基于主動(dòng)隊(duì)列管理的擁塞控制策略及其穩(wěn)定性研究.pdf

1、擁塞控制機(jī)制在維護(hù)網(wǎng)絡(luò)穩(wěn)定和保障服務(wù)質(zhì)量上起著至關(guān)重要的作用,其主要由基于端到端的傳輸控制協(xié)議(Transmission Control Protocol,TCP)和基于路由的主動(dòng)隊(duì)列管理(Active Queue Managment,AQM)組成。部署在路由端的AQM機(jī)制能夠主動(dòng)的避免和緩解網(wǎng)絡(luò)擁塞,有著提高鏈路利用率、減少丟包率以及降低隊(duì)列排隊(duì)延時(shí)的優(yōu)勢。但研究表明,AQM算法面對(duì)動(dòng)態(tài)突變以及混雜流量的網(wǎng)絡(luò)場景,存在參數(shù)配置難、隊(duì)列

2、性能不穩(wěn)定、鏈路利用率低等不足,進(jìn)而引起了國內(nèi)外學(xué)術(shù)界和工業(yè)界的關(guān)注。
　　 本文圍繞著這一系列問題展開了對(duì)AQM機(jī)制的深入研究。首先搭建了一個(gè)基于NS2(Network Simulator2)的算法設(shè)計(jì)/性能測試平臺(tái),并通過此平臺(tái)對(duì)幾個(gè)典型的AQM算法進(jìn)行分析和比較,歸納影響算法性能的主要因素。然后在此基礎(chǔ)上,分別提出了3種不同類型的AQM算法。最后,使用丟包概率增益代替復(fù)雜的AQM算法控制函數(shù),從非線性分岔理論的角度,著重分

3、析了網(wǎng)絡(luò)時(shí)滯τ對(duì)擁塞控制系統(tǒng)穩(wěn)定性及動(dòng)力學(xué)行為的影響。
　　 本文的主要工作和研究成果如下:
　　 1.針對(duì)目前國內(nèi)外尚未有一個(gè)統(tǒng)一的AQM算法設(shè)計(jì)/測試框架,提出了一個(gè)基于NS2的AQM算法設(shè)計(jì)/性能測試平臺(tái)架構(gòu)。該平臺(tái)包括四個(gè)模塊:AQM算法引擎模塊、性能分析模塊、網(wǎng)絡(luò)拓?fù)淠K和流量突發(fā)模塊。在分析和總結(jié)現(xiàn)實(shí)網(wǎng)絡(luò)中各類擁塞突發(fā)場景的基礎(chǔ)上,設(shè)計(jì)了一系列網(wǎng)絡(luò)測試場景,并在該平臺(tái)上驗(yàn)證了幾種代表性的AQM算法性能。仿真結(jié)

4、果表明:網(wǎng)絡(luò)三元組(N,RTT,C)、短時(shí)Web流、非響應(yīng)UDP(User Datagram Protocol)流以及AQM算法的擁塞檢測尺度和隊(duì)列控制函數(shù),都將影響擁塞控制系統(tǒng)的性能。
　　 2.針對(duì)網(wǎng)絡(luò)流量突變場景,為提高算法的瞬態(tài)響應(yīng)性能,提出一種帶加速因子的自適應(yīng)SABlue(Self-tune Accelerate Blue)算法。該算法將瞬時(shí)隊(duì)列長度作為早期擁塞檢測參量,依據(jù)隊(duì)列負(fù)載因子控制丟包步長,實(shí)現(xiàn)丟包概率幅度

5、的自適應(yīng)調(diào)整,最終將路由隊(duì)列長度穩(wěn)定在目標(biāo)區(qū)域內(nèi)。為了提高網(wǎng)絡(luò)突變跨度較大情況時(shí)算法的性能,在隊(duì)列警戒區(qū)域內(nèi)引入了加速因子α,綜合考慮算法各性能指標(biāo),最終選取α∈[1.43.7]區(qū)間。仿真結(jié)果表明:由于加速因子的引入,SABlue算法的瞬時(shí)隊(duì)列收斂時(shí)間相對(duì)PI算法和SBlue算法快,且穩(wěn)態(tài)隊(duì)列控制性能與PI算法相當(dāng)；同時(shí),在面對(duì)各種突變的網(wǎng)絡(luò)場景時(shí),SABlue算法的瞬時(shí)隊(duì)列收斂時(shí)間較短,鏈路利用率較高,丟包率較小,且具有一定的魯棒性。

6、
　　 3.針對(duì)復(fù)雜多變的網(wǎng)絡(luò)場景,為獲得更好的平滑過渡非線性控制輸出效果,提出一種基于活動(dòng)流參數(shù)估計(jì)的自適應(yīng)模糊NFL(adaptive Fuzzy-Logic algorithm withactive-flow-Number estimation)算法。本文在綜合權(quán)衡各性能指標(biāo)的基礎(chǔ)上,設(shè)計(jì)了一組能適應(yīng)一定網(wǎng)絡(luò)變化的模糊規(guī)則,并對(duì)該算法進(jìn)行了運(yùn)算優(yōu)化。為捕獲網(wǎng)絡(luò)突發(fā)流,引入了一種基于Bloom Filter的無狀態(tài)維護(hù)活動(dòng)流

7、參數(shù)估計(jì)策略,并依此提出一個(gè)模糊AQM輸出增益補(bǔ)償器。仿真結(jié)果表明:面對(duì)負(fù)載動(dòng)態(tài)變化時(shí),相對(duì)同類型的。FAFC算法和FEM算法,NFL算法能較好的適應(yīng)網(wǎng)絡(luò)變化,具有更快的收斂速度和穩(wěn)定的穩(wěn)態(tài)隊(duì)列控制性能。
　　 4.為了解決UDP/TCP混雜流場景中AQM算法存在公平性問題,提出了一種速率感知的多虛擬隊(duì)列RMVQ(Rate-perceptive Multi Virtual Queue)算法。該算法引入了區(qū)分服務(wù)思想,為UDP/T

8、CP流維護(hù)兩個(gè)邏輯上獨(dú)立的虛擬隊(duì)列,并對(duì)它們采用不同的擁塞控制策略。同時(shí),根據(jù)活動(dòng)流感知器提供的UDP流和TCP流負(fù)載特征,自適應(yīng)動(dòng)態(tài)的調(diào)整虛擬隊(duì)列大小。仿真結(jié)果表明,相對(duì)其他算法,在面對(duì)混雜流的場景,RMVQ算法不僅提高了鏈路吞吐量,也保障了流之間的競爭公平性。
　　 5.由于不確定的網(wǎng)絡(luò)時(shí)滯將會(huì)造成擁塞控制系統(tǒng)性能不穩(wěn)定,本文將AQM算法進(jìn)行模型化抽象,使用丟包概率增益k代替復(fù)雜的AQM算法控制函數(shù)的輸出,來著重研究網(wǎng)絡(luò)時(shí)滯

9、τ對(duì)時(shí)滯GAIMD/AQM(Generalized Additive Increase Multiplicative Decrease/ActiveQueue Management)系統(tǒng)性能所造成的影響。通過分析時(shí)滯GAIMD/AQM系統(tǒng)的特征方程根分布情況,給出了關(guān)于時(shí)滯τ的系統(tǒng)穩(wěn)定性充要條件。同時(shí),將時(shí)滯τ作為分岔參數(shù),應(yīng)用中心流形定理和規(guī)范型理論,推得系統(tǒng)的Hopf分岔存在條件、周期解的Hopf分岔方向以及穩(wěn)定性結(jié)論?；谏鲜鼋Y(jié)論