网络拥塞控制的主动队列管理的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 专用术语注释表 | 第8-10页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 网络拥塞控制的主动队列管理研究现状 | 第11-13页 |
| 1.3 论文研究内容及结构 | 第13-14页 |
| 第二章 Internet 拥塞控制机制 | 第14-31页 |
| 2.1 引言 | 第14页 |
| 2.2 TCP 拥塞控制机制 | 第14-21页 |
| 2.2.1 TCP 流量控制原理 | 第14-16页 |
| 2.2.2 TCP 自同步机制 | 第16-17页 |
| 2.2.3 加性增加乘性减少机制 | 第17-18页 |
| 2.2.4 慢启动 | 第18-19页 |
| 2.2.5 拥塞避免 | 第19页 |
| 2.2.6 快速重传 | 第19-20页 |
| 2.2.7 快速恢复 | 第20-21页 |
| 2.3 IP 拥塞控制机制 | 第21-23页 |
| 2.3.1 分组调度机制 | 第21页 |
| 2.3.2 队列管理机制 | 第21-23页 |
| 2.4 主动队列管理算法 | 第23-26页 |
| 2.4.1 主动队列管理算法的组成 | 第23-24页 |
| 2.4.2 主动队列管理算法的设计规则 | 第24-25页 |
| 2.4.3 主动队列管理算法的公平性 | 第25-26页 |
| 2.4.4 主动队列管理算法的性能指标 | 第26页 |
| 2.5 几种典型的基于启发式设计的 AQM 算法 | 第26-30页 |
| 2.5.1 RED 算法 | 第26-28页 |
| 2.5.2 BLUE 算法 | 第28-29页 |
| 2.5.3 CHOKe 算法 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 一种改进的自适应PID神经网络AQM策略 | 第31-43页 |
| 3.1 引言 | 第31页 |
| 3.2 TCP/AQM 非线性反馈控制模型 | 第31-33页 |
| 3.3 PI 算法 | 第33-34页 |
| 3.4 PID 算法 | 第34-35页 |
| 3.5 人工神经网络理论 | 第35-37页 |
| 3.6 MAPIDNN 算法 | 第37-42页 |
| 3.6.1 控制器结构 | 第37-40页 |
| 3.6.2 MAPIDNN 算法的组成 | 第40页 |
| 3.6.3 MAPIDNN 算法的公平性 | 第40-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第四章 MAPIDNN 算法性能仿真 | 第43-60页 |
| 4.1 引言 | 第43页 |
| 4.2 NS 基本构件 | 第43-48页 |
| 4.2.1 节点 | 第43-44页 |
| 4.2.2 链路 | 第44页 |
| 4.2.3 调度器 | 第44-45页 |
| 4.2.4 定时器 | 第45-46页 |
| 4.2.5 应用模拟器和流量发生器 | 第46-48页 |
| 4.3 分裂对象模型 | 第48页 |
| 4.4 离散时间模拟机制 | 第48-49页 |
| 4.5 基于 NS 开发新算法 | 第49-51页 |
| 4.5.1 NS 算法开发流程 | 第49-50页 |
| 4.5.2 NS 中添加 MAPIDNN 算法 | 第50-51页 |
| 4.6 MAPIDNN 算法的仿真结果与分析 | 第51-59页 |
| 4.6.1 仿真环境及参数配置 | 第51-52页 |
| 4.6.2 不同仿真条件下的算法性能分析 | 第52-59页 |
| 4.7 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录 1 攻读硕士期间撰写的论文 | 第66-67页 |
| 致谢 | 第67页 |
