一种基于模糊神经网络的可靠流量控制模型
张民 罗光春
电子科技大学信息中心,成都610054
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。 (共4页)
学科分类:
TP18[工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论]
相关期刊
关注本文的人:
看过本文的人还看过:
cqvip.com