68、互联网拥塞控制与系统日志异常检测研究

互联网拥塞控制与系统日志异常检测研究

1. 互联网拥塞控制算法

1.1 相关变量

在拥塞控制算法中，有几个关键变量：
- RQave：队列的平均大小
- Rpa：传入数据包的概率百分比
- maxth：最大阈值
- minth：最小阈值

1.2 基于流的随机早期检测（FRED）

FRED算法由Lin和Morris创建，它是一种基于流的RED算法。其特点是通过安排最高级别的临时内存空间，并将其中一部分超过流持有区域使用中的平均数据包速率，来改变非自适应流。该算法通过预先确定传输容量较小的通道流，照顾易损坏的信息流，并通过消耗多个缓冲区为更多的信息流序列提供合理分配。在使用缓冲区时，它可以解决随机早期检测算法的许多问题，会测量传入缓冲区和传出缓冲区的队列平均长度。

1.3 BLUE算法

BLUE算法由Wu - Chang和Feng开发，是RED的另一种扩展。它使用数据包丢失和链路利用率作为控制变量来测量网络拥塞，用通道使用百分比和移除数据包百分比代替当前队列的平均长度，以提高效率。该算法会找出丢弃数据包的概率并写在每个传入数据包上。如果队列处于移除传入数据包的状态，丢弃数据包的概率会增加，否则会降低。然而，它存在一些问题，如没有早期拥塞检测，响应较慢。

1.4 CHOKe算法

为了克服上述算法的局限性，提出了CHOKe算法，其全称为“Choose and Keep for responsive information flows, Choose and Kill for unresponsive information flows