NS-2下主动队列管理算法性能比较：AQM技术在TCP拥塞控制中的研究

本文主要探讨了主动队列管理（Active Queue Management, AQM）在互联网拥塞控制中的应用，特别是针对IETF提出的解决方案。IETF倡导在TCP/IP网络中采用主动队列管理机制，以防止网络拥塞并改善服务质量。文章的核心内容围绕基于NS-2（Network Simulator 2），一个广泛应用的网络仿真器，对DropTail、随机早期检测（Random Early Detection, RED）以及自适应随机早期检测（Adaptive Random Early Detection, ARED）三种主要的AQM算法进行深入研究。 首先，作者介绍了主动队列管理的基本概念，它是一种路由器缓存管理技术，通过动态调整队列策略，如提前丢弃数据包来预防网络拥塞，从而减少全局同步问题的发生。TCP全局同步是指当多个TCP连接同时发送数据导致网络拥塞时，所有连接的数据传输都会受到影响的现象。 NS-2是一个功能强大的网络模拟平台，通过它，研究人员可以模拟各种网络环境和协议行为，以便评估不同AQM算法的实际效果。作者在NS-2环境中对比了DropTail算法，其简单易实现但可能引发全局同步问题；RED，其随机丢弃数据包能提供一定的抗拥塞能力，但可能不够精确；以及AREN，一种自适应版本的RED，它可以根据网络状况实时调整丢弃策略，旨在提高系统的稳定性和鲁棒性。 研究的主要性能指标包括队列长度，这是衡量网络负载的重要参数；TCP全局同步问题，这反映了算法在高负载情况下的性能；以及连接数对系统稳定性的影响，即算法能否有效应对大规模连接请求；最后，文章还关注了算法的鲁棒性，即在网络条件变化时，算法能否保持良好的性能。 仿真结果显示，相比于DropTail和RED，自适应随机早期检测（ARED）在处理复杂网络环境和维持网络稳定性方面表现更优。关键词包括网络仿真、主动式队列管理、尾丢弃、自适应随机早期检测等，突出了本文研究的重点和核心内容。这篇文章为理解并优化网络拥塞控制策略提供了有价值的研究视角和实证依据。