CN101635674B - 通信网络自适应拥塞控制方法 - Google Patents
通信网络自适应拥塞控制方法 Download PDFInfo
- Publication number
- CN101635674B CN101635674B CN2009100566916A CN200910056691A CN101635674B CN 101635674 B CN101635674 B CN 101635674B CN 2009100566916 A CN2009100566916 A CN 2009100566916A CN 200910056691 A CN200910056691 A CN 200910056691A CN 101635674 B CN101635674 B CN 101635674B
- Authority
- CN
- China
- Prior art keywords
- rate
- change
- queue
- length
- control method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种网络工程技术领域的通信网络自适应拥塞控制方法。包括以下步骤:在每个采样周期内,计算得到队列差值e(k);测量数据包输入流速r(k);计算得到数据流速差值x(k);计算得到数据流速的变化率Δr(k);获得数据包流速变化率的平均值Δ<overscore>r</overscore>(k);将瞬时队列误差e(k)与事先设定的误差阈值eth进行对比;根据选定的控制方法,计算改进的价格大小pr(k),以及概率转换系数μ(k);根据价格pr(k)和转换系数μ(k),按照下式计算数据包丢弃概率p(k),并进行数据包丢弃操作。本发明结构简单,扩展性强,能够有效解决REM中存在的技术问题,在降低路由排队延时及抖动的同时,保证较高的链路利用率,在复杂动态环境中也具有良好的活应性。
Description
技术领域
本发明涉及一种网络工程技术领域的控制方法,特别是一种通信网络自适应拥塞控制方法。
背景技术
计算机网络和通信技术的发展迅速,用户数量激增,大量新的业务和应用不断出现,因此导致了越来越严重的网络拥塞问题。拥塞的发生会导致网络性能的严重下降,诸如:数据报文丢失率上升,网络传输延时增加,链路利用率下降等。研究人员发现,单纯增加网络资源并不能够解决网络拥塞问题。因此,必须在网络中配备拥塞避免和控制技术。
目前,实现网络拥塞控制技术主要有两种方法:(1)应用于终端系统的TCP流量控制;(2)作用于中间节点的路由器队列控制。TCP流量控制方法通过检测网络丢包等拥塞信息,以调整拥塞窗口,进而控制网络流量,成功地实现了拥塞控制机制。但是,上述这种基于终端系统的流量控制方法,其性能和效果十分有限,对网络拥塞的处理明显滞后,对降低路由排队延时和减少丢包无能为力。针对以上技术问题,互联网工程任务组(IETF)建议在路由器中采用一种主动队列控制机制(简称AQM),将其作为端到端拥塞控制的一种增强手段。AQM的技术目标是:通过控制路由器中的队列长度,实现网络性能的折衷,在降低路由器中排队延时的同时,保证较高的链路利用率。
随后,AQM控制方法不断涌现。S.Floyd提出了RED(随机早期检测)方法,成功地实现了对路由器队列长度的控制。然而深入的研究指出RED存在严重的设计缺陷,主要为:参数配置敏感,队列长度受网络负载影响很大,队列长度不稳定,在复杂环境中的适应性、鲁棒性差,等等。在此之后,大量的RED改进方法被提出,影响较大的有Gentle-RED、Adaptive-RED、SRED等。上述这些RED的改进方法同样采用启发式规则进行设计,故而缺少系统性和全局考虑,它们自身依然存在参数配置困难的问题,并且无法适应网络环境的变化,只是在小范围内有效。
除了RED类型的方法,科研人员又提出了一些新的AQM方法,主要有:BLUE、AVQ、GREEN、PI、PID和REM等。其中,BLUE、AVQ、GREEN沿用了启发式设计规则,参数配置困难,无法取得低传输延时与高链路利用率的折中,环境适应性和鲁棒性差。PI和PID采用控制理论的方法设计,虽然克服了RED的一些不足,但仍存在很多缺点,主要是:队列响应性差,在动态网络环境中常出现队列超调,甚至因此而造成队列溢出或排空;另外,PI和PID的参数固定,并且只是通过试凑法而得到的,没有可靠的科学依据,这也是它们环境适应性差的主要原因。REM是S.Athuraliya等人利用Kelly提出的网络流量优化理论中“价格”的概念来探测和控制网络的拥塞状态,具有一定的应用前景,但是存在以下问题大大地限制了其应用推广,主要有:1)REM的价格检测拥塞的能力不足,队列响应性较差;2)网络性能对REM参数敏感;3)REM环境适应性差,难以在复杂多变的实际网络中保证良好的性能。
经对现有技术文献的检索,尚未发现与本发明主题相关的技术文献的报道。
发明内容
本发明的目的在于解决REM中存在的技术问题,提供了一种通信网络自适应拥塞控制方法。本发明具有结构简单,实用扩展性强的特点,易于在路由器软件中实现,计算复杂度低;并在动态网络环境中,具有良好的适应能力。仿真分析表明本发明响应性好,在降低路由排队延时及抖动的同时,维持较高的链路利用率,有效保证了网络的服务质量。
本发明是通过以下技术方案实现的:
本发明包括以下步骤:
步骤一,在每个采样周期内,测量路由器的瞬时队列长度q(k);
步骤二,将测得的队列长度q(k)减去目标队列q*,计算得到队列差值e(k);
步骤三,在每个采样周期内,测量数据包输入流速r(k);
步骤四,将测得的输入流速r(k)减去链路带宽c(k),计算得到数据流速差值x(k);
步骤五,将当前测得的数据流速r(k)与上一个采样周期内的数据流速r(k-1)相减,计算得到数据流速的变化率Δr(k);
步骤六,对数据包流速变化率Δr(k)进行滤波处理,采用低通滤波的方法,依照下式计算:
Δr(k)=ω·Δr(k-1)+(1-ω)·Δr(k)
其中,Δr(k)为数据流速的平均变化率,ω为加权参数,应在0-1之间取值。另外,对流速变化率Δr(k)进行滤波处理是为了滤去其中的高频噪声,因为数据流速的变化率可能波动较大,若不经过滤波处理就直接使用,可能会对控制效果带来不利的影响,出现误操作等问题。
步骤七,将瞬时队列误差e(k)与事先设定的误差阈值eth进行对比。
当e(k)的绝对值小于阈值eth时,采用附加长度变化率的控制方法;否则,采用非附加长度变化率的控制方法。
所述的附加长度变化率的控制方法,步骤为:
(1)初始化中的变量和参数,分别为:
加权系数k1、k2和k3;
调整步长η1;
(2)对队列差值e(k),数据流速差值x(k)和数据流速的平均变化率Δr(k),进行带权值的累加,按照下式计算得到改进的“价格”pr(k):
pr(k)=pr(k-1)+k1e(k)+k2x(k)+k3Δr(k)
其中,k1、k2和k3都是加权系数,应取正值。
(3)计算路由器队列长度的变化率Δq(k),即将当前测得的队列长度q(k)与上一个采样周期内的队列长度q(k-1)相减;
(4)按照下式计算事先定义的概率转换系数μ(k):
μ(k)=μ(k-1)+η1·Δq(k)·r(k)·T·pr(k-1)·μ(k-1)-pr(k-1)-1
其中,采样周期T和调整步长η1,都是事先设定好的数值。μ(k-1)和pr(k-1)是上一个采样周期中转换系数和价格大小,Δq(k)和r(k)是本次采样中的队列长度变化率和数据流量,它们都已在前面的步骤中计算过,这里调用即可。
非附加长度变化率的控制方法,步骤为:
(1)初始化中的变量和参数,分别为:
加权系数k4和k5;
更新步长η2;
与路由器相连接的TCP数目N。
(2)对数据流速差值x(k)和数据流速的平均变化率Δr(k),进行带权值的累加,按照下式计算得到改进的“价格”pr(k):
pr(k)=pr(k-1)+k4x(k)+k5Δr(k)
其中,k4和k5都是加权系数,应取正值。
(3)按照下式计算概率转换系数μ(k):
其中,p(k-1)、μ(k-1)和pr(k-1)是上一个采样周期中的丢弃概率,转换系数和价格大小,e(k)是本次采样中的队列长度,它们都已经在前面的步骤中计算过,这里调用即可。η2为更新步长,l是一个常数,取值范围是N是网络中与路由器相连接的TCP数目。
步骤八,根据选定的控制方法,计算改进的价格,并更新参数;
步骤九,根据价格pr(k)和转换系数μ(k),按照下式计算数据包丢弃概率p(k):
p(k)=1-μ(k)-pr(k)。
本发明的概率转换方法与传统技术不同,因为其中采用的是改进的价格形式,同时本发明中的转换系数μ(k)是一个实时更新的变量,而不再是一个设为定值的参数。本发明要求路由器工作在有线网络中,同时支持TCP/IP协议;其次,路由器包含有队列控制机制,因为本发明根据路由器队列长度和数据流速,计算数据包丢弃概率,这就需要路由器提供队列控制的软件接口,供本发明方法直接调用。通过检测路由器中的队列长度,以及数据包到达速率,计算队列误差,数据流速误差及其变化率,并根据队列误差大小,提出一种改进的价格来探测网络拥塞状态,使得拥塞控制更加及时和准确;并且,为控制器关键参数设计了实时的更新计算方法。
本发明的技术效果在于:本发明根据瞬时队列误差大小,设计两套控制方法,在不同的情况下进行切换选择。通过在每个采样周期中检测队列长度和数据流速,计算一种改进的价格,以更好地检测拥塞,并将其嵌入到数据包丢弃概率中以丢弃分组,从而控制路由器队列长度。本发明具有结构简单,易于实现,扩展性好的特点;能够有效解决REM中存在的技术问题。仿真分析表明本发明在各种网络环境中,均保持快速的响应速度,在降低路由排队延时及抖动的同时,保证较高的链路利用率,表现出很强的环境适应性。
附图说明
图1为本发明的仿真实验拓扑图(单瓶颈链路)
图2为本发明的仿真实验拓扑图(多瓶颈链路)
图3为本发明的流程图
图4为本发明控制的队列长度变化情况
图5为本发明的队列长度在TCP流突变时的变化情况
图6为本发明的队列长度在UDP流突变时的变化情况
图7为本发明在链路3处的队列长度变化情况
具体实施方式
以下结合附图对本发明的实施例作详细说明:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和过程,但本发明的保护范围不限于下述的实施例。
本实施例在如图1和2所示的单瓶颈链路和多瓶颈链路网络中实施。图1所示的是单瓶颈链路网络,它由N个发送端S1-Sn,N个接收端D1-Dn,以及路由器R1,R2组成,为哑铃型结构。图中标出了每条链路上标记有带宽、传输延时。其中瓶颈链路带宽Bw=2Mb,传输延时为Tp=20ms。其他全部链路带宽为10Mb,传输延时为10ms。图2所示的多瓶颈链路网络,有3组TCP发送、接收端,6个路由器连接起5条数据链路。每条链路的传输延时和带宽设定都已经标出。本实施例的路由器缓存为300pkts,数据包的平均大小设置为512字节,路由器的报文转发能力为100Mbit/s。
本实施例在图1中的路由器1,和图2中的路由器2、3、4中配置本发明方法。本实施例的路由器支持TCP/IP协议,同时具有队列控制功能。TCP/IP协议是如今因特网使用最为广泛的网络协议,其中TCP协议工作在传输层,IP协议工作在网络层。路由器中的队列控制功能模块,其作用是为本实施例提供接口。即为本实施例提供可定期采样的队列长度和数据流速,同时根据本实施例计算得到的概率,丢弃数据包,以实现拥塞控制。
本实施例的两种控制方法,包括改进价格和参数的更新计算,其实施步骤如下:步骤(1),将瞬时队列误差e(k)与事先设定的误差阈值eth进行对比。当e(k)的绝对值小于阈值eth时,采用附加长度变化率的控制方法;否则,采用非附加长度变化率的控制方法。其中的误差阈值eth设定为15pkts。
步骤(2),根据选定的控制方法,按照如下设计,计算改进的价格,并更新参数。
非附加长度变化率的控制方法实施步骤为:
①初始化附加长度的变化率控制方法中的变量和参数,分别为:
加权系数k1、k2和k3赋值为:k1=1.0×10-4,k2=1.0×10-3,k3=1.0×10-4;
调整步长η1设定为1.0×10-6;
②对计算得到的队列差值e(k),数据流速差值x(k)和数据流速的平均变化率Δr(k),进行带权值的累加,按照下式计算得到改进的“价格”pr(k):
pr(k)=pr(k-1)+0.0001·e(k)+0.001·x(k)+0.0001·Δr(k)
其中,队列长度误差为e(k)=q(k)-q*,数据流速误差为x(k)=r(k)-c(k),数据流速的变化率为Δr(k)=r(k)-r(k-1)。通过低通滤波方法处理数据流速的变化率,得到它的平均值Δr(k)=ω·Δr(k-1)+(1-ω)·Δr(k),ω取为0.9。q(k)和q*分别是队列长度以及目标值,r(k)和c(k)分别是数据包流入速率和带宽。这些信号数值都已经按照上述定义,在实施控制之前计算得到,以备在此调用。
③将当前测得的队列长度q(k)与上一个采样周期内的队列长度q(k-1)相减,即按下式计算路由器队列长度的变化率Δq(k):
Δq(k)=q(k)-q(k-1)
④按照下式计算概率转换系数μ(k):
μ(k)=μ(k-1)+10-6·T·Δq(k)·r(k)·pr(k-1)·μ(k-1)-pr(k-1)-1
其中,采样周期T设定为0.002s。μ(k-1)和pr(k-1)是上一个采样周期中转换系数和价格大小,Δq(k)和r(k)是本次采样中的队列长度变化率和数据流量,它们都已在实施控制之前计算过,这里调用即可。
非附加长度变化率的控制方法实施步骤为:
①初始化非附加长度的变化率控制方法中的变量和参数,分别为:
加权系数k4=1.0×10-3和k5=1.0×10-4;
更新步长η2=1.0×10-15;
常数l,取值为
考虑到实际网络中的TCP连接数一般为几十到上千,这里取中间值,将参数N设定为100;
②对数据流速差值x(k)和数据流速的平均变化率Δr(k),进行带权值的累加,按照下式计算得到改进的“价格”pr(k):
pr(k)=pr(k-1)+0.001·x(k)+0.0001·Δr(k)
③按照下式计算概率转换系数μ(k):
其中,e(k)、p(k-1)、μ(k-1)和pr(k-1)都已经计算得到,这里只是调用。
步骤(3),根据上面步骤中计算得到的价格pr(k)和转换系数μ(k),按照下式计算数据包丢弃概率p(k):
p(k)=1-μ(k)-pr(k)
其中,概率转换系数μ的初值设定为1.001。
如图3所示,本实施例的具体实施步骤如下:
步骤(1):初始化参数和变量,设
误差阈值eth设定为15pkts,采样周期T为0.002s;
加权系数k1=1.0×10-4,k2=1.0×10-3,k3=1.0×10-4,k4=1.0×10-3,k5=1.0×10-4;
步长η1=1.0×10-6,η2=1.0×10-15;
参数ω取为0.9, N设定为100,概率转换系数μ的初值设定为1.001;
sys-T用于记录系统时间,以判断是否到达下一个采样周期,初始化为当前时刻。
步骤(2):判断当前系统时刻是否达到sys-T+T,如果已经到达,则执行步骤(3),否则执行步骤(13);
步骤(3):测量路由器的瞬时队列长度q(k);
步骤(4):将测得的队列长度q(k)减去目标队列q*,计算得到队列差值e(k);;
步骤(5):测量数据包输入流速r(k);
步骤(6):将测得的输入流速r(k)减去链路带宽c(k),计算得到数据流速差值x(k);
步骤(7):将当前测得的数据流速r(k)与上一个采样周期内的数据流速r(k-1)相减,计算得到数据流速的变化率Δr(k);
步骤(8):对数据包流速变化率Δr(k)进行滤波处理,采用低通滤波的方法,依照下式计算得到速率平均变化率Δr(k):
Δr(k)=0.9·Δr(k-1)+0.1·Δr(k)
步骤(9):判断e(k)<15是否成立。若成立,则执行步骤(10),否则执行步骤(11);
步骤(10):采用附加长度变化率的控制方法,具体步骤为:
①按照下式计算附加长度变化率的控制方法中的改进“价格”pr(k):
pr(k)=pr(k-1)+0.0001·e(k)+0.001·x(k)+0.0001·Δr(k)
②按下式计算路由器队列长度的变化率Δq(k):
Δq(k)=q(k)-q(k-1)
③按照下式计算概率转换系数μ(k):
μ(k)=μ(k-1)+0.002·10-6·Δq(k)·r(k)·pr(k-1)·μ(k-1)-pr(k-1)-1
其中,μ(k-1)和pr(k-1)是上一个采样周期中转换系数和价格大小,Δq(k)和r(k)是本次采样中的队列长度变化率和数据流量,它们都已在前面的步骤中计算过,这里调用即可。
步骤(11):采用非附加长度变化率的控制方法,具体步骤为:
①按照下式计算改进“价格”pr(k):
pr(k)=pr(k-1)+0.001·x(k)+0.0001·Δr(k)
②按照下式计算概率转换系数μ(k):
其中,e(k)、p(k-1)、μ(k-1)和pr(k-1)都已经计算得到,这里只是调用。
步骤(12):把sys-T赋值为当前系统时刻;
步骤(13):等待新的分组到来,如果新的分组到达,则执行步骤(14),否则执行步骤(2);
步骤(14):根据价格p(k)和转换系数μ(k),按照下式计算数据包丢弃概率p(k):
p(k)=1-μ(k)-pr(k)
步骤(15):以概率p(k)丢弃此分组;
步骤(16):转至步骤(2),重复执行步骤(2)到步骤(15),直到结束。
本实施例在NS2(Network Simulator,Version 2)中实现了控制方法,并对其进行了详细的性能测试。NS2(Network Simulator,Version 2)网络仿真平台是一种通用的多协议网络仿真软件,由于其采用开放的体系结构,支持的协议广泛,现在已经成为网络研究应用领域中最为权威、使用最广泛的网络仿真软件之一。
采用图1所示的单瓶颈链路网络拓扑结构。路由器中采用本实施例与REM(随机指数标记方法)进行对比。在仿真过程中,源端Si向对应的接收端Di发送大量的FTP数据。为了测试本实施例的性能,进行了一系列的对比仿真实验。
实验(1):设定300个FTP连接,目标队列长度分别为100和200pkts,以测试本实施例在静态网络环境中的性能,实验结果如图4所示。从图4中可以看出,队列长度响应迅速,经过一个短暂的调节过程就到达稳定状态,并保持小幅振荡。
实验(2):由于实际网络中的TCP连接数随时在变化,为了测试本实施例在突发业务流情况下的适应性,我们在仿真开始时启动100个FTP流,在100s、200s和300s时分别启动100、150和200个附加FTP数据流,并依次在600s、500s和400s处关闭,队列目标长度为50pkts。如图5所示,在负载突增和突减的情况下,REM响应能力较差,队列长度的调整时间较长,抖动较大;而本实施例具有快速的响应能力,能够在短时间内将队列长度调整对目标值,并维持小幅振荡,体现出很强的环境适应性。进一步考虑,由于本实施例具有良好的队列响应,所以能够有效避免路由队列溢出或排空的现象,以保证较高的链路利用率。
实验(3):考虑更为实际的情形,引入非响应流以测试本实施例在混合流环境中的性能。在仿真开始时,启动100个FTP流,并分别在100s、200s和300s处启动附加的15、15和20个CBR流,依次在600s、500s和400s处关闭,队列目标长度为150pkts。如图6所示,REM的队列长度受UDP连接数突变的影响而波动,出现超调和排空现象;而本实施例能够将队列长度稳定在目标值,对非响应流有很好的适应性。
实验(4):进一步考虑更为复杂的网络结构,采用如图2所示的多瓶颈链路网络拓扑。目标队列长度设定为150pkts。在仿真开始时,给TCP连接簇1、2、3分别设定300、50和50个FTP连接。在100s、200s和300s处,分别给TCP连接簇1、2、3启动150、50和50个FTP连接,并依次在600s、500s和400s处关闭。图7中给出了链路3处的队列长度变化,从中可以看出,ARED(自适应随机早期检测方法)、REM(随机指数标记方法)和PI(比例积分控制方法)的队列长度受环境变化的影响较大,队列收敛速率慢,抖动大。而本实施例的队列长度稳定在目标设定值,保持小幅振荡。在交叉流量突变的情况下能够迅速将队列长度调整到稳态,体现出很强的适应能力,同时表明本实施例能够在复杂多变的网络环境中稳定运行。
Claims (1)
1.一种通信网络自适应拥塞控制方法,其特征在于,包括以下步骤:
(1)在每个采样周期内,测量路由器的瞬时队列长度q(k);
(2)将测得的队列长度q(k)减去事先设定的目标队列值q*,计算得到瞬时队列误差e(k);
(3)在每个采样周期内,测量数据流速r(k);
(4)将测得的数据流速r(k)减去链路带宽c(k),计算得到数据流速差值x(k);
(5)将当前测得的数据流速r(k)与上一个采样周期内的数据流速r(k-1)相减,计算得到数据流速的变化率Δr(k);
其中,ω为加权参数,应在0-1之间取值;
(7)将瞬时队列误差e(k)与事先设定的误差阈值eth进行对比;
(8)根据选定的控制方法,计算改进的价格大小pr(k),以及概率转换系数μ(k);
(9)根据改进的价格大小pr(k)和转换系数μ(k),按照下式计算数据包丢弃概率p(k),并进行数据包丢弃操作:
p(k)=1-μ(k)-pr(k);
所述的瞬时队列误差e(k),当e(k)的绝对值小于阈值eth时,采用附加长度变化率的控制方法;否则,采用非附加长度变化率的控制方法;
所述的附加长度变化率的控制方法,步骤为:
(1)初始化中的变量和参数,分别为:
加权系数k1、k2和k3,调整步长η1;
其中,k1、k2和k3都是加权系数,应取正值;
(3)计算路由器队列长度的变化率Δq(k),即将当前测得的队列长度q(k)与上一个采样周期内的队列长度q(k-1)相减;
(4)按照下式计算事先定义的概率转换系数μ(k):
μ(k)=μ(k-1)+η1·Δq(k)·r(k)·T·pr(k-1)·μ(k-1)-pr(k-1)-1
其中,采样周期T和调整步长η1,T和η1都是事先设定好的数值;
μ(k-1)和pr(k-1)是上一个采样周期中转换系数和改进的价格大小,Δq(k)和r(k)是本次采样中的队列长度变化率和数据流速;
所述的非附加长度变化率的控制方法,步骤为:
(1)初始化的变量和参数,分别为:
加权系数k4和k5,更新步长η2,常数l,取值范围是与路由器相连接的TCP数目N;
其中,k4和k5都是加权系数,应取正值;
(3)按照下式计算概率转换系数μ(k):
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100566916A CN101635674B (zh) | 2009-08-20 | 2009-08-20 | 通信网络自适应拥塞控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100566916A CN101635674B (zh) | 2009-08-20 | 2009-08-20 | 通信网络自适应拥塞控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101635674A CN101635674A (zh) | 2010-01-27 |
CN101635674B true CN101635674B (zh) | 2013-01-16 |
Family
ID=41594739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100566916A Expired - Fee Related CN101635674B (zh) | 2009-08-20 | 2009-08-20 | 通信网络自适应拥塞控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101635674B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101958833B (zh) * | 2010-09-20 | 2012-01-25 | 云南省科学技术情报研究院 | 一种基于随机早期侦测red的网络拥塞控制方法 |
CN101997776B (zh) * | 2010-11-18 | 2013-01-09 | 无锡源清高新技术研究所有限公司 | 基于拥塞辨识的路由器队列控制系统的控制方法 |
CN102185732B (zh) * | 2011-04-13 | 2013-07-17 | 瑞斯康达科技发展股份有限公司 | 测试通信设备主动队列管理参数的方法和系统 |
CN102325082B (zh) * | 2011-07-19 | 2014-04-02 | 天津理工大学 | 一种面向游牧应用的网络拥塞控制方法 |
JP2015529994A (ja) * | 2012-07-05 | 2015-10-08 | オプティス セルラー テクノロジー, エルエルシーOptis Cellular Technology,LLC | 変化レートパラメータに基づいてキューを管理する方法 |
CN104283809B (zh) * | 2014-11-08 | 2017-07-04 | 福州大学 | 一种基于机器学习的主动式队列管理方法生成器 |
CN105704052A (zh) * | 2014-11-27 | 2016-06-22 | 华为技术有限公司 | 一种量化的拥塞通告消息生成方法及装置 |
CN105429936B (zh) * | 2015-10-21 | 2018-10-09 | 北京交通大学 | 专网路由器内存储资源恶意占用抵御方法及装置 |
US10659364B2 (en) | 2017-04-19 | 2020-05-19 | Nxp Usa, Inc. | Hybrid AQM controller using RBF for queue utilization approximation as a non-linear system |
CN109150756B (zh) * | 2018-10-25 | 2021-11-26 | 重庆邮电大学 | 一种基于sdn电力通信网的队列调度权值量化方法 |
CN110412983B (zh) * | 2019-08-01 | 2022-11-01 | 北京百度网讯科技有限公司 | 一种车辆避碰的检测方法及装置、车辆 |
CN114487211A (zh) * | 2022-03-16 | 2022-05-13 | 河北科技大学 | 秒级实时监控挥发性有机物的gc-fid监测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005064861A1 (en) * | 2003-12-23 | 2005-07-14 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and device for controlling a queue buffer |
CN1874299A (zh) * | 2006-06-07 | 2006-12-06 | 清华大学 | 基于滑模变结构控制的路由主动队列管理方法 |
CN1885824A (zh) * | 2006-06-07 | 2006-12-27 | 清华大学 | 主动队列管理的分类器实现方法 |
CN1980188A (zh) * | 2005-12-07 | 2007-06-13 | 联想(北京)有限公司 | 一种用于通信网络拥塞控制的模糊pd流量控制方法 |
-
2009
- 2009-08-20 CN CN2009100566916A patent/CN101635674B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005064861A1 (en) * | 2003-12-23 | 2005-07-14 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and device for controlling a queue buffer |
CN1980188A (zh) * | 2005-12-07 | 2007-06-13 | 联想(北京)有限公司 | 一种用于通信网络拥塞控制的模糊pd流量控制方法 |
CN1874299A (zh) * | 2006-06-07 | 2006-12-06 | 清华大学 | 基于滑模变结构控制的路由主动队列管理方法 |
CN1885824A (zh) * | 2006-06-07 | 2006-12-27 | 清华大学 | 主动队列管理的分类器实现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101635674A (zh) | 2010-01-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101635674B (zh) | 通信网络自适应拥塞控制方法 | |
Kunniyur et al. | An adaptive virtual queue (AVQ) algorithm for active queue management | |
Shakkottai et al. | How good are deterministic fluid models of Internet congestion control? | |
Henderson et al. | On improving the fairness of TCP congestion avoidance | |
JP4632874B2 (ja) | 通信端末 | |
CN101997776B (zh) | 基于拥塞辨识的路由器队列控制系统的控制方法 | |
Bohacek et al. | Signal processing challenges in active queue management | |
CN101631115B (zh) | 基于小波神经网络的拥塞控制方法 | |
US9860146B2 (en) | Method and apparatus for estimating available capacity of a data transfer path | |
US10608930B2 (en) | Network statistics estimation and prediction | |
Sun et al. | Neuron PID: a robust AQM scheme | |
CN104135401B (zh) | 一种端到端网络的时延检测方法及装置 | |
Jacobsson et al. | Round trip time estimation in communication networks using adaptive kalman filtering | |
Lima et al. | An optimal active queue management controller | |
CN101977155B (zh) | 虚拟带宽自适应控制系统及其控制方法 | |
Aweya et al. | Weighted proportional loss rate differentiation of TCP traffic | |
Wakeman et al. | A combined admission and congestion control scheme for variable bit rate video | |
Huang et al. | An adaptive active queue management algorithm | |
Shu et al. | Analysing and improving convergence of quantized congestion notification in Data Center Ethernet | |
Zhang et al. | Fast convergence of variable-structure congestion control protocol with explicit precise feedback | |
Zhang et al. | Fast fairness convergence through fair rate estimation in Variable-structure congestion Control Protocol | |
Li et al. | Improving fairness of TCP Vegas | |
Gogić et al. | On stochastic modeling of TCP behavior by aggregation of TCP states | |
Sup et al. | Acknowledge-Based Non-Congestion Estimation: An Indirect Queue Management Approach For Concurrent Tcp And Udp-Like Flows | |
Ji et al. | Design and analysis of a multiscale active queue management scheme |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130116 Termination date: 20150820 |
|
EXPY | Termination of patent right or utility model |