一种基于模糊神经网络的可靠流量控制模型

• 作者: 张民 罗光春
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: P2P 拥塞控制 模糊神经网络
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 计算机网络与信息技术
• 页码范围: 42-45
• 页数: 4页
• 分类号: TP3
• 字数: 4641字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2007.04.009

摘要

为控制P2P流量,本文从数据缓冲区使用的实时状态出发,提出了一种基于模糊神经网络的拥塞控制模型,该模型把缓冲区划分为两个队列分别存放P2P和非P2P的数据包,通过模糊神经网络预测评估缓冲区队列的拥塞状况,并建立一个评估函数对各队列的空间分配作出指导,使得能够控制各队列的拥塞状况,并动态的调整缓冲区队列的分配,在缓冲区溢出前主动丢包,避免缓冲区锁定.模拟实验的结果表明,该模型在保证网络资源分配的公平性方面取得了较好的效果,它降低了数据包排队延时和丢包率,提高了路由器处理网络拥塞的能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张民	电子科技大学信息中心	6	56	4.0	6.0
2	罗光春	电子科技大学信息中心	59	390	10.0	16.0