基于反馈的区分服务网络拥塞管理新方案

“基于反馈的区分服务网络拥塞管理方案研究，通过建立早期拥塞指示反馈的区分服务网络模型，利用优先级早期随机检测算法改善RED算法的拥塞响应滞后和公平性问题。此方案在网络入口对数据包进行分类、聚集和监控，根据不同优先级设置队列长度阈值，当平均队列长度或各队列长度达到阈值时，发送拥塞指示到源端。实验证明该方法能快速传递拥塞信息，降低丢包率，提高网络利用率，并确保不同服务类别的公平性。” 本文探讨了网络拥塞控制领域的一个重要问题，即如何有效地管理和缓解网络拥塞，特别是在区分服务（DiffServ）网络中。传统的随机早期检测（RED）算法虽然能够避免全局同步，但存在拥塞响应滞后和不同服务类别间公平性不足的缺点。为了解决这些问题，作者提出了一个基于早期拥塞指示反馈的新型拥塞管理方案。 该方案的核心是建立一个区分服务网络模型，在模型中应用优先级早期随机检测（PEERD）算法。PEERD在RED的基础上增加了优先级概念，对不同服务等级的数据包赋予不同级别的处理策略。在网络的入口节点，数据包被分类、聚集并根据其优先级分配到不同的队列中。每个队列都有一个与优先级相关的长度阈值，当平均队列长度或单个队列长度达到这些阈值时，网络会立即发送拥塞指示给源端，提示源节点减少发送速率。 通过使用改进的NS（Network Simulator）进行仿真实验，结果显示，该方案能显著加快拥塞指示的传播速度，从而降低路由器的丢包率。这不仅提高了网络的整体利用率，还确保了不同服务类别之间的公平性，因为每个类别都有特定的拥塞处理策略和丢包概率。实验数据证实了这种方法的有效性，对于保障网络性能和优化服务质量具有重要意义。 此研究受到国家自然科学基金和湖南工学院科研项目的资助，由李昕、陈浩和陈坚等人共同完成。他们的工作为网络拥塞控制提供了新的视角和解决方案，对于提升互联网性能和用户体验具有积极的理论价值和实践意义。