RED算法优化：PO_RED在不同负载下的性能提升与公平性改善

该篇论文研究的焦点是针对网络拥塞控制中的随机早期检测(RED)算法进行改进，特别是关注其最大丢弃概率pmax和丢弃概率p两个关键参数。早期的RED算法虽然在拥塞控制方面有一定的作用，但由于参数设置的复杂性，往往难以达到最优性能。作者针对这些问题，提出了一种新的改进算法PO_RED。 PO_RED算法首先对RED的pmax进行优化，通过实时监测网络流量动态调整pmax，使其能在轻载和重载状态下更灵活地响应，确保平均队列长度保持在设定的阈值范围内，从而提高网络的稳定性和链路利用率。这种动态调整方式借鉴了IM_RED和ARED的方法，但进一步优化了策略以适应不断变化的网络流量。 其次，对于丢弃概率p，论文引入了正弦p-avg曲线的概念。传统的线性变化在某些区间可能无法充分利用RED的丢弃策略，而正弦曲线的特点在于其在特定区间内的变化趋势与RED的丢弃原理更为契合。当网络处于轻度拥塞时，p值较小，有助于减缓数据传输速度，防止过度拥塞；而在严重拥塞时，p值增大，促使快速丢弃，以减轻队列压力。这样，PO_RED在不同网络负载条件下都能实现更有效的资源分配，提升了TCP和UDP流的性能，并在一定程度上实现了流量的公平性。 通过NS2仿真实验，研究结果显示，PO_RED在各种网络条件下的表现优于基础的RED算法，特别是在网络重载时，其对UDP流的抑制和对TCP流的增强效果明显，有助于减少拥塞时间和数据包排队时间，从而改善整体网络服务质量。这篇论文的研究成果不仅深化了对RED算法的理解，也为实际网络设计提供了有价值的优化策略。