tóm tắt luận văn thạc sĩ kỹ thuật phân tích đánh giá một số thuật toán quản lý hàng đợi tích cực trong TCP network

LỜI NÓI ĐẦU

Trong quá trình hoạt động của các hệ thống mạng truyền số liệu, luôn xảy ra hiệntượng tắc nghẽn Để hệ thống làm việc hiệu quả và có độ tin cậy cao người ta đã đưa ra rấtnhiều giải pháp để điều khiển tắc nghẽn mạng Trong đó, quản lý hàng đợi tích cực -Active Queue Management (AQM) là một giải pháp Trong những năm gần đây, phươngpháp quản lý hàng đợi tích cực được đánh giá là phương pháp tốt hơn cả Cơ chế này hoạtđộng tại Router nhằm điều khiển số lượng gói tin trong hàng đợi của Router bằng cách loạibỏ gói tin đến một cách chủ động Để thực hiện cơ chế này, đã có rất nhiều phương phápđược đề xuất cho phép hoạt động của mạng có được độ trễ tốt hơn và thông lượng cao hơntrong các điều kiện khác nhau về lưu lượng.

Việc cập nhật, nắm rõ và phân tích được đặc điểm của các thuật toán AQM Từ đóphân tích, đánh giá các thuật toán và đề xuất lựa chọn các thuật toán thích hợp trong từng

điều kiện cụ thể Được sự hướng dẫn của PGS TS Lê Bá Dũng, tôi xin hoàn thành luậnvăn tốt nghiệp cao học với nội dung: Phân tích đánh giá một số thuật toán quản lý hàngđợi tích cực trong TCP network Đề tài gồm các nội dung chính như sau:

Chương 1: Tổng quan các thuật toán về quản lý hàng đợi Chương 2: Các phương pháp quản lý hàng đợi tích cực

Chương 3: Nghiên cứu các thuật toán RED, BLUE và phân tích, đánh giá cácthuật toán

Do điều kiện tiếp cận để nghiên cứu cũng như năng lực của bản thân còn hạn chếnên đề tài có thể chưa đề cập hết các vấn đề liên quan đến một cách đầy đủ, sâu sắc vàtrong quá trình nghiên cứu, trình bày cũng không tránh khỏi những thiếu sót Kính mongcác thầy, cô giáo và các bạn quan tâm đến nội dung của đề tài, đóng góp ý kiến để tôi cóđiều kiện tiếp thu và phát triển đề tài cũng như bổ xung thêm kiến thức cho bản thân đượcđầy đủ, đúng đắn và để luận văn của tôi được hoàn thiện hơn.

Tôi xin chân thành cảm ơn!

Thái Nguyên, ngày 26 tháng 11 năm 2012

Người thực hiện

CHƯƠNG 1

TỔNG QUAN CÁC THUẬT TOÁN VỀ QUẢN LÝ HÀNG ĐỢI1.1 Truyền dữ liệu trên một hệ thống mạng

Hình 1.1: Kiến trúc mạng đơn giản

Hình 1.2: Kiến trúc cơ bản của một router

1.2 Điều khiển tắc nghẽn

1.2.1 Khái niệm

1.2.2 Các kỹ thuật được sử dụng trong quản lý tắc nghẽn

1.2.3 Điều khiển tắc nghẽn và tránh tắc nghẽn trong mạng TCP

Hình 1.3 Mô hình hàng đợi đơn giản trong mạng

Bảng 1.1: Bảng các tham số cơ bản của hàng đợi

vận tốc ٨ trên một đơn vị thời gian (s)

độ µ trên một đơn vị thời gianHiệu suất sử dụng dịch

Có hai định nghĩa:

Thứ nhất: được tính bằng tất cả thờigian gói tin đến xử lý (bao gồm cả các góikhông phải chờ trong hàng đợi)

Thứ hai: chỉ tính TB thời gian các góitin phải chờ trong hàng đợi

Thời gian TB giữa thời điểm gửi góitới server và thời điểm rời khỏi server

gồm các gói đang được sử dụng và các góiđang chờ trong hàng đợi.

Hình 1.4: Tiến trình xử lý hàng đợi trong router

1.3.2 Quản lý hàng đợi (Queue management)

Quản lý hàng đợi bao gồm các hoạt động:

- Thêm gói vào hàng đợi theo ngữ cảnh của gói khi hàng đợi chưa đầy.- Loại bỏ gói nếu hàng đợi đã đầy.

- Xóa bỏ gói khi được yêu cầu bởi bộ lập lịch.- Thường xuyên quản lý độ chiếm giữ của hàng đợi.- Loại bỏ gói khi hàng đợi đã đầy.

- Đánh dấu các gói khi hàng đợi chuẩn bị đầy.

Hình 2.1: Phân loại các phương pháp quản lý hàng đợi tích cực

2.2 Quản lý hàng đợi tích cực dựa trên chiều dài hàng đợi

2.2.1 Cơ chế ECN (Explicit Congestion Notification)

2.2.1.1 Khái niệm chung

2.2.1.2 Sự đánh dấu trong IP header

ECN FIELD (Trường ECN trong IP header)

Queue Length & Load BasedActive Queue Managament

RED 10 SHRED FRED 11 HREDCBT 12 AREDSRET 13 RARED

DSRED 14 QAVREDMRED 15 PUNSI

Adaptive RED 16 CHOCKe

PDRED 17 Stochastic REDLRED

REMSVBRaQ

2.2.1.4 Cơ chế hoạt động

2.2.2 Cơ chế hủy bỏ sớm ngẫu nhiên theo trọng số WRED (Weighted Random EarlyDetection)

2.2.2.1 Khái quát

2.2.2.2 Cơ chế hoạt động

Hình 2.5: Sơ đồ hoạt động của WRED

Hình 2.6: Cơ chế loại bỏ gói tin của WRED

2.2.2.3 Sự ảnh hưởng của thông số MPD (mark probability denominator) đếnsự hoạt động của WRED

2.2.3 Adaptive RED

2.2.31 Tổng quan về Adaptive RED

Every Q(ave) Update:

if (minth < Q(ave) < maxth) status = Between;

if Q(ave) < minth && status !=Below) status = Below;

Every interval seconds:

if (avg > target and maxp ≤ 0.5) increase maxp:

2.2.4.1 Mô hình hệ thống và các thành phần

Hình 2.9: Một mô hình kiến trúc mạng để thực hiện giải thuật DRED2.2.4.2 Phân tích mô hình hệ thống

2.2.4.3 Điều chỉnh trọng số hàng đợi Wq

oldwq, R € [0,0.1]

oldwq x 4, R € [0.1,0.2]

oldwq x 12, R € [0.3,0.4]oldwq x 16, R € [0.4,0.5]oldwq x 20, R € [0.5,1]

Hình 2.11: Trọng số hàng đợi nwq của giải thuật DRED2.2.4.4 Điều chỉnh xác suất loại bỏ gói cực đại maxp

2.2.5 Stabilized RED (SRED)

2.2.5.1 Cơ chế và ý nghĩa

Hình 2.12: Một topo mạng gồm 2 router sử dụng SRED2.2.5.2 Giải thuật của Stabilized RED và ý nghĩa các tham số

Ở công thức trên, B là kích thước bộ đệm của router Pmax là tham số điềukhiển của SRED và là xác suất loại bỏ gói tin cực đại SRED ngẫu nhiên loại bỏ góitin với một xác suất Pzap được xác định bởi công thức:

Pzap = PsRED(q)*min (1, (256*())2

P )*(1+ HP((nn)) )

2.2.6 Phát hiện sớm ngẫu nhiên cân bằng FRED

2.3 Quản lý hàng đợi tích cực dựa trên kiểm soát tải nạp

Ratelimit ()Else

Mark/drop with probability Pmin;

Hình 2.13: Thuật toán SFB

.2.3.2 Thuật toán SFED

2.3.3 Thuật toán FABA

Hình 2.15: Hệ số chia sẻ công bằng đối với các kết nối HTTP và FTP của một số các thuật toán AQM

2.3.4 Thuật toán hàng đợi ảo thích nghi AVQ (Adaptive Virtual Queue)2.3.5 Thuật toán hàng đợi ảo thích nghi ổn định hóa (SAVQ)

Bảng 2.4: Các chỉ số hoạt động của AVQ và SAVQ

 = 1.0  = 0.98

STD của Độ dài hàng đợi trung

2.3.6 Thuật toán hàng đợi ảo thích nghi ổn định nâng cao (EAVQ)2.3.7 Yellow

2.3.8 Giải thuật tiếp cận theo hiệu quả sử dụng tuyến (LUBA)

CHƯƠNG 3

NGHIÊN CỨU CÁC THUẬT TOÁN RED, BLUE VÀ PHÂN TÍCH, ĐÁNH GIÁ CÁC THUẬT TOÁN3.1 Thuật toán RED (Random Early Detection)

3.1.1 Mô tả khái quát về thuật toán

Hình 3.1: Mô hình quản lý hàng đợi dùng thuật toán RED.

3.1.2 Giải thuật RED và các tham số

Giải thuật RED được mô tả như sau:

Round Trip Time (R)

AcknowledgmentsRandom Packet

Marking Queneaveragin

For each packet arrival

calculate the avegare queuen size avgif minth avg < maxth

calculate probability Pawith probability Pa:

mark: the arriving packetelse if maxth  avg

Hình 3.3: Giải thuật RED truyền thông

Hình 3.4: Giải thuật RED với “gentle option”

3.2 Thuật toán BLUE

3.2.1 Giới thiệu

Upon packet loss event:

if (now – last_update) > free_time) then

Pm = Pm + deltalast_update = nowUpon link idle event:

if (now – last_update) > free_time) thenPm = Pm - delta

last_update = now

Hình 3.5: Giải thuật BLUE

3.3 Phân tích, đánh giá các thuật toán

3.3.1 Tỷ lệ tổn thất gói tin khi sử dụng RED và BLUE

Hình 3.6: Network topology

Bảng 3.1 Cấu hình của RED

Bảng 3.2 Cấu hình của BLUE

Hình 3.7 Tỷ lệ mất gói của RED và BLUE

3.3.2 Đánh dấu tác động của RED và BLUE

Hình 3.8 Lô chiều dài hàng đợi RED và BLUE

Hình 3.9 Đánh dấu tác động của RED

3.3.3 Hiệu quả của ECN timeouts

HÌnh 3.11 Chiều dài hàng đợi lô RED và BLUE với ECN timeouts

Hình 3.12 Đánh dấu hành vi với ECN thời gian chờ

3.4 So sánh một số giải thuật AQM qua mô phỏng

3.4.1 So sánh hoạt động của một số thuật toán dựa trên kiểm soát tải nạp vàdựa trên hàng đợi

3.4.1.1 Kịch bản mô phỏng

Phân tích đánh giá một số thuật toán quản lý hàng đợi tích cực trong TCP Network

Routerr1 Routerr2

Hình 3.13: Kiến trúc mạng mô phỏng3.4.1.2 Các tham số mô phỏng

3.4.1.3 Kết quả mô phỏng

Hình 3.14: Thông lượng của các luồng UDP với các thuật toán khác nhau

Hình 3.15: Kích thước bộ đệm khi sử dụng một số thuật toán khác nhau

Hình 3.16: Kích thước hàng đợi đối với các thuật toán khác nhau

3.4.2 Đánh giá hoạt động của các thuật toán AQM thích nghi và không thíchnghi trong môi trường băng thông đầu ra thay đổi

3.4.2.1 Kịch bản mô phỏng

Hình 3.17: Cấu hình mạng mô phỏng

Hình 3.18: Dung lượng đầu ra theo thời gian3.4.2.2 Các tham số mô phỏng

3.4.2.3 Kết quả mô phỏng

Hình 3.19: Độ dài trung bình của hàng đợi được điều khiểnbởi các thuật toán AQM

KẾT LUẬN

Từ khi ý tưởng về quản lý hàng đợi tích cực ra đời năm 1999 tới nay đã gần 100cơ chế được phát triển và một số ít các phương pháp nổi bật được đề cập ở trên.Mục đích của AQM là duy trì một hàng đợi ổn định nhằm đạt được độ sử dụng tàinguyên cao và trễ hàng đợi ổn định nhằm đạt được độ sử dụng tài nguyên cao và trễhàng đợi nhỏ Các nhược điểm về vấn đề khóa và đầy hàng đợi của cơ chế loại bỏđuôi là các tiêu chí để xem xét khi phát triển bất kỳ một thuật toán AQM nào đó.

Trong các thuật toán đã phân tích, có thể thấy rằng RED là một thuật toán đượcsử dụng rộng rãi nhất và điều chỉnh các tham số của RED là mục tiêu chính của hầuhết các thuật toán AQM được công bố Một loạt các thuật toán như SRED, DRED,DSRED, MRED, RARED… được công bố dựa trên cơ sở này Thuật toán SREDkhông tính toán độ dài trung bình của hàng đợi, nếu các nghiên cứu tiếp theo vềSRED đưa ra cách thức để cải tiến hoạt động của SRED bằng cách thêm vào tínhtoán về kích cỡ hàng đợi trung bình sẽ đem lại lợi ích đáng kể Mặc dù hoạt độngcủa MRED tốt hơn RED một chút nhưng có rất ít sự quan tâm về phát triển giảithuật này AVQ đạt được hệ số sử dụng tuyến tốt trong khi vẫn giữ chiều dài trungbình của hàng đợi nhỏ Bên cạnh đó CHOKe đem lại hệ số công bằng lớn hơnnhưng lại không có hệ số sử dụng tuyến cao như AVQ Hệ số sử dụng tuyến thayđổi theo thời gian của SAVQ cải thiện rất nhiều đáp ứng tức thời của thuật toán nàyvà độ dài hàng đợi trung bình của SAVQ nhanh chóng hội tụ đến giá trị mongmuốn Việc sử dụng tốc độ đến của các luồng lưu lượng như một độ đo chính đolường sự tắc nghẽn và tỷ lệ sử dụng tuyến mong muốn là độ đo phụ làm cho EAVQkhai thác tuyến một trăm phần trăm Tương tự như EAVQ, Yellow cũng sử dụnghai đại lượng này để quản lý tắc nghẽn Thuật toán này đạt được hệ số sử dụngtuyến rất cao bằng cách xem hệ số tải là tiêu chí chính và hàm điều khiển hàng đợilà tiêu chí sơ cấp Thuật toán AVQRED có sự kết hợp của cả AVQ và RED thực

hiện cải tiến cách thức mà các bộ đệm ảo được điều chỉnh để thích ứng với đặc tínhđộng học của tài nguyên gateway.

Tuy nhiên RED không hiệu quả trong việc ngăn ngừa việc mất mát các gói tin.Trong khi đó Blue lại có thể khắc phục được nhược điểm trên bằng cách BLUEthực hiện việc quản lý các gói tin bị mất.

Kiến nghị, trong trường hợp quản lý hàng đợi có không gian đủ lớn thì chúng tanên sử dụng thuật toán RED trong trường hợp quản lý hàng đợi có không gian hẹpthì chúng ta nên sử dụng thuật toán BLUE.

Trong tất cả các trường hợp, các kịch bản mô phỏng được giới thiệu trong cácthuật toán cải tiến AQM chỉ tập trung vào một số ít các tình huống chung và quáđơn giản trong quá trình phân tích hành vi của giao thức ở các tình huống phichuẩn Các công bố về phương pháp AQM phần lớn dựa trên kết quả mô phỏng vàcần được trên thực tế Việc mô hình hóa các điều kiện về lưu lượng trên Internet làquá phức tạp trong mô phỏng mạng làm cho nó trở thành nhân tố quan trọng trongviệc đánh giá các thuật toán AQM trong các điều kiện thực tế.

Chắc chắn trong tương lai, sẽ còn nhiều cơ chế AQM cải tiến mới ra đời nhằmkhắc phục những nhược điểm của phương pháp cũ Để đánh giá một cách toàn diệnvề thuật toán mới này ta cần dựa trên một số các tiêu chí như: Mục đích của thuậttoán, phương pháp tiếp cận, cách thức phát hiện tắc nghẽn, độ công bằng đối vớicác luồng, đặc tính phát hiện luồng vi phạm, mục tiệu chất lượng, số lượng cáctham số cần xác định trước, các tham số ảnh hưởng đến xác suất loại bỏ gói và mộtsố đặc điểm nổi bật của thuật toán Ta có dùng sự đánh giá này cho những thuậttoán đã phân tích ở trên và kết quả đánh giá được thể hiện qua các bảng sau:

Thái Nguyên, ngày 26 tháng 11 năm 2012

Người thực hiện

Ngô Văn Thuật

TÀI LIỆU THAM KHẢO

[1] Braen,B, Clark, D,et.al (1998), “ Recommendations on queue management and

congestion avoidance in the Internet ” IETF RFC (Information) 2309

[2] Joerg Widmer., Robert Denda, Martin Mauve Prakitsche Informatik IV (2001) ,

“ A Survey of TCP Friendly Congestion Control ” , IEEE Transactions on

[3] E.Hashem (1998), “ Analysis of Random drop for gateway congestion

Control” report LCS, TR - 465, Laboratory for Computer Science, MIT,

Cambridge, MA, , p 103.

[4] T.V Lakshman, A Neidhardt, T Ott, The Drop From Straegy in TCP Over

ATM and Its Interworking with Other Control Features, Proc Infocom 96,

pp 242 – 1250.

[5] S.Floyd, V Jacobson (1993), “ Random Early Detection Gateways for

Congestion Avoidance ” , IEEE/ACM Transaction on Networking

[6] W.Feng, D.D Kandlur, D.Saha, K.G.Shin (1999), “ A Self Configuring RED

Gateway ” , Proceedings of IEEE INFOCOMM, Vol 3 pp 1320 – 1328 [7] D.lin, R.Morris (1997), “ Dynamics of Random early Detection ” , Proceedings

of ACM SIGCOMM.

[8] Mark Parris, Kevin Jeffay, F Donelson Smith (1999), “ Lightweight ActiveRouter Queue management for Multimedia Networking ” Multimedia

Computing and Networking 1999, Proceedings, SPIE Proceeding Series,

Volume 3654, San Jose, CA, pages 162-174

[9] T.J.Ott, T.V.Lakshman, and L.Wong (1999), “ SRED: Stablised RED ” in

IEEE INFOCOMM

[10] Bing Zheng, Mogammed Atiquzzaman (2000), “ DSRED: An active Queue

Management Scheme for Next Generation Network”, Proceedings of 25th

[11] Jahoon Koo, Byunghun Song, Kwangsue Chung, Hyukjoon Lee, Hyunkook

International Coference on Information Networking.

[12] S.Floyd, R.Gummadi, S.Shenkar and ICSI ”Adaptive RED: An algorithm for

Increasing the robustness of RED’s active Queue Management”, Berkely,

CA[online] http:www.icir.org/floyd/red.html.

[13] Jinsheng Sun, King-Tim Ko, Guanrong Chen, Sammy Chan, Moshe

Sukerman (2003), “PD – RED: To Improve Performance of RED”, IEEE

[15] Mark Claypool, Robert Kinicki, Mathew Hartling (2004), “Active Queue

Management for Web Traffic” IEEE International Conference on

Performance, Computing and Comunication 2004.

[16] Liujia Hu, Ajay D.Kshemkalyani (2004), “HRED: A simple and Efficient

Active Queue Management Algorithm”, 13th International Conferrence onComputer Communications and Networking ICCCN 2004.

[17] Yue-Dong Xu, Zhen-Yu Wang, Hua Wang (2005), “ARED A Novel Adative

Congestion Controller” IEEE International Conference on Machine

Learning and Cybernetics.

[18] Tae-Hoon Kim, Kee-Hyun Lee (2006), “Refined Adaptive RED in TCP/IP

Networks”, IEEE ICASE.

[19] Jiong-Hwan Seol, Ki Young Lee, Yoon Sik Hong (2006), “PerformanceImprovement of Adaptive AQM Using the Variation of Queue Length”

IEEE Region 10 Conferencer TENCON.

[20] Tetsuji Yamaguchi, Yutaka Takahashi (2007), “A queue Management

algorithrm for fair bandwidth allocation” Computer Communication.