自相似业务模型下主动队列管理算法的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景 | 第11-12页 |
| ·研究现状 | 第12-13页 |
| ·论文的研究内容 | 第13页 |
| ·论文的研究意义 | 第13-14页 |
| ·论文的组织安排 | 第14-15页 |
| 第二章 主动队列管理算法 | 第15-29页 |
| ·TCP拥塞控制策略 | 第15-16页 |
| ·被动和主动队列管理 | 第16-19页 |
| ·被动队列管理及其不足 | 第17-18页 |
| ·主动队列管理及其优点 | 第18-19页 |
| ·主动队列管理算法 | 第19-27页 |
| ·随机早期检测算法RED | 第19-23页 |
| ·几种改进的RED算法及其他AQM算法 | 第23-27页 |
| ·AQM研究成果与下一步研究方向 | 第27-29页 |
| 第三章 网络业务流的自相似性能分析 | 第29-50页 |
| ·自相似现象的发现及实例 | 第29-34页 |
| ·自相似现象的发现 | 第29-31页 |
| ·互联网通信量自相似性的几个实例 | 第31-34页 |
| ·自相似的定义、定理及性质 | 第34-39页 |
| ·自相似的定义及定理 | 第34-38页 |
| ·自相似过程的性质 | 第38-39页 |
| ·网络业务模型 | 第39-43页 |
| ·Possion流量模型 | 第40页 |
| ·几种常用的自相似模型 | 第40-43页 |
| ·自相似流量Hurst参数的估计方法 | 第43-47页 |
| ·时间方差法 | 第43-44页 |
| ·R/S法 | 第44-45页 |
| ·Whittle估计法 | 第45页 |
| ·小波变换实时估计法 | 第45-47页 |
| ·自相似流量的预测方法 | 第47-49页 |
| ·分形预测方法 | 第47-48页 |
| ·统计预测方法 | 第48-49页 |
| ·网络自相似性产生的原因 | 第49-50页 |
| 第四章 自相似业务下的主动队列管理算法 | 第50-68页 |
| ·业务的自相似性对网络性能的影响 | 第50-54页 |
| ·基于时间间隔的随机早期检测算法─BIRED算法 | 第54-64页 |
| ·AQM算法的设计要求和性能评价标准 | 第54-55页 |
| ·BIRED算法设计思想 | 第55-59页 |
| ·BIRED算法的实现 | 第59-64页 |
| ·BIRED与RED算法性能比较 | 第64-68页 |
| 第五章 自相似业务下的自适应ABIRED算法 | 第68-77页 |
| ·自适应ABIRED算法的设计思想 | 第68-72页 |
| ·自适应ABIRED算法的实现 | 第72-76页 |
| ·结论 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| ·论文工作总结 | 第77页 |
| ·进一步的工作 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 攻读硕士学位期间发表的论文 | 第83页 |
| 攻读硕士学位期间参与的科研项目 | 第83页 |
