网络拥塞控制中主动队列管理及其公平性研究.pdfVIP

硕士论文 网络拥塞控制中主动队列管理及其公平性研究 摘 要 随着网络用户的增长和新业务的不断涌现，Intemet已发展为传送数据、语音、视 频等多媒体信息的综合业务网络。而数据流量的增长给路由节点造成了很大的负担，使 得Intemet面临不断增加的丢包率和网络延时，导致了越来越严重的网络拥塞问题。 拥塞控制是保证网络运行和鲁棒性的关键，然而许多流在协议中缺少拥塞响应机 制，在竞争资源时会抢占更多的网络带宽，造成了资源分配的不公平性。因此，寄希望 中间节点的主动队列管理(AQM)来解决网络拥塞和保证服务质量。本文针对网络中的稳 定性与公平性问题进行了研究，并对几种AQM算法的缺陷给出了解决方案。 (1)分别研究了基于单神经元梯度学习的自适应AQM算法NGL与基于单神经元强化学 算法是在梯度算法的基础上给出的，采用强化学习，能够根据网络环境自适应调整 神经元权值参数，具有较好的稳定性和对环境的适应性。它们不依赖于对象的模型， 对非线性，时变系统具有很强的自适应性。 相结合，给出了CHNRL算法；针对CHOKe算法在低负载时丢包率过大的问题，将 输入链路速率引入到算法中