关键词:
IP拥塞控制
主动队列管理
随机早期检测
组播路由
QoS约束
遗传算法
蚁群系统
摘要:
信息时代的来临已经使Internet已成为一个重要的和无处不在的基础设施,与此同时,随着分布式多媒体应用需求的不断增长,以及Internet上商业化应用的飞速发展,对网络性能和服务质量提出了更高的要求。但是“尽力而为”服务仍是日前Internet中主要的一种服务类别,所有分组在网络中被同等对待,缺少有效的管理,局部的拥塞经常发生,导致网络性能下降、应用的分组丢失和数据抖动。如何提高IP网络的服务质量(QoS),已经成为众多国际组织、网络设备制造商和业务提供者研究和应用开发焦点问题。而主动队列管理机制是实现服务质量的基础,QoS组播路由是实现服务质量的重要手段,目前这两方面的研究己成为IP网络研究领域的一个热点。
本文的研究工作主要集中在主动队列管理(AQM)算法和基于QoS组播算法的研究上。提出了几个改进的主动队列管理算法和有效、实用的QoS组播路由算法。取得的主要成果如下:
(1)提出了一种能动态调整参数的随机早期检测算法DRED,一方面,通过主动丢包率来调整Maxp的值,调整对拥塞的控制力度,使算法更能适应网络状态的变化,保持较高的效率;另一方面,使丢包率以相对队列长度的二次方进行调整,使丢包率对队列的长度更加敏感,使队列更加稳定,尽量减少强制丢包。实验表明DRED算法降低了丢包率,提高了传统RED算法的网络适应性和链路利用率。
(2)提出了一种精确度加强的主动队列管理算法BLUE+,该算法根据平均队列长度,对BLUE算法的步长参数detin、detde进行动态调整,并且依据TCP友好公式中丢包率与连接数之间的关系,调整Pmark值。此外在队列长度减少时候提高算法的刷新速度,避免了大量丢包。在此基础上,研究了在区分服务环境下基于BLUE+的TCP拥塞控制方法。仿真表明:在TCP连接数突变的情况下,BLUE+精确度加强算法的性能明显要好于BLUE算法,并且能提高吞吐率,降低丢包率。在区分服务环境下能有效地工作。仿真实验表明,BLUE+是一种稳定、有效的队列管理算法。
(3)针对多维QoS约束的组播路由问题,提出了一种基于遗传算法的解决方案QCMRA-GA。该算法对经典遗传算法的三大算子进行了重新设计,有效地克服了遗传算法的早熟现象。对染色体进行Prufer树型编码,可以避免回路的产生,并根据编码特性,进行基于叶子节点和Steiner节点的解空间压缩,提高了算法的收敛速度。实验表明QCMRA-GA的正确性和效率性。
(4)针对多QoS约束的组播路由问题,借鉴改进的蚁群系统,提出了一种新