自相似业务模型下主动队列管理算法的研究

论文摘要

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。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.3 论文的研究内容
• 1.4 论文的研究意义
• 1.5 论文的组织安排
• 第二章 主动队列管理算法
• 2.1 TCP拥塞控制策略
• 2.2 被动和主动队列管理
• 2.2.1 被动队列管理及其不足
• 2.2.2 主动队列管理及其优点
• 2.3 主动队列管理算法
• 2.3.1 随机早期检测算法RED
• 2.3.2 几种改进的RED算法及其他AQM算法
• 2.4 AQM研究成果与下一步研究方向
• 第三章 网络业务流的自相似性能分析
• 3.1 自相似现象的发现及实例
• 3.1.1 自相似现象的发现
• 3.1.2 互联网通信量自相似性的几个实例
• 3.2 自相似的定义、定理及性质
• 3.2.1 自相似的定义及定理
• 3.2.2 自相似过程的性质
• 3.3 网络业务模型
• 3.3.1 Possion流量模型
• 3.3.2 几种常用的自相似模型
• 3.4 自相似流量Hurst参数的估计方法
• 3.4.1 时间方差法
• 3.4.2 R/S法
• 3.4.3 Whittle估计法
• 3.4.4 小波变换实时估计法
• 3.5 自相似流量的预测方法
• 3.5.1 分形预测方法
• 3.5.2 统计预测方法
• 3.6 网络自相似性产生的原因
• 第四章 自相似业务下的主动队列管理算法
• 4.1 业务的自相似性对网络性能的影响
• 4.2 基于时间间隔的随机早期检测算法─BIRED算法
• 4.2.1 AQM算法的设计要求和性能评价标准
• 4.2.2 BIRED算法设计思想
• 4.2.3 BIRED算法的实现
• 4.3 BIRED与RED算法性能比较
• 第五章 自相似业务下的自适应ABIRED算法
• 5.1 自适应ABIRED算法的设计思想
• 5.2 自适应ABIRED算法的实现
• 5.3 结论
• 第六章 总结与展望
• 6.1 论文工作总结
• 6.2 进一步的工作
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文
• 攻读硕士学位期间参与的科研项目