肖智勇. 西南交通大学. 2010
[5]. 基于自相似模型的路由拥塞控制策略研究[D]. 耿春梅. 江苏大学. 2008
[6]. 通信网流量的自相似性研究[D]. 宋春凤. 吉林大学. 2015
[7]. 多尺度下的IP网络流量特征分析与研究[D]. 张广兴. 湖南大学. 2011
[8]. 自相似业务模型下主动队列管理算法的研究[D]. 张娅. 江苏大学. 2007
[9]. 卫星互联网服务质量保障方法研究[D]. 那振宇. 哈尔滨工业大学. 2010
[10]. 网络拥塞控制的RED改进算法研究[D]. 刘恩伟. 电子科技大学. 2010
标签：互联网技术论文; 网络流量论文; tcp论文; 拥塞控制论文; 网络模型论文; 仿真软件论文; 预测控制论文; 自相似性论文; qos论文; 移动互联网论文; 流量论文; 流量控制论文; 算法论文;