Performance modelling and evaluatio

Performance modelling and evaluation of active queue management techniques in communication networks : the development and performance evaluation of some new active queue management methods for internet congestion control based on fuzzy logic and random early detection using discrete-time queueing analysis and simulation
Since the field of computer networks has rapidly grown in the last two decades, congestion control of traffic loads within networks has become a high priority. Congestion occurs in network routers when the number of incoming packets exceeds the available network resources, such as buffer space and bandwidth allocation. This may result in a poor network performance with reference to average packet queueing delay, packet loss rate and throughput. To enhance the performance when the network becomes congested, several different active queue management (AQM) methods have been proposed and some of these are discussed in this thesis. Specifically, these AQM methods are surveyed in detail and their strengths and limitations are highlighted. A comparison is conducted between five known AQM methods, Random Early Detection (RED), Gentle Random Early Detection (GRED), Adaptive Random Early Detection (ARED), Dynamic Random Early Drop (DRED) and BLUE, based on several performance measures, including mean queue length, throughput, average queueing delay, overflow packet loss probability, packet dropping probability and the total of overflow loss and dropping probabilities for packets, with the aim of identifying which AQM method gives the most satisfactory results of the performance measures. This thesis presents a new AQM approach based on the RED algorithm that determines and controls the congested router buffers in an early stage. This approach is called Dynamic RED (REDD), which stabilises the average queue length between minimum and maximum threshold positions at a certain level called the target level to prevent building up the queues in the router buffers. A comparison is made between the proposed REDD, RED and ARED approaches regarding the above performance measures. Moreover, three methods based on RED and fuzzy logic are proposed to control the congested router buffers incipiently. These methods are named REDD1, REDD2, and REDD3 and their performances are also compared with RED using the above performance measures to identify which method achieves the most satisfactory results. Furthermore, a set of discrete-time queue analytical models are developed based on the following approaches: RED, GRED, DRED and BLUE, to detect the congestion at router buffers in an early stage. The proposed analytical models use the instantaneous queue length as a congestion measure to capture short term changes in the input and prevent packet loss due to overflow. The proposed analytical models are experimentally compared with their corresponding AQM simulations with reference to the above performance measures to identify which approach gives the most satisfactory results. The simulations for RED, GRED, ARED, DRED, BLUE, REDD, REDD1, REDD2 and REDD3 are run ten times, each time with a change of seed and the results of each run are used to obtain mean values, variance, standard deviation and 95% confidence intervals. The performance measures are calculated based on data collected only after the system has reached a steady state. After extensive experimentation, the results show that the proposed REDD, REDD1, REDD2 and REDD3 algorithms and some of the proposed analytical models such as DRED-Alpha, RED and GRED models offer somewhat better results of mean queue length and average queueing delay than these achieved by RED and its variants when the values of packet arrival probability are greater than the value of packet departure probability, i.e. in a congestion situation. This suggests that when traffic is largely of a non bursty nature, instantaneous queue length might be a better congestion measure to use rather than the average queue length as in the more traditional models.

ผลลัพธ์ (ไทย) 1:

สร้างแบบจำลองประสิทธิภาพการทำงานและการประเมินผลของเทคนิคการจัดการคิวที่ใช้งานในเครือข่ายการสื่อสาร: การประเมินผลการพัฒนาและประสิทธิภาพของบางวิธีการจัดการคิวที่ใช้งานอยู่ใหม่สำหรับการควบคุมความหนาแน่นของอินเทอร์เน็ตตามตรรกศาสตร์และสุ่มการตรวจการใช้คิวเวลาแยกวิเคราะห์และการจำลองเนื่องจากเขตข้อมูลของเครือข่ายคอมพิวเตอร์ได้เติบโตขึ้นอย่างรวดเร็วในสองทศวรรษ ควบคุมความแออัดของปริมาณการจราจรภายในเครือข่ายได้กลายเป็น ความสำคัญสูง ความแออัดที่เกิดขึ้นในเราเตอร์เครือข่ายเมื่อหมายเลขของแพคเก็ตขาเข้าเกินทรัพยากรเครือข่ายที่มี เช่นบัฟเฟอร์การปันส่วนพื้นที่และแบนด์วิธ นี้อาจทำให้ประสิทธิภาพการทำงานเครือข่ายไม่ดีอ้างอิงหน่วงเวลาคิวของแพคเก็ตเฉลี่ย อัตราการสูญเสียแพคเก็ต และอัตราความเร็ว เพื่อเพิ่มประสิทธิภาพเมื่อเครือข่ายกลายเป็นแออัด ได้รับการเสนอการบริหารจัดการ (AQM) คิวที่ใช้งานแตกต่างกันหลาย และบางส่วนของเหล่านี้จะกล่าวถึงในวิทยานิพนธ์นี้ เฉพาะ AQM วิธีเหล่านี้จะสำรวจในรายละเอียด และเน้นจุดแข็งและข้อจำกัด ดำเนินการการเปรียบเทียบระหว่างห้ารู้จัก AQM วิธี สุ่มก่อนการตรวจสอบ (สี แดง), อ่อนโยนสุ่มก่อนการตรวจสอบ (GRED) ปรับสุ่มก่อนการตรวจสอบ (ARED) ไดนามิกสุ่มต้นปล่อย (DRED) และสีฟ้า ตามการประเมินประสิทธิภาพการทำงานหลาย รวมทั้งคิวหมายถึงความยาว ความเร็ว เฉลี่ยคิวล่า ช้า น่าจะสูญเสียแพคเก็ตล้น แพ็คเก็ตลดลงน่าเป็นและผลรวมของขาดทุนมากเกินไป และปล่อยน่าจะสำหรับแพคเก็ต มีเป้าหมายระบุ AQM ซึ่ง วิธีทำให้ผลการประเมินประสิทธิภาพน่าพอใจมากที่สุด วิทยานิพนธ์นี้นำเสนอวิธีใหม่ AQM ตามอัลกอริทึมสีแดงที่เป็นตัวกำหนด และควบคุมบัฟเฟอร์ของเราเตอร์ที่แออัดในช่วงเริ่มต้น วิธีการนี้เรียกว่า Dynamic แดง (กลยุทธ REDD), ซึ่ง stabilises ความยาวคิวเฉลี่ยระหว่างขีดจำกัดต่ำสุด และสูงสุดที่ระดับบางระดับเป้าหมายเพื่อป้องกันการสร้างคิวในบัฟเฟอร์ของเราเตอร์ที่เรียกว่า ทำการเปรียบเทียบระหว่างวิธีการกลยุทธ REDD สีแดง และ ARED เสนอเกี่ยวกับประสิทธิภาพมาตรการข้างต้น นอกจากนี้ สามวิธีอิงแดง และตรรกศาสตร์มีการนำเสนอการควบคุมบัฟเฟอร์แออัดเราเตอร์ incipiently วิธีการเหล่านี้มีชื่อ REDD1, REDD2 และ REDD3 และการแสดงของพวกเขาจะยังเปรียบเทียบกับสีแดงที่ใช้ประเมินประสิทธิภาพด้านบนเพื่อระบุวิธีที่ให้ผลลัพธ์ที่น่าพอใจมากที่สุด นอกจากนี้ ชุดของแบบจำลองการวิเคราะห์แยกเวลาคิวได้รับการพัฒนาตามแนวทางต่อไปนี้: สีแดง GRED, DRED และสี ฟ้า การตรวจสอบความแออัดที่บัฟเฟอร์ของเราเตอร์ในช่วงเริ่มต้น การใช้แบบจำลองการวิเคราะห์เสนอความยาวคิวทันทีเป็นความหนาแน่นของการวัดการจับการเปลี่ยนแปลงระยะสั้นในการป้อนข้อมูล และป้องกันการสูญเสียแพคเก็ตเนื่องนอง ทดลองมีการเปรียบเทียบแบบจำลองการวิเคราะห์การเสนอของพวกเขาสอดคล้อง AQM สถานการณ์จำลองอ้างอิงการประเมินประสิทธิภาพด้านบนเพื่อระบุวิธีที่ให้ผลลัพธ์อย่างน่าพอใจมากที่สุด จำลองสำหรับสีแดง GRED, ARED, DRED สีฟ้า กลยุทธ REDD, REDD1, REDD2 และ REDD3 จะรันสิบครั้ง แต่ละครั้งที่ มีการเปลี่ยนแปลงของเมล็ดและผลของแต่ละรันใช้เพื่อขอรับหมายถึงค่า ความแปรปรวน ค่าส่วนเบี่ยงเบนมาตรฐาน และ 95% ช่วงความเชื่อมั่น ประเมินประสิทธิภาพจะถูกคำนวณตามข้อมูลที่รวบรวมหลังจากที่ระบบได้ถึงสภาวะมั่นคง หลังจากการทดลองอย่างละเอียด ผลลัพธ์แสดงว่าการนำเสนอกลยุทธ REDD, REDD1, REDD2 และ REDD3 ทึมและบางรุ่นวิเคราะห์เสนอเช่นอัลฟา DRED รุ่นสีแดงและ GRED เสนอผลลัพธ์ค่อนข้างดีกว่าของคิวหมายถึงความยาวและค่าเฉลี่ยคิวล่าช้ากว่านี้ทำได้ โดยสีแดงและตัวแปรเมื่อค่าความน่าเป็นการเดินทางมาถึงแพคเก็ตมากกว่าค่าของแพคเก็ตขาออกน่าเป็น เช่นในสถานการณ์ที่แออัด นี้แสดงให้เห็นว่า เมื่อการจราจรส่วนใหญ่ของมีลักษณะเป็น bursty ความยาวคิวทันทีอาจวัดความหนาแน่นของที่ดีใช้แทนความยาวคิวเฉลี่ยในรูปแบบดั้งเดิมมากขึ้น

ผลลัพธ์ (ไทย) 2:

การสร้างแบบจำลองการดำเนินงานและการประเมินผลของเทคนิคการจัดการคิวใช้งานในเครือข่ายการสื่อสาร: การพัฒนาและประสิทธิภาพการประเมินผลของวิธีการบางอย่างใหม่ที่ใช้งานจัดการคิวสำหรับการควบคุมอินเทอร์เน็ตแออัดอยู่บนพื้นฐานของตรรกศาสตร์และการตรวจสอบก่อนการสุ่มโดยใช้ต่อเนื่องทางเวลาวิเคราะห์และการจำลองการเข้าคิว
ตั้งแต่ข้อมูลของคอมพิวเตอร์ เครือข่ายได้เติบโตอย่างรวดเร็วในช่วงสองทศวรรษที่ผ่านมาควบคุมความแออัดของการจราจรโหลดภายในเครือข่ายได้กลายเป็นความสำคัญสูง ความแออัดที่เกิดขึ้นในเราเตอร์เครือข่ายเมื่อจำนวนของแพ็คเก็ตที่เข้ามาเกินกว่าทรัพยากรของเครือข่ายที่มีอยู่เช่นพื้นที่กันชนและการจัดสรรแบนด์วิดธ์ ซึ่งอาจส่งผลให้ประสิทธิภาพของเครือข่ายที่ไม่ดีมีการอ้างอิงถึงแพ็คเก็ตเฉลี่ยเข้าคิวล่าช้าแพ็คเก็ตอัตราการสูญเสียและการส่งผ่าน เพื่อเพิ่มประสิทธิภาพการทำงานเมื่อเครือข่ายกลายเป็นแออัดจัดการคิวการใช้งานที่แตกต่างกัน (AQM) วิธีการได้รับการเสนอและบางส่วนของเหล่านี้จะกล่าวถึงในวิทยานิพนธ์ฉบับนี้ โดยเฉพาะวิธีการเหล่านี้จะ AQM สำรวจในรายละเอียดและจุดแข็งและข้อ จำกัด ของพวกเขาเป็นไฮไลต์ การเปรียบเทียบจะดำเนินการระหว่างห้าวิธี AQM รู้จักกันสุ่มการตรวจสอบ (สีแดง), อ่อนโยนสุ่มการตรวจสอบ (GRED) Adaptive สุ่มการตรวจสอบ (ared) แบบไดนามิกสุ่มการ Drop (เบื่อ) และสีฟ้าบนพื้นฐานของการวัดผลการปฏิบัติงานหลายแห่งรวมถึง หมายถึงความยาวคิว, ผ่านความล่าช้าการจัดคิวเฉลี่ยล้นน่าจะสูญเสียตแพ็คเก็ตลดลงน่าจะเป็นและรวมของการสูญเสียน้ำล้นและความน่าจะลดลงสำหรับแพ็คเก็ตโดยมีจุดประสงค์ในการระบุวิธีการ AQM ให้ผลลัพธ์ที่น่าพอใจมากที่สุดของการวัดผลการปฏิบัติงานที่ วิทยานิพนธ์นี้นำเสนอวิธีการ AQM ใหม่บนพื้นฐานของอัลกอริทึมสีแดงที่กำหนดและควบคุมบัฟเฟอร์เราเตอร์แออัดในช่วงเริ่มต้น วิธีการนี้เรียกว่าแบบไดนามิก RED (REDD) ซึ่งการรักษาความยาวคิวเฉลี่ยระหว่างขั้นต่ำและเกณฑ์ตำแหน่งสูงสุดได้ในระดับหนึ่งที่เรียกว่าระดับเป้าหมายที่จะป้องกันไม่ให้เกิดการสร้างคิวในบัฟเฟอร์เราเตอร์ การเปรียบเทียบทำขึ้นระหว่างที่เสนอ REDD, สีแดงและ ared วิธีการเกี่ยวกับการวัดผลการปฏิบัติงานดังกล่าวข้างต้น นอกจากนี้สามวิธีขึ้นอยู่กับสีแดงและตรรกศาสตร์มีการเสนอในการควบคุมบัฟเฟอร์เราเตอร์แออัด incipiently วิธีการเหล่านี้จะถูกตั้งชื่อ REDD1, REDD2 และ REDD3 และการแสดงของพวกเขายังมีการเปรียบเทียบกับ RED ใช้วัดผลการปฏิบัติงานดังกล่าวข้างต้นที่จะระบุว่าวิธีการประสบความสำเร็จในผลที่น่าพอใจมากที่สุด นอกจากนี้ชุดของแบบจำลองการวิเคราะห์คิวต่อเนื่องทางเวลาที่มีการพัฒนาอยู่บนพื้นฐานของวิธีการดังต่อไปนี้: สีแดง, GRED, เบื่อและสีฟ้าในการตรวจสอบความแออัดที่บัฟเฟอร์เราเตอร์ในช่วงเริ่มต้น ที่นำเสนอรูปแบบการวิเคราะห์ใช้ความยาวคิวทันทีเป็นตัวชี้วัดความแออัดในการจับภาพการเปลี่ยนแปลงในระยะสั้นในการป้อนข้อมูลและป้องกันการสูญเสียตเนื่องจากล้น ที่นำเสนอรูปแบบการวิเคราะห์มีการทดลองเมื่อเทียบกับการจำลอง AQM ที่สอดคล้องกันของพวกเขามีการอ้างอิงถึงมาตรการการปฏิบัติงานดังกล่าวข้างต้นที่จะระบุว่าวิธีการที่จะช่วยให้ผลที่น่าพอใจมากที่สุด จำลองสำหรับ Red, GRED, ared, เบื่อ, สีฟ้า, เรดด์ REDD1, REDD2 และ REDD3 วิ่งสิบครั้งในแต่ละครั้งที่มีการเปลี่ยนแปลงของเมล็ดและผลของการทำงานในแต่ละที่มีการใช้เพื่อให้ได้ค่าเฉลี่ยความแปรปรวนส่วนเบี่ยงเบนมาตรฐานและ ช่วงความเชื่อมั่น 95% มาตรการการปฏิบัติงานจะคำนวณตามข้อมูลที่เก็บรวบรวมเฉพาะหลังจากที่ระบบได้ถึงความมั่นคงของรัฐ หลังจากการทดลองที่กว้างขวางผลลัพธ์ที่แสดงให้เห็นว่าข้อเสนอของเรดด์ REDD1, REDD2 และ REDD3 ขั้นตอนวิธีการและบางส่วนของรูปแบบการวิเคราะห์เสนอเช่นเบื่ออัลฟา, สีแดงและรุ่น GRED มีผลค่อนข้างดีของความยาวคิวเฉลี่ยและความล่าช้าการจัดคิวเฉลี่ยกว่านี้ประสบความสำเร็จ โดยสีแดงและสายพันธุ์ของมันเมื่อค่าของความน่าจะมาถึงแพ็คเก็ตที่มีค่ามากกว่าค่าความน่าจะเป็นในการออกจากแพ็คเก็ต, iE ในสถานการณ์ความแออัด นี้แสดงให้เห็นว่าเมื่อการจราจรเป็นส่วนใหญ่ของธรรมชาติช่วง ๆ บุหรี่, ความยาวคิวทันทีอาจจะเป็นตัวชี้วัดความแออัดดีกว่าการใช้มากกว่าความยาวคิวเฉลี่ยที่เป็นในรูปแบบดั้งเดิมมากขึ้น