随机早期检测RED(Random Early Detection)算法--两个门限防抖动

简介:

RED算法其实很简单的,简单说就是防止网络拥塞 的,一般来讲它是端到端的TCP拥塞控制的补充,用于路由器的居多,因为端到端的拥塞控制仅仅负责一条虚电路,额外可以探测网络通路情况,但是却不能保证 每个端点的这种控制行为是一致的或者使能的,因此必须存在一种类似于监督机制的拥塞控制机制,在路由器上监督和管理一切数据包,而不能天真的相信TCP端 到端拥塞控制会做的很好,事实证明,它做的并不是很好。

路由器的QOS算法有很多,包括很多队列机制,这里由于不是重点就不说了,RED算法是与之相似但不同的一个,它旨在能预测到网络将要拥塞,而提前采取丢 包动作,而不是等到网络实际拥塞了以后再采取措施,这里的方式和操作系统的内存置换策略有点类似,因为在操作系统内核中也是需要提前预知内存将不足,而不 是到实际内存不足的时候再腾地方,这是一种以保障持续运行为目的的策略,RED算法也是,典型的实现就是设置一个经验性的阀值,一旦剩余内存低于这个阀值 (对于内存置换算法)或者网络包的总长度大于这个阀值(对于RED算法),那么就认为必须采取措施了,采取措施的结果就是统计值落入这些阀值之下,但是这 样好吗?虽然可以确保系统不会撑死,但是会引起系统剧烈抖动,以内存置换为例,剩余内存刚小于阀值的时候就被发现了,然后去置换内存页面,但是还没有置换 几个页面,剩余内存就大于阀值了,毕竟发现的早,剩余内存还没有到稀缺的地步,此时就停止了置换,在系统几乎满载的情况下,然后没过一会儿,剩余内存又小 于阀值了,如此反复...网络包的例子就不举了。

实际上,在应用中是用两个阀值而不是一个阀值进行管理的,两个阀值可以有效防止抖动的发生将震动从一个点扩展到了一个区间,一个阀值的算法会引起抖动是因 为数值的课徘徊路径太短,就是一个点,一个点只有左右两个自由度,太左了就要右一点,反之就要左一点,没有缓冲的余地,而两个阀值有效的拉长了数值的徘徊 区间,在此区间内数值是可以徘徊的,徘徊的过程是系统已经出问题但是还没有到解决问题的时候的意思,体现了一种积累的效果,同时也是一种懒惰的体现。下面 看一下RED算法: 
Avq=0,Count=-1; 
当有分组到达时: 


If( 队列空)

 

 本文转自 dog250 51CTO博客,原文链接:http://blog.51cto.com/dog250/1273524




相关文章
|
2月前
|
机器学习/深度学习 运维 算法
大模型开发:描述一种用于异常检测的技术或算法。
LOF算法是一种无监督异常检测技术,通过比较数据点局部密度识别离群点。它计算每个点的局部离群因子得分,得分高则异常可能性大。主要步骤包括:距离度量、k近邻搜索、计算局部可达密度和LOF得分,然后设定阈值识别异常点。适用于入侵检测、故障检测等场景,Python中可使用scikit-learn库实现。
25 1
|
2月前
|
传感器 算法 计算机视觉
基于肤色模型和中值滤波的手部检测算法FPGA实现,包括tb测试文件和MATLAB辅助验证
该内容是关于一个基于肤色模型和中值滤波的手部检测算法的描述,包括算法的运行效果图和所使用的软件版本(matlab2022a, vivado2019.2)。算法分为肤色分割和中值滤波两步,其中肤色模型在YCbCr色彩空间定义,中值滤波用于去除噪声。提供了一段核心程序代码,用于处理图像数据并在FPGA上实现。最终,检测结果输出到"hand.txt"文件。
|
13天前
|
机器学习/深度学习 运维 算法
【Python机器学习专栏】异常检测算法在Python中的实践
【4月更文挑战第30天】本文介绍了异常检测的重要性和在不同领域的应用,如欺诈检测和网络安全。文章概述了四种常见异常检测算法:基于统计、距离、密度和模型的方法。在Python实践中,使用scikit-learn库展示了如何实现这些算法,包括正态分布拟合、K-means聚类、局部异常因子(LOF)和孤立森林(Isolation Forest)。通过计算概率密度、距离、LOF值和数据点的平均路径长度来识别异常值。
|
13天前
|
算法 数据可视化 数据挖掘
R语言平滑算法LOESS局部加权回归、三次样条、变化点检测拟合电视节目《白宫风云》在线收视率
R语言平滑算法LOESS局部加权回归、三次样条、变化点检测拟合电视节目《白宫风云》在线收视率
|
20天前
|
算法 数据可视化 数据挖掘
R语言社区发现算法检测心理学复杂网络:spinglass、探索性图分析walktrap算法与可视化
R语言社区发现算法检测心理学复杂网络:spinglass、探索性图分析walktrap算法与可视化
|
26天前
|
算法 数据可视化
R语言社区检测算法可视化网络图:ggplot2绘制igraph对象分析物种相对丰度
R语言社区检测算法可视化网络图:ggplot2绘制igraph对象分析物种相对丰度
|
27天前
|
文字识别 算法 计算机视觉
图像倾斜校正算法的MATLAB实现:图像倾斜角检测及校正
图像倾斜校正算法的MATLAB实现:图像倾斜角检测及校正
|
27天前
|
算法 数据可视化 数据挖掘
R语言社区主题检测算法应用案例
R语言社区主题检测算法应用案例
|
2月前
|
XML 机器学习/深度学习 算法
目标检测算法训练数据准备——Penn-Fudan数据集预处理实例说明(附代码)
目标检测算法训练数据准备——Penn-Fudan数据集预处理实例说明(附代码)
47 1
|
2月前
|
算法
m基于log-MPA检测算法的SCMA通信链路matlab误码率仿真
MATLAB 2022a仿真实现了稀疏码多址接入(SCMA)算法,该算法利用码本稀疏性实现多用户高效接入。每个用户从码本中选取码字发送,接收端采用Log-MPA算法进行多用户检测。由于MAP检测计算复杂度高,故采用Log-MPA降低复杂性。仿真展示了不同迭代次数(1, 5, 10, 30)对误码率(BER)的影响,通过比较各次迭代的BER曲线,研究算法性能与迭代次数的关系。
32 0