3.3.5.1 Thuật toán
Điều khiển tắc nghẽn đầu cuối được sử dụng rộng rãi trong các mạng ngày nay để ngăn chặn tắc nghẽn xảy ra. Tuy nhiên do lưu lượng đến dưới dạng bó, các router được cung cấp các bộ đệm rộng lớn một cách công bằng để thu hút các bó lưu lượng và duy trì việc sử dụng kết nối cao. Bên trong các bộ đệm lớn này có sử dụng quản lý bộ đệm loại bỏ đằng đuôi, nếu xảy ra tắc nghẽn tại các router thì các gói sẽ bị trễ hàng đợi lớn. Do đó quản lý bộ đệm loại bỏ đằng đuôi buộc mạng phải lựa chọn giữa độ sử dụng cao (yêu cầu kích thước hàng đợi lớn) hay độ trễ nhỏ (yêu cầu kích thước hàng đợi nhỏ). Còn quản lý hàng đợi sử dụng thuật toán RED thì tích cực hơn do sử dụng quá trình loại bỏ gói ngẫu nhiên bằng việc thay đổi kích thước hàng đợi trung bình. Mục tiêu chính của RED là phối hợp giữa trung bình hoá chiều dài của hàng đợi (cung cấp lưu lượng dạng bó) và thông báo tắc nghẽn sớm (giảm kích thước hàng đợi trung bình) để đạt được trễ hàng đợi trung bình thấp và độ thông qua cao.
Tuy nhiên RED lại có mặt hạn chế: kích thước hàng đợi trung bình thay đổi theo mức tắc nghẽn và các thiết lập tham số. Về cơ bản RED yêu cầu điều chỉnh các tham số để hoạt động hiệu quả thì nó phải loại bỏ đủ các gói để đạt được mục đích. Thật không thích hợp là việc thiết lập các tham số phụ thuộc vào tính tự nhiên và dạng bó của lưu lượng truyền qua hàng đợi trên cơ sở RED. Ta thấy khi kết nối xảy ra tức nghẽn nhẹ hay giá trị maxp cao thì kích thước hàng đợi trung bình sẽ gần giá trị minth,
còn khi kết nối bị tắc nghẽn nặng, hay giá trị maxp thấp thì kích thước trung bình hàng
đợi gần bằng hoặc lớn hơn maxth. Kết quả là trễ hàng đợi hàng đợi trung bình rất nhạy
với tải lưu lượng và tham số do đó không thể dự đoán truớc được. Thêm vào đó độ thông qua trong RED cũng nhạy với tải lưu lượng và tham số. RED thường không hoạt
động tốt khi kích thước hàng đợi trung bình vượt quá giá trị maxth, khi vượt quá giá trị này thì khả năng thông qua giảm còn tốc độ loại bỏ gói tin tăng. Giải pháp đưa ra cho vấn đề trên là tìm ra một thuật toán kế thừa được các ưu điểm của thuật toán RED đồng thời hạn chế được nhược điểm của nó. Thuật toán ARED (Adaptive RED-RED thích nghi) là phần mở rộng của thuật toán RED. ARED về cơ bản vẫn dựa trên thuật
toán RED nhưng chỉ chỉnh sửa tham số maxp để giữ cho kích thước hàng đợi trung
bình luôn nằm trong khoảng minth và maxth. Thêm vào thuật toán ARED tự động thiết
lập các tham số khác của RED, nó có thể tối thiểu hoá khả năng kích thước hàng đợi
trung bình vượt quá giá trị maxth do đó hạn chế khả năng mất gói và sự dao động trong
trễ hàng đợi.
Các trọng số dùng để đánh giá ARED
Mục đích thứ cấp của RED nói riêng hay của quản lý hàng đợi nói chung là để cung cấp trễ hàng đợi trung bình thấp và độ thông qua cao. Do đó để định giá ARED thì ta sử dụng các trọng số của trễ hàng đợi trung bình và độ thông qua. Mục đích nữa của ARED là giới hạn số lượng các gói bị loại bỏ và tốc độ đánh dấu. Tất cả các trọng số được xây dựng trên cơ sở router. Trong khi các trọng số người sử dụng đầu cuối như: thời gian chuyển file, hay độ trễ trên gói là các kết quả đo quan trọng có hiệu quả với thuật toán thì các trọng số người sử dụng đầu cuối cho thuật toán ARED có thể dễ dàng nhận được từ các trọng số trên cơ sở router
Hoạt động của thuật toán ARED
ARED thích ứng giá trị maxp để giữ cho kích thước hàng đợi trung bình nằm
trong khoảng giá trị minth và maxth. Để đạt được điều này có 4 cách:
• Maxp được thích ứng không chỉ giữ cho kích thước hàng đợi trung bình
nằm giữa hai giá trị minth và maxth mà còn giữ cho kích thước hàng đợi
trung bình nằm trong một giải cho phép trong khoảng minth và maxth.
• Maxp thích nghi chậm, thời gian vượt quá được chia lớn hơn thời gian
roundtrip và trong những bước nhỏ.
• Giá trị maxp được duy trì trong khoảng [0.01 ; 0.5]
0 Minth Maxtth 100% 1 maxp maxp Curve for Aggressive traffic Curve for Light traffic Average occupancy D ro p P ro ba bi lit y
Hình 3.13 : Phát hiện sớm ngẫu nhiên thay đổi thích ứng với maxp thay đổi
• Thay cho việc tăng theo cấp số nhân và giảm giá trị maxp ta thực hiện chế
độ giảm theo cấp số nhân và tăng theo cấp số cộng (AIMD). Thuật toán ARED:
Every interval seconds:
If (avg > target and maxp ≤ 0.5) Tăng giá trị maxp
maxp ← maxp + α;
else if (avg < target and maxp ≥ 0.01) giảm maxp ; (adsbygoogle = window.adsbygoogle || []).push({});
maxp ←maxp * β ;
Các biến :
avg : kích thước hàng đợi trung bình Các tham số cố định :
interval : khoảng thời gian khoảng 0,5 s
target : giá trị mong đợi cho avg nằm trong khoảng
[minth + 0.4 * (maxth - minth) ; minth + 0.6 * (maxth - minth)] α : nhân tố tăng ; min (0.01 ; maxp/4)
β : nhân tố giảm ; 0.9
Chính sách tương thích giá trị maxp cho phép giá trị xác suất loại bỏ gói
Đáp ứng được với sự thay đổi của kích thước hàng đợi trung bình để có thể
chiếm ưu thế trong các khoảng thời gian nhỏ. Việc thích ứng chậm giá trị maxp, ARED
đưa ra hiệu quả sử dụng cao trong một dải rộng các môi trường.
Thuật toán ARED trong hình trên sử dụng AIMD tương thích maxp. Ngoài cách
này ra còn có một cách điều khiển tuyến tính khác là MIDC (tăng theo cấp số nhân, giảm theo cấp số nhân) cũng được yêu cầu để quản lý hàng đợi.
3.3.5.2 Các tham số của ARED a. Giá trị maxp
Cố gắng tối ưu RED để tốc độ loại bỏ gói tin <50%. Hơn nữa khi tốc độ loại bỏ gói tăng từ maxp→ 1 khi kích thước hàng đợi thay đổi từ giá trị maxp->2maxp. Còn khi
tốc độ loại bỏ gói giảm từ 1→ maxp khi kích thước hàng đợi thay đổi từ minth→ maxth.
Do đó với giá trị Maxp được thiết lập tới giá trị 0.5 thì xác suất loại bỏ các gói thay đổi từ 0→ 1 khi kích thước hàng đợi thay đổi từ Minth→ 2Maxth. Điều này giúp cho hiệu năng truyền lớn ngay cả khi tốc độ loại bỏ gói vượt quá 50%.
b. Tham số α, β
Có ít nhất 0.49/α khoảng giành cho giá trị maxp để tăng từ 0.01→ 0.5 (với tham
số đưa ra là 24.5s). Tương tự có ít nhất log0.02/logβ khoảng cho giá trị maxp để giảm
từ 0.5→ 0.01(với tham số là 20.1s). Khi xét đến giá trị α, β yêu cầu đặt ra là ngay cả khi hoạt động dưới điều kiện bình thường thì bất kì một chỉnh sửa đơn nào của giá trị
maxp cũng không ảnh hưởng tới sự thay đổi của kích thước hàng đợi trung bình
Khi giá trị maxp được thích ứng với xác suất loại bỏ gói trạng thái ổn định p
cũng được duy trì và kích thước hàng đợi trung bình dịch chuyển đơn giản để phù hợp với giá trị maxp mới. Do đó p < maxp khi maxp tăng bởi α, và giá trị hàng đợi trung bình có thể giảm từ giá trị minth +
p
p
max (maxth - minth) tới minth + p+α
p
max (maxth -
minth) (adsbygoogle = window.adsbygoogle || []).push({});
Nó là sự giảm của giá trị:
α α + p max + p p
max (maxth - minth)
Giá trị maxp nhỏ hơn 0.2(maxth- minth), do đó kích thước hàng đợi trung bình
không phụ thuộc vào giá trị maxp và để tránh hiện tượng kích thước hàng đợi giảm đột
ngột từ giá trị biên trên xuống giá trị biên dưới. Tham số α, β phải thoả mãn:
α
α +
p
max ≤ 0.2 với α < 0.25 maxp
Tương tự có thể kiểm tra việc giảm maxp theo cấp số nhân để không gây ra hiện
tượng kích thước hàng đợi trung bình tăng từ giá trị biên giới tới giá trị biên trên. Phân tích tương tự như α: β β p p max ) 1 ( −
(maxth - minth) < 0.2(maxth - minth)
Chọn β: β
β −
1
≤ 0.2 ; β > 0.83
ARED loại bỏ sự phụ thuộc của RED vào tham số maxp và một số tham số khác thì ta có thể tự động thiết lập tham số maxth,wq. Giá trị Maxp sẽ được tự động thiết lập
từ giá trị 3minth. Trong trường hợp này thì kích thước hàng đợi trung bình tập trung
xung quanh giá trị 2minth do đó nó chỉ chịu ảnh hưởng của tham số minth của RED.
Tham số wq: nếu kích thước hàng đợi trung bình thay đổi từ giá trị này sang giá
trị khác thì số lượng các gói đến là -1/ln(1-wq). Giá trị này được gọi là “hằng số thời
gian”. Nó được chỉ định trong các gói đến để đánh giá kích thước hàng đợi trung bình, nhưng bản thân nó lại không mang tính chất thời gian. Các kết nối có tốc độ cao hơn
yêu cầu giá trị wq nhỏ hơn, do đó “hằng số thời gian” được duy trì theo trật tự của
RRT. wq được thiết lập tự động là 1s (tương đương với 10 RTT) để đánh giá kích
thước hàng đợi trung bình. Giả sử rằng RTT mặc định là 100ms thì wq được thiết lập:
wq = 1- exp(-1/C)
C : là khả năng kết nối các gói trên 1s, được tính bắng số các gói trên một kích thước mặc định đã được chỉ ra.