[发明专利]一种基于加权随机早期检测的拥塞避免方法和系统

说明书

技术领域

本发明涉及网络拥塞避免领域，尤其涉及一种基于加权随机早期检测的拥塞避免方法和系统。

背景技术

网络拥塞容易造成延迟和吞吐量等服务质量(QoS)性能指标下降，是影响带宽、系统缓存等资源利用率的关键因素。因此，有效的拥塞避免机制对于提高网络性能具有重要意义。

加权随机早期检测WRED(Weighted Random Early Detection)机制是现有网络一种常用的拥塞避免机制，其目的是通过在一个接口的输出队列将要饱和的时候按照优先级有选择地丢弃数据包以防止发生TCP同步。

WRED机制丢弃数据包的速度取决于当时的队列深度。影响一个新到达的数据包何时被丢弃的参数包括：最小门限min_th、最大门限max_th和最大丢弃概率max_p(该值可设置)。其中，最小门限min_th指定在队列准备丢弃数据包前的平均队列深度。丢弃数据包的可能性随着平均队列深度向最大门限max_th靠近而不断上升。当平均队列深度达到最大门限max_th时，数据包丢弃概率达到设置的最大概率。当平均队列深度超过最大门限max_th时，所有其它试图进入队列的数据包都被丢弃。基于WRED机制队列深度和数据包丢弃概率的曲线图如图1所示。

基于WRED机制的拥塞避免过程主要包括：平均队列深度计算过程、WRED丢弃概率的计算过程和WRED丢弃判断过程。具体过程如图2所示：

S201在接收到数据包后，进行平均队列深度计算；

平均队列深度能够从总体变化趋势上反映了真实的队列深度，同时可以平滑掉流量突发，不会因为偶尔的流速升高或降低而引起对流量总体情况判定的改变。计算公式为Avg_q_length＝Avg’_q_length+Wq(Q_length-Avg’_q_length)。其中，Avg’_q_length和Q_length分别为计算的上次平均队列深度和队列深度，Wq为计算权重，Avg_q_length为当前的平均队列深度；

S202比较平均队列深度与丢弃阈值，丢弃阈值包括最小门限min_th和最大门限max_th的关系；

当平均队列深度小于或等于最小门限min_th时，转入步骤S206；

当平均队列深度大于或等于最大门限max_th时，转入步骤S205；

当平均队列深度大于最小门限min_th，且小于最大门限max_th时，执行步骤S203；

S203计算接收数据包的丢弃概率；

现有的接收数据包的丢弃概率的计算公式有两种：

一种，不考虑接收数据包的包长，计算公式为

另一种，考虑接收数据包的包长，计算公式为

上述公式中，即为图1中位于(min_th，max_th)中任一数值对应的纵坐标值。

S204接收数据包的丢弃概率与随机生成的位于[0，1]范围内的随机数R进行比较，若Pb或Pb′大于R，则执行步骤S205；若Pb或Pb′小于或等于R，执行步骤S206；

S205丢弃数据包，执行步骤S207；

S206将接收的数据包存入队列，执行步骤S207；

S207拥塞避免流程结束。

上述拥塞避免流程中，在计算接收数据包的丢弃概率时，对于没有考虑接收数据包的包长的丢弃概率计算方法，其无法区分长短包的丢弃概率，而实际应用时，由于长包相对短包更易造成队列的堵塞，希望长包的丢弃概率略大于短包的丢弃概率。对于考虑了接收数据包的包长的丢弃概率计算方法，其虽然实现了长包的丢弃概率大，短包丢弃概率小这一技术效果，但是由于短包过小，以致对短包计算得到的丢弃概率非常小，造成短包几乎全部入队，直至平均队列深度大于max_th时，才将接收的数据包丢弃，无法实现提前丢弃报文避免网络拥塞的功能，其效果近似于尾丢弃(TD)算法，严重的时候会造成全局同步，降低网络利用率。

发明内容

本发明提供了一种基于加权随机早期检测的拥塞避免方法和系统，以解决现有技术基于加权随机早期检测的拥塞避免机制无法有效丢弃短包的技术问题。

为解决该技术问题，本发明提供了一种基于加权随机早期检测(WRED)的拥塞避免方法，所述方法包括：

将可支持的数据包的包长范围划分为若干区间；

为每个区间设置不同的等价包长；

根据接收数据包的包长查找该接收数据包的归属区间，并根据找到的归属区间确定该接收数据包的等价包长；