一种兼顾公平性的神经网络拥塞控制方法.pdfVIP

第十七届中国过程控制会议论文集 一种兼顾公平性的神经网络拥塞控制方法* 郭韬，王行愚，牛玉刚 （华东理工大学信息科学与工程学院，上海） 摘 要 : 本文针对拥塞控制中间节点的虚拟队列管理问题，在一般网络模型的基础上，基于 BP 神经网络的拥 塞控制方案，该方法通过对中间节点丢弃概率的调节，保证了各链路的资源利用的公平性，该方案具有较好 的仿真结果。 关键词 : 拥塞控制，BP 神经网络，虚拟队列管理 1. 引言 近年来，计算机网络上信息流量的爆炸式增长使得如何对海量的信息进行有效的调度、优化和控 制成为当前的一个热门研究方向。其中，网络拥塞控制作为一项关键技术得到了很多学者的重视。网 络中的拥塞是由于网络资源和网络流量分布的不均衡性而导致的，并且拥塞现象不会随着网络处理能 力的提高而消除。同时，拥塞控制算法的分布性、网络的复杂性和对拥塞控制算法的性能要求等又使 得拥塞控制算法的设计具有很高的难度。启发式算法就是在这种背景下蓬勃发展起来的,并广泛应用于 改进主动队列算法(AQM) 的拥塞控制中，如随机早期丢弃(RED) ，BLUE 算法和自适应虚拟队列算法 (AVQ)等。 近年来模糊理论、神经网络和遗传算法等都开始应用于网络拥塞的控制中，其中神经网络在拥塞 控制中的应用研究主要集中在 ATM 网络中。文[1]考虑了多个源端如何公平共享带宽、合理分配资源 的问题，神经网络控制器用来调节拥塞节点队列长度；文[2]提出了一种源端根据中间节点反馈的信息 自动调节发送速率的方法，在该方法中神经网络自适应控制器涉及用于调节队列长度使之接近给定值； 文[3]和[4]则指出，包括 RED 、PI 、SMVS、REM 和 AVQ 等在内的算法都可以归结为单神经元 PID 控 制，并提出了一种设计控制器的统一思路，即只用调解不同的丢弃概率来满足不同约束条件。 在传统 AVQ 算法中，RED 算法作为经典的丢弃概率模型被采用，但由于参数设置复杂，本文进 一步提出了一种利用神经网络实现虚拟队列管理的方法，该方法运用 BP 神经网络的非线性逼近能力， 建立丢弃概率的模型，在参数设置上有所改进。通过仿真结果能较好的说明本文提出算法的有效性。 2. 拥塞控制模型 本文考虑只有一个中间节点的拥塞控制系统，其中采用链路负载直接观测网络拥塞的状况。AVQ[5] 是考虑链路负载时采用的比较普遍的一种方法，该方法具有两个非常明显的特征：1）虚拟队列的容量 是小于实际队列容量的，因此队列平均等待延时会小于一般的队列管理算法；2 ）即使虚拟队列溢出， 实际队列也不一定溢出，这样保证了服务质量。设链路容量为 C ，C 为虚拟队列容量，γ 为要求链路 * 本文工作得到高等学校博士点基金（20040251010）和上海市自然科学基金（04ZR14034）的资助。 147 第十七届中国过程控制会议论文集 利用率，队列容量为 Q ，进入队列的瞬时速率为y (t ) ，则虚拟队列容量：C αγ( C =?y(t)) ，其中α 是虚拟队列容量的阻尼因数。 Real Queue Virtual Queue Before packet arrival After packet arrival 图 1 AVQ：当队列没有满的时候 Real Queue