Modeling the interdependency of low-priority congestion control and active queue management
最近，一个负面的相互作用已被证明出现时，调度/AQM技术和低优先级的拥塞控制协议一起使用：即，AQM重置之间的相对优先级的拥塞控制协议。这项工作探讨了这个问题，（一）研究流体模型，描述了系统动力学的异构拥塞控制协议竞争的瓶颈链路由AQM和（ii）提出了一个系统级的解决方案，能够恢复协议之间的优先级。
2013-03-27 cs.NI
Network Coding-Aware Queue Management for TCP Flows over Coded Wireless Networks
我们感兴趣的单播流量在无线网络，采用建设性的会话间网络编码，包括单跳和多跳方案。在这种设置中，TCP流由于其突发行为以及由于TCP对底层网络编码不可知的事实而没有充分利用网络编码机会。为了提高TCP流在编码无线网络上的性能，我们采取了以下步骤。首先，我们制定了网络效用最大化的问题，我们提出了一个分布式的解决方案。其次，模仿的最优解的结构，我们提出了一个“网络编码感知”队列管理方案（NCAQM）在中间结点，我们不做任何改变TCP或MAC协议（802.11）。我们证明，通过模拟，NCAQM显着提高TCP性能相比，TCP在基线计划。
2010-10-03 cs.NI
Algorithms and Data Structures to Accelerate Network Analysis
随着计算机生成的数据量继续呈指数级增长，新的瓶颈被揭示出来，需要重新思考我们传统的软件和硬件架构。在本文中，我们提出了五种算法和数据结构（长队列仿真，无锁双峰队列，尾部早期丢弃，LFN表，和多分辨率优先级队列），旨在优化分析网络流量的过程。我们将这些优化集成在R-Scope上，R-Scope是一款运行Bro网络分析仪的高性能网络设备，并提供了基准测试，展示了在10 Gbps的流量速率下5倍的性能速度提升。
2017-11-17 cs.NI
Effect of the Feedback Function on the QoS in a Time Space Priority with Active Queue Management
主动队列管理（AQM）的基本思想是感知网络中的拥塞程度，并通知数据包源，以便它们降低发送速率。文献中对主动队列管理机制进行了大量的研究。但是，在具有不同QoS要求的不同类型的分组共享同一链路的DiffServ架构的上下文中，没有使用这些方法。在本文中，我们研究了一种访问控制机制的RT和NRT数据包到达一个缓冲区实现在一个终端用户在HSDPA。该机制使用阈值来管理对缓存的访问，并赋予RT数据包优先访问权。为了控制缓冲器中NRT分组的到达速率，使用主动队列管理。我们研究了反馈函数对两类数据包的QoS参数的影响，给出了数学描述和解析结果，数值结果表明所提出的反馈函数对系统中的NRT数据包具有更高的QoS.
2013-04-11 cs.NI
Traffic-aware Gateway Placement and Queue Management in Flying Networks
无人机（UAV）已经成为承载通信节点（包括Wi-Fi接入点和蜂窝基站）的适当平台。这导致了由无人机组成的飞行网络的概念，作为一种灵活和敏捷的解决方案，随时随地提供按需无线连接。然而，现有技术的工作已经集中在优化提供到地面用户的连接的接入网络的布置，而忽略了回程网络设计。为了提高提供给地面用户的整体服务质量（QoS），需要仔细定义飞行网关（FGW）的位置和UAV中配置的队列的大小，以满足严格的性能要求。本文的主要贡献是一个流量感知的网关布局和队列管理（GPQM）算法的飞行网络。GPQM利用预先知道的位置的无人机和他们的交通需求，以确定FGW的位置和队列大小的无人机，以最大限度地提高总吞吐量，并提供随机延迟保证。GPQM评估通过ns-3模拟，考虑到一个现实的无线信道模型。结果表明，GPQM使用时提供的QoS显着的收益。
2022-07-05 cs.NI
Fair Stateless Aggregate Traffic Marking using Active Queue Management Techniques
在异构网络，如今天的互联网，区分服务架构承诺提供QoS保证，通过可扩展的服务区分。交通标志是这一框架的重要组成部分。在本文中，我们提出了两个新的聚合标记，是无状态的，可扩展的和公平的。我们利用无状态主动队列管理（AQM）算法，使公平和有效的令牌分配之间的各个流的聚合。第一个标记，概率聚合标记（PAM），使用令牌桶突发大小来概率标记传入数据包，以确保TCP友好和按比例公平标记。第二个标记，无状态聚合公平标记（F-SAM）近似公平标记技术来隔离流，同时标记聚合的分组。它在流之间均匀地分配令牌，而不维护每个流的状态。我们的模拟结果表明，我们的标记策略显示高达30%的改善，而其他常用的标记标记流聚集。这些改进是在更好的平均吞吐量和公平性指标方面，在包含由TCP（长寿大象和短命老鼠）和行为不端的UDP流组成的异构流量的场景中。作为奖励，F-SAM帮助老鼠赢得了对大象的战争。
2002-04-08 cs.NI
Confucius: Achieving Consistent Low Latency with Practical Queue Management for Real-Time Communications
Confucius提出一种实用队列管理方案，通过减缓带宽调整以匹配拥塞控制，消除实时通信中的延迟尖峰，无需端主机协作或手动调参，实验显示停顿时间减少超50%。
2024-02-07 cs.NI
Optimizing Service Differentiation Scheme with Sized-based Queue Management in DiffServ Networks
在本文中，我们引入了修改的基于大小的队列管理作为丢弃方案，其目的是公平地优先考虑和分配更多的服务到VoIP流量，而不是像FTP这样的批量数据，因为前者通常具有较小的数据包大小，对网络拥塞的影响较小。同时，我们希望保证这种优先级对两种流量类型都足够公平。另一方面，我们研究了总的链路延迟的拥塞链路，试图减轻这种拥塞尽可能多的早期拥塞通知的功能。我们的M-SQM方案已被评估与NS 2实验，以测量从两个和总链路延迟不同的流量接收的数据包。M-SQM的性能评估结果已经过验证，并与其他三种传统AQM（RED、RIO和PI）的性能进行了图形比较。它描绘了我们的M-SQM优于这些AQM在提供QoS服务差异化水平。
2012-12-05 cs.NI
Optimal Energy Management Policies for Energy Harvesting Sensor Nodes
我们研究了一个传感器节点的能量收集源。产生的能量可以存储在缓冲器中。传感器节点周期性地感测随机场并生成分组。这些数据包存储在队列中，并使用当时可用的能量进行传输。我们得到的能源管理政策，是吞吐量最佳，即，数据队列对于最大可能的数据率保持稳定。接下来我们得到了最小化队列平均延迟的能量管理策略，并比较了几种容易实现的次优能量管理策略的性能。一个贪婪的政策，确定在低信噪比制度，是吞吐量最优，也最大限度地减少平均延迟。
2008-09-23 cs.NI
CHOKeD: A Fair Active Queue Management System
公平性是维持网络服务尽力交付的重要因素。现在，实时多媒体应用已经在很大程度上通过互联网发展。大多数多媒体业务在网络拥塞时无响应。无响应的流量流窃取了大部分网络带宽，并在网络拥塞期间饿死了一些其他响应的流量。在存在这些无响应的业务流的情况下，响应流的保护已经成为一个主要问题。许多基于主动队列管理（AQM）的解决方案已经被推荐用于保护响应的业务流免受不响应的业务流的影响，并确保所有业务流之间的公平性。本文提出了一种新的主动队列管理方案CHOKeD，以保证拥塞链路中所有流之间的公平性。这是一种完全无状态的方法。CHOKeD基于动态绘图因子来惩罚无响应的流量。它成功地保护响应流中存在的无响应流。CHOKeD的公平性、响应流量的高吞吐量和无状态设计等特性是其在边缘和网络核心路由器上部署的有利因素。大量的模拟已经进行了评估其性能下的实时网络场景
2017-12-23 cs.NI
FavourQueue: a Parameterless Active Queue Management to Speed Up Short TCP Flows (and others too!)
本文提出并分析了一种新的主动队列管理（AQM）FavorQueue的实现，旨在改善短寿命TCP流在尽力而为网络中的延迟传输。其思想是将不属于先前首先入队的流的分组出队。其基本原理是减轻长时间TCP流引起的延迟超过短TCP数据请求的速度，并防止在连接开始时和恢复期间丢失数据包。虽然这个主动队列管理的主要目标是加速短TCP流量，我们表明，FavorQueue不仅提高了短TCP流量的性能，但也提高了所有TCP流量的性能，无论流量大小的下降率和延迟。特别是，我们证明了FavorQueue减少了重传数据包的丢失，减少了RTO恢复的丢弃数据包的数量，并将延迟提高了30%，与DropTail相比。最后，我们表明，该方案仍然符合最近的TCP更新，如初始慢启动值的增加。
2013-09-27 cs.NI
Assisting Mission-Critical Traffic Flows with Active Queue Management in Industrial Internet of Things
Swinburne University of Technology（斯威本科技大学）；Deakin University（迪肯大学）；Peking University（北京大学）
研究工业物联网中关键任务流量问题，提出用主动队列管理协助，经实验证明多队列AQM方案能带来流隔离和容量共享优势，显著提升关键任务流量性能并给出部署建议。
2026-07-17 cs.NI
DualPI2 Active Queue Management in ns-3: Implementation And Validation
Universidade Federal de Pernambuco (UFPE)（伯南布哥联邦大学）
本文在ns-3中实现了镜像Linux内核架构的DualPI2 AQM模型，纳入WRR调度等缺失机制，经25种BDP场景验证可复现真实行为，为L4S研究提供了可靠工具。
2026-08-14 cs.NI
Machine Learning Approaches for Active Queue Management: A Survey, Taxonomy, and Future Directions
本文首次系统综述了基于机器学习的主动队列管理（AQM）算法，提出按方法论划分的新分类体系，评估比较各类方法的优缺点，并指出未来研究方向。
2024-10-03 cs.NI
Efficient Energy Management Policies for Networks with Energy Harvesting Sensor Nodes
我们研究了具有能量收集节点的传感器网络。在节点处产生的能量可以存储在缓冲器中。传感器节点周期性地感测随机场并生成分组。这些数据包存储在队列中，并使用节点当时可用的能量进行传输。对于这些网络，我们制定了有效的能源管理政策。首先，对于单个节点，我们获得吞吐量最优的策略，即，数据队列对于最大可能的数据率保持稳定。接下来，我们得到的能源管理政策，最大限度地减少在队列中的平均延迟。我们还比较了几个容易实现的次优政策的性能。一个贪婪的政策，确定在低信噪比制度，是吞吐量最优，也最大限度地减少平均延迟。接下来，使用单个节点的结果，我们开发高效的MAC策略。
2008-11-03 cs.NI
Characterizing the Impact of Active Queue Management on Speed Test Measurements
University of Chicago（芝加哥大学）；Cal Poly（加州理工学院波莫纳分校）；ENS Lyon（里昂高等师范学院）
研究通过实验室实验比较不同主动队列管理方案对速度测试测量的影响，发现其在吞吐量和延迟分布上存在显著差异，强调了AQM在解释新兴延迟指标中的关键作用。
2026-05-11 cs.NI
Performances Evaluation of Enhanced Basic Time Space Priority combined with an AQM
主动队列管理（AQM）是网络中一种有效的工具，通过在队列满之前警告发送方队列几乎满了来降低发送方的速度，从而避免队列饱和。缓冲区管理计划集中在空间管理，在另一方面调度优先级（集中在时间管理）试图保证可接受的延迟边界的应用程序，这是很重要的延迟是有界的。组合机制（时间和空间管理）是可能的，并且使网络能够改善终端用户处的多媒体业务的感知质量。本文的核心思想是研究一种结合主动队列管理和时空优先级机制的多媒体流传输机制在HSDPA网络中的性能。所研究的队列由实时的和非实时的包共享。我们提出了一个数学模型，使用泊松和MMPP过程来模拟系统中的数据包的到达。分析推导了组合EB-TSP的性能参数，并与简单EB-TSP的情况进行了比较。得到的数值结果显示了积极的影响，AQM添加到EB-TSP的NRT数据包的性能参数相比，简单的EB-TSP。
2013-04-11 cs.NI
Processor Based Active Queue Management for providing QoS in Multimedia Application
本文的目的是实现基于主动网络的主动队列管理技术，利用基于网络处理器（NP）的路由器提供服务质量（QoS），以增强多媒体应用。使用Intel IXP 2400 NP模拟器评估性能。结果表明，基于主动网络的主动队列管理算法在拥塞情况下具有比RED算法更好的性能，能够以最小的时延和队列丢失实现高速的分组分类，从而支持多媒体应用。使用模拟，我们表明，该系统可以提供保证优先流与提高网络利用率，其中带宽是根据优先级的流之间共享。我们首先分析了负载分配方案的可行性和最优性，然后分别针对非延迟敏感流和延迟敏感流提出了解决方案。已经进行了严格的模拟和实验，以评估性能。
2010-04-11 cs.MM cs.NI
Quantifying Multimedia Streaming Quality: A Practical Analysis using PIE and Flow Queue PIE
本文研究了使用PIE和FQ-PIE技术通过多路径传输提升DASH流媒体的QoE
2025-10-22 cs.NI
DRR-MDPF: A Queue Management Strategy Based on Dynamic Resource Allocation and Markov Decision Process in Named Data Networking (NDN)
本文提出DRR-MDPF混合策略，将马尔可夫决策过程转发模型与赤字轮询算法结合，用于NDN队列管理，在吞吐量、Interest满足率、丢包率等指标上优于SAF、RFA、SMDPF和LA-MDPF等现有方法，并具有较低计算复杂度和良好鲁棒性。
2025-08-27 cs.NI
SAM: Support Vector Machine Based Active Queue Management
Mehran University of Engineering & Technology（梅兰工程技术大学）；DHA Suffa University（DHA苏法大学）
近年来，人们对主动队列管理（AQM）控制器的设计越来越感兴趣。这些控制器的目的是在不同的负载，链路延迟和带宽下管理网络拥塞。提出了一种新的主动队列管理控制器，该控制器采用以径向基函数（RBF）为核的支持向量机（支持向量机）进行训练。该控制器被称为基于支持向量的主动队列管理（SAM）控制器。所提出的控制器的性能进行了比较与三个传统的主动队列管理控制器，即随机早期检测，蓝色和比例积分控制器。初步的仿真研究表明，所提出的控制器的性能与传统的控制器。然而，所提出的控制器是更有效地控制队列大小比传统的控制器。
2016-04-02 cs.LG cs.NI
Languages for modeling the RED active queue management algorithms: Modelica vs. Julia
这项工作是专门研究的Modelica和Julia程序设计语言的能力，用于实现一个连续离散的范例在建模混合系统，包含连续和离散方面的行为。由根据传输控制协议（TCP）处理的传入流和使用随机早期检测（RED）算法处理流量的路由器组成的系统充当模拟阈值系统。
2020-07-18 cs.MS cs.NI
A Grouped Sorting Queue Supporting Dynamic Updates for Timer Management in High-Speed Network Interface Cards
School of Microelectronics, Xidian University（西安电子科技大学微电子学院）；State Key Laboratory of Integrated Service Networks, Xidian University（西安电子科技大学综合业务网理论及关键技术国家重点实验室）
本文提出两种新型优先队列操作——更新和分组排序，用于实现硬件定时管理。通过一维脉冲阵列和移位寄存器的混合架构，设计了一种支持更新操作的硬件优先队列，提高了定时精度和效率。
2026-01-14 cs.DS cs.NI
FB: A Flexible Buffer Management Scheme for Data Center Switches
如今，网络设备在优先级队列之间共享缓冲区，以避免在瞬时拥塞期间丢弃。虽然这种共享在大多数情况下都具有成本效益，但可能会在看似独立的流量之间造成不必要的干扰。因此，低优先级流量可能导致高优先级流量的数据包丢失增加。类似地，长流可以防止缓冲区吸收传入的突发，即使它们不共享相同的队列。这种可能不直观的结果的原因是，今天的缓冲区共享技术无法保证隔离（优先级）队列，而不静态分配缓冲区空间。为了解决这个问题，我们设计了FB，一种新的缓冲区共享方案，提供严格的隔离保证高优先级的流量，而不牺牲链路利用率。因此，FB优于传统的缓冲区共享算法在吸收突发，同时实现对标准吞吐量。我们表明，FB是实用的，并运行在现有的硬件（赤脚Tofino）线速。值得注意的是，FB的操作可以在非可编程器件中近似。
2021-05-21 cs.NI
Design of a Timer Queue Supporting Dynamic Update Operations
针对网络处理中大规模定时器管理的时间精度低和插入开销高问题，本文提出一种基于脉动阵列和移位寄存器的硬件优先级队列，支持五种动态操作，在FPGA上运行超400MHz，资源消耗降低2.2-2.8倍。
2025-08-14 cs.NI
Distilling Large Language Models for Network Active Queue Management
School of IT, Deakin University（信息技术学院，德坎大学）；Defense Unicorns and Columbia University（国防独角兽与哥伦比亚大学）
针对现有深度学习排队方法难适配动态网络、工程成本高的问题，提出基于LLM蒸馏的AQM-LLM方法，结合推测解码与强化蒸馏优化L4S场景下的主动队列管理，搭建开源实验平台，验证其在降延迟、防拥塞等方面的性能提升。
2025-09-02 cs.AI cs.NI
Improving Latency with Active Queue Management (AQM) During COVID-19
在COVID-19疫情期间，康卡斯特网络在应对互联网使用前所未有的变化方面表现良好，对网络延迟敏感的视频通信应用程序的受欢迎程度激增。然而，在当今的典型网络（如家庭网络）中，如果这些应用程序与其他网络流量共享网络链路，它们的性能往往会降低。这是由网络设计缺陷引起的问题，通常使用术语“缓冲区膨胀”来描述。几年前，康卡斯特帮助资助技术社区研究和开发新的主动队列管理（AQM）技术，以消除这个问题，AQM后来被内置到电缆数据服务接口规范（DOCSIS）标准中。就在疫情爆发前，康卡斯特还部署了一个大规模的网络性能测量系统，其中包括负载下的延迟测试。此外，康卡斯特碰巧部署了两个相同的电缆调制解调器;一个启用了上游AQM，另一个没有。这一偶然的事件融合使康卡斯特能够对使用AQM的电缆调制解调器网关与缺乏这种增强功能的电缆调制解调器网关之间的差异进行比较分析，在许多个月的时间和数百万台设备上进行独特的规模。数据显示，当使用AQM时，在负载性能下的上行延迟显著更好。对于具有AQM的设备，负载测试下的大部分延迟导致15-30毫秒的延迟。相比之下，没有AQM的设备平均延迟约为250毫秒，高出8-16倍，这对最终用户的体验质量来说是一个非常显著的差异。这些大规模的测量比较应该提供额外的数据，以证明加速部署AQM在DOCSIS和其他互联网服务提供商的网络和用户购买的家庭网络设备。
2022-02-14 cs.NI
Augmented Backpressure for Decentralized Management of Agentic Networks
The George Washington University（乔治华盛顿大学）
该研究针对智能体基础模型服务网络的控制缺口，提出记忆增强背压（MABP）框架，通过联合建模队列与上下文记忆动态，扩大稳定区域并提供性能保证，实现分布式管理。
2026-08-04 cs.NI
Active queue management: First steps toward a new control-theoretic viewpoint
主动队列管理（AQM），以减轻互联网拥塞已经解决了通过各种反馈控制综合，其中P，PI和PID调节器是相当流行的，往往与史密斯预测。在这里，为了更好地考虑许多不确定性，如往返时间或TCP会话的数量，上述控制器被与无模型控制（MFC）相关联的智能比例控制器和从时间序列的新方法导出的预测技术所取代。几个计算机模拟通过一个公认的线性模型，其中的延迟被假定为常数，提出和讨论。
2022-11-09 cs.NI cs.SY eess.SY
Optimizing Information Freshness Through Computation-Transmission Tradeoff and Queue Management in Edge Computing
边缘计算应用程序通常需要在源处对生成的数据进行预处理，然后传输到边缘服务器。在这种情况下，传输时间和预处理时间相结合，在它们之间进行权衡，以实现目标。本文提出了这样一个系统的分析，其目标是优化边缘服务器上接收到的数据的新鲜度。我们将该系统建模为两个串联的队列，其服务时间随时间独立，但传输服务时间单调依赖于平均计算服务时间。这种依赖性捕获了由于较低的卸载计算而导致的传输时间的自然减少。我们分析了各种队列管理方案在这个串联队列中的第一个队列有一个单一的服务器，泊松包到达，一般独立的服务，没有额外的缓冲区来保存传入的状态更新数据包。第二队列具有从第一队列接收分组的单个服务器，并且服务是无记忆的。我们考虑两种形式的第二个队列：（i）没有数据缓冲区和（ii）一个单位的数据缓冲区，最后来的先服务与丢弃。我们分析了各种非抢占以及抢占的情况下。我们进行平稳分布分析，并获得封闭形式的表达式平均年龄的信息（AoI）和平均峰值AoI。我们的数值结果说明了分析结果如何计算和传输时间可以权衡优化AoI，并揭示了平均AoI和平均峰值AoI之间的权衡。
2019-12-03 cs.IT cs.NI math.IT
Adaptive Slot Allocation And Bandwidth Sharing For Prioritized Handoff Calls In Mobile Netwoks
移动性管理和带宽管理是蜂窝移动网络中的两个主要研究课题。移动性管理包括两个基本部分：位置管理和切换管理。为了给用户提供QoS，移动通信是无线蜂窝网络中的一个关键要素。它通常是由跨越小区边界或由当前信道中的信号质量恶化而发起的。本文提出了一种新的蜂窝移动网络接纳控制策略。在蜂窝网络中，两个重要的QoS参数是呼叫丢弃概率（CDP）和分组丢弃概率（HDP）。CDP表示呼叫由于切换失败而掉线的概率。HDP表示由于目标小区中的可用资源不足而导致的切换失败的概率。大多数算法试图将HDP限制到某个目标最大值，但不限制CDP。在本文中，我们表明，当HDP被控制，CDP也被控制到最低程度，同时保持较低的阻塞率为新的呼叫在系统中。
2010-05-06 cs.NI
Tail Probabilities in Queueing Processes
在具有资源管理的大规模随机网络的研究中，微分方程和平均场极限是两个关键技术。最近的研究表明，期望分数向量（即尾概率向量）在建立平均场微分方程中起着关键作用。为了进一步将尾概率向量技术应用于大规模随机网络的资源管理，本文讨论了QBD过程、GI/M/1型和M/G/1型马尔可夫链等几种基本随机过程的尾概率，并通过矩阵几何解、矩阵迭代解、矩阵乘积解和两种RG分解。在此基础上，我们考虑了M/M/1重试排队、M（n）/M（n）/1排队、服务台多重休假的M/M/1排队和服务台可修的M/M/1排队等四种情形，其中对M/M/1重试排队作了详细的讨论，对其它三种情形作了简单的分析。值得注意的是，本文给出的结果将是非常有用的研究大规模随机网络的资源管理，包括超市模型和工作窃取模型。
2013-05-24 cs.NI math.PR
An advanced scheme for queue management inTCP/IP networks
针对传统AQM忽略流特性导致公平性不足的问题，提出基于模糊逻辑和显式RTT通知的FuzzyRTT控制器，利用流RTT信息改善公平性，仿真验证其性能优于现有方案。
2024-02-07 cs.NI cs.SY eess.SY
Adaptive active queue management controller for TCP communication networks using PSO-RBF models
解决端到端拥塞控制中的性能下降问题是近十年来最活跃的研究领域之一。主动队列管理（AQM）的目的是提高网络的整体吞吐量，同时提供更低的延迟和减少丢包，改善网络性能。基本思想是在缓冲区溢出之前主动触发数据包丢弃（或显式拥塞通知（ECN）提供的标记）。提出了一种基于径向偏差函数（RBF）的主动队列管理控制器。由于TCP通信网络的非线性，RBF控制器适合作为一种主动队列管理（AQM）机制来控制TCP通信网络的拥塞。粒子群优化算法（PSO）也被用来获得RBF参数，使集成的绝对误差（IAE）最小化。此外，为了提高RBF控制器的鲁棒性，在RBF方程中加入了误差积分项。与下降尾，自适应随机早期检测（ARED），随机指数标记（REM），比例积分（PI）控制器的比较结果。在链路利用率较低且丢包率较低的情况下，积分径向基函数控制器不仅优于径向基函数控制器，而且优于ARED、REM和PI控制器。
2017-11-16 cs.NE cs.NI
Intelligent Active Queue Management Using Explicit Congestion Notification
Department of Electrical and Computer Engineering, Western University（西安大略大学电气与计算机工程学院）
随着越来越多的终端设备连接，互联网将变得更加拥挤。各种拥塞控制技术已经在传输层或网络层上被开发。主动队列管理（AQM）是一种旨在通过主动缓冲区控制来避免网络层拥塞的方法。然而，由于网络的复杂性和动态性，为AQM方案找到正确的参数是具有挑战性的。另一方面，显式拥塞通知（ECN）机制是一种解决方案，其使得网络层上的初始拥塞对传输层可见。在这项工作中，我们提出利用ECN信息，以改善主动队列管理算法，通过应用机器学习技术。我们的智能方法使用人工神经网络预测拥塞和基于强化学习的AQM参数调整器。评估结果表明，我们的解决方案可以提高部署AQM的性能，使用现有的TCP拥塞控制机制。
2019-08-28 cs.LG cs.NI stat.ML
Designing Installations for Verification of the Model of Active Queue Management Discipline RED in the GNS3
本文以GNSS-3试验台为平台，讨论了RED模块数学模型结果的验证问题。实验台由虚拟Cisco路由器、流量发生器D-ITG和流量接收器组成。介绍了这种支架的建造过程。此外，为了获得和分析来自林分的数据，对实验林分和调查计算机之间的相互作用进行了修正。建立了交通管理RED型模块的随机模型。在NS-2的基础上对模型进行了验证。但是，我们希望在真正的路由器上进行验证。因此，本文设计了一个实验台，在Cisco路由器上对清洁RED算法进行验证。对于支架的构造，选择了软件包GNS 3（图形网络模拟器）。因此，这项研究的目的是在GNSS 3的基础上建立一个由Cisco路由器、流量发生器和接收器组成的虚拟站。使用通信量生成器D-ITG（分布式互联网通信量生成器）。
2015-04-09 cs.NI cs.PF
The Age of Information in a Discrete Time Queue: Stationary Distribution and Non-linear Age Mean Analysis
在这项工作中，我们调查的信息新鲜度的状态更新通信系统组成的源-目的地链接。最初，我们研究的样本路径的信息时代（AoI）过程中的目的地的属性。在遍历性的假设下，我们得到了AoI平稳分布的一般公式。我们将这一结果与离散时间离散系统，并提供了一个一般表达式的生成函数的AoI与系统时间和信息的峰值年龄（PAoI）度量。此外，我们考虑了三种不同的单服务器系统模型，我们得到的生成函数和平稳分布的AoI和PAoI的封闭形式的表达式。第一个模型是先来先服务（FCFS）队列，第二个模型是抢占式后来先服务（LCFS）队列，最后一个模型是具有分组丢弃的无缓冲系统。我们建立在这些结果提供了一种方法来分析一般的非线性年龄函数为这种类型的系统，使用表示的功能作为幂级数。
2020-12-20 cs.IT cs.NI math.IT
Adaptive Dynamic Congestion Avoidance with Master Equation
本文提出了一种自适应变体的随机早期检测（RED）网关队列管理的分组交换网络通过离散状态模拟的非平稳主方程，即马尔可夫过程。通过引入概率$P(l,t)$来改变出现在原始RED算法中的平均队列大小的计算，该概率定义在给定时间$t$在队列中具有$l$数目的分组的概率，并且取决于队列的先前状态。这样做的好处是完全消除了一个自由参数：队列权重。转移率和概率的计算是在飞行中进行的，并由算法自动确定。非结构化数据包的模拟说明了该方法，RED算法的自适应变体的性能，并与标准RED的比较。
2008-09-18 cs.NI
Active queue management for alleviating Internet congestion via a nonlinear differential equation with a variable delay
用于减轻因特网拥塞的主动队列管理（AQM）已经通过各种反馈控制合成，特别是P、PI和PID调节器，通过使用线性近似来解决，其中"往返时间“，即，假定延迟是恒定的。在这里，通过使用20多年前引入的具有可变延迟的非线性模型来解除这一约束。这种延迟与拥塞现象密切相关，可以被视为“平坦输出”。所有其他系统变量，特别是控制变量，即，分组丢失率被表示为延迟及其导数的函数：如果延迟保持恒定，则它们被冻结。这种类似平坦性的特性，证明了迄今为止所采用的线性近似的数学差异，也产生了我们的控制策略，分为两步：首先，设计开环控制，这要归功于简单的基于平坦性的控制技术，其次，通过无模型控制（MFC）关闭环路，以考虑严重的模型失配，比如TCP会话的数量。几个令人信服的计算机模拟，这是很容易实现的，提出和讨论。
2023-02-19 cs.NI cs.SY eess.SY
Buffer Management Algorithm Design and Implementation Based on Network Processors
针对传统随机早期检测（RED）算法对参数敏感的问题，提出了一种自适应缓存管理算法PAFD（packetadaptivefairdropping）。该算法支持QoS（服务质量）的区分服务（DiffServ）模型。该算法综合考虑了公平性和吞吐量两个方面。采用平滑的缓冲区占用率函数来调整参数。通过在Intel IXP 2400上实现缓存管理和数据包调度，验证了QoS机制在网络处理器上的可行性。仿真结果表明，PAFD平滑了流量曲线，在公平性和网络吞吐量之间取得了较好的平衡。实验结果表明，该算法满足快速数据包处理的要求，且网络处理器的硬件资源利用率较高。
2010-05-06 cs.NI
Reinforcement Learning Based Neighbour Selection for VANET with Adaptive Trust Management
针对VANET中动态攻击者造成丢包的问题，提出融合信任、链路生命周期与速度自适应RL学习率的邻居选择框架，显著降低跳数、响应时延和攻击丢包率。
2023-10-01 cs.NI
Comparative Analysis of Congestion Control Algorithms Using ns-2
为了减少网络流量指数级增长所导致的不断上升的丢包率，主动队列管理技术，如随机早期检测（RED）已经出现。流随机早期丢弃（FRED）基于给定流的瞬时队列占用来保持状态。FRED通过确定性地接受来自低带宽连接的流来保护脆弱流，并通过计算数据包到达和离开期间的队列长度来修复RED的几个缺点。随机公平分配（SFQ）确保公平访问网络资源，并防止突发流消耗超过其公平份额。在（随机指数标记）REM的情况下，关键思想是将拥塞度量与性能度量（丢失、队列长度或延迟）解耦。稳定的RED（SRED）是另一种检测无响应流的方法。本文对RED、SFQ和REM三种拥塞控制算法的吞吐量、时延和队列长度进行了比较分析。并对这些算法在不同带宽下的丢包率进行了比较分析。
2012-03-16 cs.NI
The ERICA Switch Algorithm for ABR Traffic Management in ATM Networks
提出了一种用于ATM网络拥塞避免的显式速率指示方案。在该方案中，网络交换机监视它们在每个链路上的负载，确定负载因子、可用容量和当前活动虚拟信道的数量。该信息用于告知信源它们应该以什么速率发送。该算法的设计，以实现效率，公平性，受控的延迟，和快速的瞬态响应。该算法也是强大的测量误差所造成的变化，在ABR的需求和容量。我们提出的性能分析，该计划使用的分析参数和仿真结果。该方案正在由几家ATM交换机制造商实施。
1998-09-23 cs.NI
P4-CoDel: Experiences on Programmable Data Plane Hardware
在计算机网络中，特别是在因特网中，固定的缓冲区大小是延迟和带宽之间的折衷。支持高带宽的决定意味着更大的缓冲区，由于不断填充的缓冲区，延迟会降低。这种现象被称为Bufferbloat。主动队列管理（AQM）算法，如CoDel或PIE，设计用于基于软件的主机，通过控制队列填充，从而通过微妙的数据包丢弃的延迟，提供了一个流量不可知的补救缓冲区膨胀。在以前的工作中，我们已经表明，数据平面程序设计语言P4是强大到足以实现CoDel算法。虽然传统软件算法可以容易地编译到几乎任何处理架构上，但对于可编程数据平面硬件上的AQM来说，这通常不是真的，即，可编程数据包处理器。在这项工作中，我们突出了相应的挑战，演示了如何解决这些问题，并提供技术，使不同的高速P4可编程数据平面硬件目标上实现这样的AQM算法。此外，我们还提供在不同P4可编程数据平面目标上创建的测量结果。由此产生的延迟测量揭示了在这些设备内执行主动队列管理的可行性和要考虑的约束。最后，我们发布的源代码和说明，再现本文的结果作为开源的研究社区。
2021-07-07 cs.NI
Infinite Horizon Optimal Impulsive Control Theory with Application to Internet Congestion Control
我们发展了基于Bellman方程的无限时域最优脉冲控制问题的方法。贴现和时间平均标准都被考虑。我们建立了非常普遍的，同时自然条件下，一个典型的控制三元组产生一个最佳的反馈政策。然后，我们将我们的一般结果应用于Internet拥塞控制，为主动队列管理算法的设计提供了一个方便的设置。特别是，我们的一般理论结果提出了一个简单的基于阈值的主动队列管理计划，考虑到传输控制协议的主要参数。
2013-11-27 cs.NI math.OC
Buffer Overflow Management with Class Segregation
我们考虑一个新的模式，缓冲区管理的网络交换机的服务质量（QoS）的要求。一个数据包流，每个数据包都有一个代表其服务等级（CoS）的值，随着时间的推移到达网络交换机，并要求进一步传输。交换机配备有多个容量有限的队列，其中每个队列仅存储一个值的分组。目标是最大化所发送的分组的总值（即，加权吞吐量）。我们分析了一个自然的贪心算法，GREEDY，它在每个时间步发送一个数据包的最大值。对于一般的包值$(v_1 < \cdots < v_m)$，我们表明，贪婪是$(1+r)$ -竞争，其中$r = \max_{1\le i \le m-1} \{v_i/v_{i+1}\}$。此外，我们证明了一个下界的$2 - v_m / \sum_{i=1}^m v_i$的竞争力的任何确定性的在线算法。在两个包值（1和$α> 1$）的特殊情况下，GREEDY被证明是最优的竞争比$(α+ 2)/(α+ 1)$。
2013-02-12 cs.DS cs.NI
LFQ: Online Learning of Per-flow Queuing Policies using Deep Reinforcement Learning
Technische Universität Wien（维也纳工业大学）
不同的、不兼容的拥塞控制算法数量的增加导致了公平排队部署的增加。公平排队隔离每个网络流，并且因此即使流的拥塞控制不是固有公平的，也可以保证每个流的公平性。到目前为止，公平排队系统中的每个队列要么有一个固定的、静态的最大长度，要么由一个主动队列管理（AQM）算法（如CoDel）管理。在本文中，我们设计了一个主动队列管理机制（学习公平Qdisc（LFQ）），动态学习的最佳缓冲区大小为每个流根据一个指定的奖励函数在线。我们表明，我们的基于深度学习的算法可以动态分配最佳队列大小，每个流取决于其拥塞控制，延迟和带宽。与竞争公平的AQM队列管理器相比，它提供了显着更小的队列，同时实现相同或更高的吞吐量。
2020-10-15 cs.LG cs.NI
Optimal Dynamic Multi-Resource Management in Earth Observation Oriented Space Information Networks
空间信息网（SIN）是一种创新的网络体系结构，用于实现全球范围内大规模数据的近实时观测、处理和传输。在SIN环境中，协调多维异构资源（即，观测资源、计算资源和传输资源）来提高网络性能。然而，在现有的研究中，没有充分利用观测资源和传输资源的时变特性。根据瞬时信道条件的动态资源管理具有提高网络性能的潜力。为此，在本文中，我们研究的多资源动态管理问题，考虑随机观测和传输信道条件的信干网。具体而言，我们开发了一个聚合优化框架的观察调度，压缩比选择和传输调度，并制定了基于扩展时间扩展图（ETEG）的流量优化问题，以最大限度地提高网络效用的总和。然后，我们等价地将ETEG上的流优化问题转化为与队列稳定性相关的随机优化问题。提出了一种在线算法，通过利用李雅普诺夫优化技术，以逐槽的方式来解决这个问题。性能分析表明，该算法实现了接近最优的网络效用，同时保证有限的队列占用。大量的仿真结果进一步验证了算法的有效性，并评估了各种网络参数对算法性能的影响。
2019-07-30 cs.NI cs.SY eess.SY
Insights from Curvy RED (Random Early Detection)
BT Research & Technology（英国电信研究与技术）
本文通过Curvy RED和理想化的TCP流量模型，探讨了保持延迟恒定的不良做法，指出在高负载下需要极高的丢弃率，导致丢弃本身成为延迟的主要原因，特别是对于短流量。分析证明，AQM可以在不同网络部分以相同最优配置部署，且对于高聚合流量，需通过过度配置解决性能问题，但ECN启用时无需过度配置。
2019-04-15 cs.NI cs.SY eess.SY
Waiting before Serving: A Companion to Packet Management in Status Update Systems
在本文中，我们探讨了潜在的服务器等待数据包传输之前，在提高信息时代（AoI）的状态更新系统。本文考虑了具有泊松到达和独立一般服务分布的非抢占式排队，并将服务前等待引入到两种分组管理方案中：M/GI/1/1和M/GI/1/ $2^*$ .在M/GI/1/1方案中，服务器在分组进入服务器之后立即等待确定性时间。在M/GI/1/ $2^*$方案中，根据系统的空闲或繁忙状态，服务器在开始分组的服务之前等待确定的时间。在这两种情况下，如果捕获到潜在的较新到达，则丢弃现有分组。与大多数现有的作品不同，我们通过索引传入的数据包来分析AoI的演变，这是通过划分瞬时AoI的演变下的区域来计算其时间平均值的另一种方法来实现的。我们得到表达式的平均和平均峰值AoI两个学科等待。我们的数值结果表明，服务前等待可以带来显着的改善平均年龄，特别是，重尾服务分布。这种改进是以平均峰值AoI的增加为代价的。我们强调平均和平均峰值AoI之间的权衡等待服务之前产生的。
2019-04-22 cs.IT cs.NI math.IT
GA-PSO-Optimized Neural-Based Control Scheme for Adaptive Congestion Control to Improve Performance in Multimedia Applications
Islamic Azad University（伊斯兰阿扎德大学）
主动队列控制的目的是提高通信网络的整体吞吐量，同时提供较低的延迟和较小的丢包率。基本思想是在缓冲区溢出之前主动触发数据包丢弃（或显式拥塞通知（ECN）提供的标记）。本文提出了两种基于人工神经网络（ANN）的TCP通信网络自适应队列控制方案。采用遗传算法优化控制器的结构，采用粒子群优化算法优化神经网络的输出权值。控制器是基于径向偏差函数（RBF）的，但为了提高RBF控制器的鲁棒性，在第二种方案中，RBF方程中加入了误差积分项。实验结果表明，改进的RBF（I-RBF）模型能有效地控制网络拥塞，并具有较低的丢包率和链路利用率，性能优于丢弃尾、比例积分（PI）、随机指数标记（REM）和自适应随机早期检测（ARED）控制器。
2017-11-16 cs.AI cs.NE cs.NI
ARQ for Network Coding
针对采用线性网络编码的通信网络，提出了一种新的编码和队列管理算法。该算法的特点是编码过程是真正在线的，而不是逐块的方法。该设置假设一个数据包擦除广播信道随机到达和充分的反馈，但所提出的方案是潜在的适用于更一般的有损网络与链路的反馈。该算法保证发送方的物理队列大小在自由度（也称为虚拟队列大小）上跟踪积压。引入了节点“看到”数据包的新概念。在这个想法，我们的算法可以被看作是一个自然的ARQ方案编码网络的扩展。我们的方法，被称为下降时看到的算法，与基线排队方法称为下降时解码。结果表明，我们的方法的预期队列大小是$O(\frac1{1-ρ})$，而不是$Ω(\frac1{(1-ρ)^2})$的基线方法，其中$ρ$是负载因子。
2008-02-13 cs.IT cs.NI math.IT
