2.2.31. Tổng quan về Adaptive RED
Phương pháp Adaptive RED (ARED) được đề xướng lần đầu tiên bởi Feng vào năm 1997. Và sau đĩ, năm 2001, Floyd, Gummadi và Shenker đã cĩ những cải tiến với đề xướng của Feng dựa trên những ý tưởng cơ bản ban đầu của ơng. Những tác giả này đưa ra những mở rộng trong RED để loại bỏ những khĩ khăn trong việc thiết đặt các tham số cho RED. Hơn nữa, ARED cĩ thể đạt được một kích thước hàng đợi trung bình chuẩn trong những lưu lượng mạng khác nhau. [14]
Những ý tưởng đặt ra chủ yếu tập trung vào những vấn đề điều khiển tham số maxp của giải thuật RED thật phù hợp với sự thay đổi trong mạng. Điều này sẽ làm cho kích thước hàng đợi ổn định hơn. Giải thuật này sẽ khảo sát trung bình độ dài hàng đợi để quyết định xem RED cĩ cần thiết phải linh hoạt hơn nữa khơng. Nếu như trung bình chiều dài hàng đợi ở trạng thái nhỏ hơn giá trị minth thì cơ chế dị tìm đang hoạt động rất tốt, cịn ngược lại, nếu giá trị trung bình chiều dài hàng đợi lớn hơn giá trị maxth thì cơ chế dị tìm chưa đủ linh hoạt.
Every Q(ave) Update:
if (minth < Q(ave) < maxth) status = Between;
if Q(ave) < minth && status !=Below) status = Below;
maxp = maxp / α;
if Q(ave) > maxth && status ! = Above) status = Above;
maxp = maxp * ß
Hình 2.7: Giải thuật Adaptive RED tổng quát
Giải thuật này giữ cấu trúc cơ bản của RED và đơn thuần điều chỉnh tham số maxp để giữ kích thước hàng đợi trung bình giữa maxth và minth.
Giải thuật này khơng những dự đốn trước độ trễ của hàng đợi trung bình mà cịn tối giản khả năng của việc vượt quá ngưỡng maxth của kích thước hàng đợi trung bình. Như vậy, ARED giảm bớt cả 2 mức tổn thất mất gĩi và sự mâu thuẫn trong độ trễ hàng đợi. ARED giải quyết vấn đề của việc thiết đặt các tham số cho RED, một trong những điểm yếu của RED. Giải thuật này giúp tránh việc phải hủy bỏ những thiết kế cơ bản của RED để làm ổn định chiều dài hàng đợi trung bình và nĩ cĩ thể thiết lập tự động các tham số khác của RED.
Những mục đích của giải RED hay cũng như cảu quản lý hàng đợi tích cực nĩi chung là cĩ được một trung bình hàng đợi trễ thấp và cĩ được một lưu lượng cao.
Vì vậy, những đánh giá của ARED tập trung chủ yếu vào xem xét trung bình hàng đợi trễ và lưu lượng. [14][15][16][17][18].
2.2.3.2. Cơ chế hoạt động
Như đã phân tích ở trên, mục đích của ARED là giữ cho maxp nằm giữa khoảng minth và maxth. Người ta đưa ra 4 cách tiếp cận để làm được điều này:
- maxth khơng chỉ được thay đổi cho phù hợp để nằm ở trong khoảng giữa maxth và minth mà cịn để giữ cho kích thước hàng đợi trung bình nằm trong một khoảng đích nằm giữa maxth và minth.
- maxth được làm thích nghi một cách từ từ.
- maxth được đặt cố định trong khoảng [0.01, 0.5] (hay tương đương [1%, 50%]. Cách này sẽ đảm bảo sự thực hiện của ARED sẽ khơng bị giảm sút trong thời gian chu kỳ chuyển tiếp. Điều này đảm bảo trong chu kỳ chuyển tiếp, chỉ tiêu tồn bộ của RED cần phải vẫn cịn chấp nhận được, mặc dù kích thước trung bình hàng đợi cĩ lẽ đã khơng cịn trong phạm vi đích, và trung bình độ trễ cũng như thơng lượng mạng cĩ thể đã suy giảm.
- Thay vì việc tăng lên và giảm bớt maxp, người ta sử dụng chính sách additive- increase multiplicative-decrease (AIMD).
Cách tiếp cận thứ 3 sẽ đảm bảo sự thực hiện của ARED sẽ khơng bị giảm sút trong thời gian chu kỳ chuyển tiếp (giữ maxP trong phạm vi [0.01, 0.5). Điều này đảm bảo trong chu kỳ chuyển tiếp, chỉ tiêu tồn bộ của RED cần phải vẫn cịn chấp nhận được, mặc dù kích thước trung bình hàng đợi cĩ lẽ đã khơng trong phạm vi đích, và trung bình độ trễ và thơng lượng cĩ thể đã suy giảm.
Every interval seconds:
if (avg > target and maxp ≤ 0.5) increase maxp:
maxp <- maxp + α;
decrease maxp: maxp <- maxp * ß;
Hình 2.8: Giải thuật ARED theo cách tiếp cận sử dụng AIMD
Các biến:
- avg: kích thước hàng đợi trung bình - Các tham số cố định:
- interval: thời gian, 0.5 giây.
- target: phạm vi của avg. Phạm vi này là một khoảng:
[minth + 0.4* (maxth – minth), minth + 0.6* (maxth – minth)] α: Hệ số tăng; giá trị của nĩ bằng min (0.01, maxp/4). (adsbygoogle = window.adsbygoogle || []).push({});
ß: Hệ số giảm; giá trị được lấy bằng 0.9.
Giải thuật ARED trong hình 2.8 sử dụng AIMD (sự tăng lên hay giảm bớt) cho việc làm thích nghi maxp. [15]
2.2.3.3. Sự lựa chọn các tham số
. Phạm vi thiết lập maxp
Như ta đã nĩi ở trên, người ta đặt maxp trong khoang [0.01, 0.5]. Cận trên của maxp được đặt là 0.5 bởi các lý do:
- Thứ nhất, người ta khơng quan tâm tối ưu RED với tỷ lệ loại bỏ gĩi lớn hơn 50%.
- Thứ hai, ở đây người ta sử dụng phương pháp RED với những tùy chọn mềm dẻo (RED with gentle option), điều này cĩ nghĩa là tỷ lệ loại bỏ gĩi tăng từ 0 đến maxp khi kích thước hàng đợi trung bình tăng từ minth đến maxth và tăng từ maxp đến 1 khi kích thước hàng đợi trung bình tăng từ maxth đến 2 lần maxth.
- Cận dưới của maxp được đặt là 0.01 với một sự kỳ vọng giới hạn phạm vi của maxp.
Với giới hạn dưới được đặt là 0.01 thì RED thực sự hoạt động rất tốt. - Những tham số α và ß:
Khi thiết lập các giá trị mặc định cho α và ß, ta cần đảm bảo trong một điều kiện bình thường, một sự cải biến đơn giản của maxp khơng dẫn đến sự thay đổi của kích thước hàng đợi trung bình trong phạm vi đích của nĩ.
Mặc định, người ta chọn:
- α < 0.25 maxp (min [0.01, maxP/4] - ß > 0.83 (ở hình trên, chọn ß =0.9) - Thiết lập các tham số maxth và wq:
Như ở trên đã nĩi, Adaptive RED loại bỏ việc phụ thuộc các tham số của RED. Để giảm bớt yêu cầu phải điều chỉnh các tham số cho RED, người ta đưa ra các thủ tục cho sự thiết đặt tự động các tham số maxth và wq.
Người ta thiết lập maxth bằng 3 lần minth. Trong trường hợp này, kích thước hàng đợi trung bình đích được đặt chính giữa khoảng 2* minth vì thế, nĩ chỉ được xác định bởi giá trị minth của RED.
Giá trị wq được đặt mặc định là 0.002. [11][19].