基于神经元学习的自适应AQM算法及仿真研究(2)

菜单

3.3 基于PIDNN的AQM算法仿真实现 15

3.4 稳定性分析 17

3.5 本章小结 20

4 基于NS-2的AQM算法仿真 20

4.1 NS-2软件简介 20

4.2 仿真结果及性能分析 22

4.2.1 队列长度 22

4.2.2 瞬时丢包率 25

4.3 本章小结 27

结论 28

致谢 29

参考文献 30

1 绪论

近年来，Internet发展迅猛，速度几乎以指数方式增长。然而，巨大的成功和迅速的发展背后，自然而然会引发一系列的负面问题，网络拥塞就是其中一个重要而又无法回避的问题。近些年，随着网络拥塞现象不断增多，问题严重性不断突出，使得越来越多的人投身于这一课题的研究中来。

本章将会介绍网络拥塞的基本概念及其产生原因，之后将会介绍现阶段的网络拥塞控制方法和研究现状。

1.1 网络拥塞

通俗地讲，网络拥塞[1]就是网络在传输数据过程中产生了阻塞。一方面，在分组交换网络中传送分组数目过多导致网络负载增加，另一方面，网络本身的资源容量和处理能力有限，从而造成网络效率低下，网络拥塞也就产生了。网络拥塞的具体原因如下：（1）存储空间不足。（2）带宽容量不足。（3）处理器处理能力弱[2]。具体表现如下：网络的吞吐量受到影响同时效率降低、队列长度增大、丢包率和时延增加。首先，存储空间不足，那么在某个端口，数据流就会排队等候，一旦没有足够的存储空间，路由器缓冲队列就会急剧增加，后面的数据就会被丢弃。其次，带宽容量不足，对于低速的链路是无法承受高速数据流的输入的，这就会产生拥塞。最后，处理器处理能力弱，这个并不难理解，处理器处理的速度慢，跟不上高速链路，自然会产生网络拥塞。网络拥塞的现象可以直观的用图1.1来描述。

网络负载的吞吐量及响应时间的关系

图1.1 网络负载的吞吐量及响应时间的关系

由图1.1可见，当网络负载较小时，吞吐量基本上随着负载的增长而增长，大致为线性关系，而响应时间增长缓慢；当负载增长到网络容量时，吞吐量增长缓慢，而响应时间急剧增加，这一点称为Knee；当负载继续增加时，路由器开始丢弃数据包，当负载超过也一定数量时，吞吐量就急剧下降，这一点称为Cliff。通常，Knee点附近区域被称为拥塞避免区间；Knee点和Cliff点之间被称为拥塞恢复区间；Cliff点之外被称为拥塞崩溃区间。

从全局来看，网络拥塞产生的原因有：(1)best-effort服务模型网络无法保证数据传输的服务质量；(2)由于没有“接纳控制”算法，网络无法根据网络资源的情况限制用户的数量；(3)Internet资源分布和流量分布的不均衡性，导致拥塞总是发生在资源相对短缺的地方。

值得注意的是，虽然拥塞是由于网络资源短缺引起的，但单纯增加资源非但不能避免拥塞的发生，有时甚至会加重拥塞程度[3]。例如，增加存储空间到一定程度，此时很可能只会加重拥塞，这是因为当数据包经过长时间排队完成转发时，它们很可能早已超时，源端便会进行超时重发。这些数据包将会继续传输到下一路由器，循环往复浪费了网络资源，也加重了网络拥塞。