应用Logistic方程的RED改进算法
随机早期检测RED及其改进算法的研究
摘 要 ： 目前 ，拥 塞控 制 是 Ｉｅｎｔ的一 个 研 究 热 点 。 在 网络 通 信 中 ，仅 仅 靠 端 到 端 的 Ｔ Ｐ层 基 于 滑 动 窗 口的 流 量控 制 已很 难 满 ｎ ｒｅ ｔ Ｃ
足 网络 中 日益增 长的业 务量 的要 求 ，因此 ，网络本 身必须 采 用某种手段 参与拥 塞控制 。主 动列队管理 （ Ｑ Ａ Ｍ）作 为 目前路 由器 中广泛 采用的拥 塞控 制策略 ，在保证较 高吞吐量 的基础上有效地控 制 队列 的长度 ，让 ｌ Ｐ层参 与 了资源的分配控 制工作。该文首 先介绍 了Ｉ ｅｎｔ中的 Ｔ Ｐ Ｐ 塞控 制策略 ，而后针对主 动队列 管理 策略 中的 Ｅ Ｄ算法进行 了详细 的研 究，最后提 出 了几种 改 ｎ ｒｅ ｔ Ｃ ／Ｉ拥 Ｅ
（ ｔｅ Ａｃｉ Ｑｕ ｕ Ｍａ ａ ｅ ｎ ） 算法方 面 。和 传统 的 “ ｖ ｅｅ ｎ ｇ ｍｅ ｔ 队
但 是拥塞 问题还 是 没有得 到 彻底 解决 ，拥塞 控制 理 论 和算
尾丢 弃 ” （ ｏ Ｔ ｉ）相 比 ，ＡＱ 算法 在 网络设 备 的缓 Ｄｒ ｐ ａ ｌ Ｍ 冲溢 出之 前就 丢 弃或 标 记报 文 … 。 ＡＱ 算 法 的 一 个 代 表 是 ＲＥ （ ｎ ｏ Ｅａ ｌ Ｍ Ｄ Ｒａ ｄ ｍ ｒｙ
誉
琵箍 麓琵｜ 毪。 ｝鼍 ？ 惹 曩一 ÷ ＃｜。 毒琵 藏 罐§ 萋 ÷蠢 。霉 穗 《 ． 照 强
维普资讯
学术－ 术 技
随机早期检测 Ｒ Ｄ及其改进算法的研 究 Ｅ
王 龙 飞 ， 张 明
（ 上海海事大学 信息工程学院 ，上海 ２ ０ ３ ） ０ １ ５
ａ ｏｉ ｍ ｉ Ｑ ｔａｅｙ． Ａ ａｔ ｓｍ ｍ ｒｖｄ Ｅ Ｄ Ａｇｒ ｈ ｓｗｉ ｂ ｕ ｏｗ ｒ ． ｌ ｒ ｈ ｎ Ｍ ｓｒｔｇ ｇ ｔ Ａ ｔ ｌ ， ｏ ｅ ｉｐｏｅ Ｅ ｌｏｉ ｍ ｌ ｅ ｐｔｆｒ ａｄ ｓ ｔ ｌ
logistic回归模型——方法与应用
logistic回归模型——方法与应用
logistic回归模型是一种广泛应用于分类问题的统计学习方法。
它主要用于预测二分类问题，但也可以通过多类logistic回归
处理多分类问题。
方法：
1. 模型定义：logistic回归模型是一种线性分类模型，它
使用一个Logistic函数(也称为sigmoid函数)将线性模型生成
的线性组合转换为概率分数。
Logistic函数将线性组合映射到
0到1之间的值，表示输入属于正面类别的概率。
2. 模型训练：logistic回归模型的训练目标是找到一个权
重向量，使得模型能够最大化正面类别的概率。
训练算法通常采用最大似然估计方法，通过迭代优化权重向量来最小化负对数似然损失函数。
3. 预测：给定一个测试样本，logistic回归模型通过计算
样本的得分(也称为Logit)，将其映射到0到1之间的概率分数。
如果概率分数超过一个预先定义的阈值，则将测试样本分类为正面类别，否则将其分类为负面类别。
应用：
1. 二分类问题：logistic回归模型最常用于解决二分类问题，例如垃圾邮件过滤、欺诈检测等。
2. 多类问题：通过多类logistic回归模型，可以将多个类别映射到0到1之间的概率分数，然后根据概率分数将测试样本分配到不同的类别中。
3. 特征选择：logistic回归模型可以用于特征选择，通过计算每个特征的卡方得分，选择与类别最相关的特征。
4. 文本分类：logistic回归模型在文本分类问题中得到广泛应用，例如情感分析、主题分类等。
改进的RED队列管理算法：RED-r
数 据流的全局 同步 、 死锁（ｏｋｏｔ 、 冲区队列长度 振荡 以及 １ －ｕ）缓 ｃ
０ 引言
Ｔ Ｐ Ｉ 塞控 制主要包 括 两个方 面 ， Ｃ ／Ｐ拥 一是 发送 端 的拥塞
持续队满造成 的延迟较 大等 Ｊ 。 １９ ９ ３年 ，ｌ ｄ等 人 就 提 出 了一种 Ａ Ｍ 算 法——随 机 Ｆｏ ｙ Ｑ 早 期检测 Ｒ Ｄ算法 。１９ Ｅ ９ ８年 ， ｒｄｎ等人 提 出了主动 队列 Ｂａｅ 管理的研究协议 ， Ｒ Ｄ是 当时唯一 能实 现其 目标 的主动 队 而 Ｅ
ｔ ｎ ａ ｇ Ｕ ｉ ｒ ｔ ｏ ｃ ｎｅ＆ Ｔｃｎ ｌ ｙ Ｎ ｎｉｇ２ ０ ９ ，Ｃ ｉａ ｉ ，Ｎ ｎ ｎｖ ｓｙ ｆＳｉ ｃ ｏ ｅｉ ｅ ｅ ｏ ｇ ， ａｊ １０ ４ ｈｎ ） ｈ ｏ ｎ
Ａｂ ｔ ａ ｔ Ｉ ｒ ｅ ｏ ａ ｏｄ ｔ ｅｆ ｗｓｏ ＥＤ，ｔ ｉ ａ ｅ ｒ ｓ ｎ ｅ ｅ ｅ ｉｅ Ｄ ｌｏ ｔ ｍ ａ ｄ ＲＥ ｒ ｔｕ ｅ ｅ ｓｒ ｃ ： ｎ ｏ ｄ ｒｔ ｖ ｉ ｈ ａ ｆＲ ｌ ｈ ｓｐ ｐ ｒｐ ｅ ｅ ｔ ｄ ａ ｎ ｗ ｒ ｖｓ ｄ ＲＥ ａｇ ｒ ｈ ｎ ｍｅ Ｄ．．Ｉ ｓ ｄ ｔ ｉ ｈ
Hale Waihona Puke 列管理算法 ， 所以 Ｒ Ｃ２０ Ｆ ３ ９中将其推荐 为 Ａ Ｍ 的唯一候选 算 Ｑ
法 。１９ ９９年 ，ｌ ｄ７提出改进 的 Ｒ Ｄ算法 Ｇ ｎｌ Ｅ 当平均 Ｆｏ ＿ ｙ Ｅ ｅｔ Ｒ Ｄ， ｅ 队列长度大 于 Ｒ Ｄ设置 的队列长度上 限时 ， Ｅ 丢６／ 标记概率 是 线性增长到 １而 不是 突变到 １ Ｅ Ｇ ｎ ｅ Ｅ ， 。Ｒ Ｄ、 ｅｆ Ｒ Ｄ算法 的一 个 ｌ 缺陷就是平均 队列长度 对拥塞 程度 和参数 设置很 敏感 。如 果
带有进出优先级的RED改进算法
及到 的是节点中的队列缓 冲资源 ， 直接影 响到 的也只是分组 丢失率性能 ， 而其对系统 带宽分配 的性 能有着不 然 可忽视 的影响 ： 合理 的系统 队列缓冲容量 ， 对于平衡系统吞 吐量和分组排队延迟起 着至关重要 的作用 ； 多队列 在
关 键 词 ： 冲 管理 ； Ｄ；算 法 ； Ｓ 缓 ＲＥ Ｑｏ
中 图法分 类号 ： Ｐ ９ Ｔ ３３
文献标 识码 ： Ａ
０ 前 言
缓 冲管理是对 网络传输 节点中队列缓冲资源的管理． 在分组传输 过程 中， 其流经 的网络传输 节点通常采 用 队列缓存 、 延迟转发 的服务方式提高输出链路 的带宽利用 率． 冲管理机制 在分组到 达队列前端 时依据一定 的 缓 策略和信息决定是否允许该 分组进入缓冲 队列． 从另一个角度看 ， 也就是做 出是否丢弃带分组 的决策 ， 因此也 成
求 网络传输业务 能够提供尽可能低 的、 稳定 的传输延迟． 而分组在 网络中传输遭遇的延迟 的最 主要部分 ， 也是最 容易控制的部分 ， 就来源于 网络传输节点的排 队延迟． 因此 ， 如何 设置合 适地 队列 缓存空 间容量 ， 如何在 网络运
行期间合理的控 制队列长度的动态变化 ， 以平衡 系统吞吐量 和分组排 队延 迟之 间的矛盾 ， 是缓 冲管理乃 至整个 网络 Ｑ Ｓ控制需要解决的重要问题［ ． ｏ
№ ． ５
・
陕 西 科 技 大 学 学 报
Ｊ ０ＵＲＮＡＬ ＯＦ Ｓ ＡＡＮＸＩＵＮＩ Ｈ ＶＥＲＳ ＴＹ ＣＩ Ｉ ＯＦ Ｓ ＥＮＣＥ ＆ ＴＥ ＣＨＮＯＬ ＯＧＹ
Ｏ ｃ ． ０１ ｔ２ ０
一种非线性的高阶修正的RED改进算法
（． １ 惠州学 院 计算机科学系 ， 广东
摘
惠州 ５ ６０ ； ． １０ ７ ２ 惠州学院
教育技术 中心 ， 广东
惠州 ５ ６０ ） １０ ７
ห้องสมุดไป่ตู้
要 ： 由器中队列长度 的变化是非线性的 ， 路 针对原始随机早 期检测 Ｒ Ｄ算法在线 性丢弃概率增 长下的局 Ｅ
限 性 ， 出一种 非线 性 高 阶 函数 修 正 分 组 丢 弃 概 率 的 改进 Ｒ Ｄ 算 法 （ 称 Ｎ Ｒ Ｄ 算 法 ） 通 过 Ｎ ２对 兀Ｐ、 Ｂ 提 Ｅ 简 Ｌ Ｅ 。 Ｓ ＣＲ
Ｅ Ａ低通滤波器计算 队列平均长度 ｑｖ ： ＷＭ ａｇ
ｑｖ （ ｅ ： （ ａ ｇ ｎ ｗ） １一Ｗ ） ａ ｇ ｏｄ ｑ ｑ ｖ （ ｌ ）＋Ｗｑ ｑ （） １
如果平均队列 长度小于最小阈值 ｑ ｉｔ， ｍ ｎ 则该分组进入 队列 ； ｈ 如果平 均队列长度位于最小 阈值 ｑ ｉ ｈ和最大 ｍｎ ｔ
是否会发生网络拥塞 ， 然而队列平均长度受网络拥塞和控制参数 的影响非 常巨大 ， 再者概率 Ｐ不仅和 ｑｖ 有关 ， ａｇ 而且还和上次丢弃分组开始到现在连续进入队列的分组数量 Ｃ ｕｔ ｏｎ 有关 ， 随着 Ｃ ｕｔ ｏｎ 的增加 ， 下一个分组被丢弃 的可能性也在缓慢增加 ， 这主要时为了均匀间隔的丢弃分组 ， 以消除对 突发流 的偏见和全局同步现象。
第３ ０卷 第 ３期 ２１ ０ ０年 ６月
惠州学院学报 （ 自然科 学版 ）
Ｊ ＯＵＲ ＮＡＬ ＯＦ ＨＵＩ Ｉ０Ｕ Ｕ ＶＥ Ｉ Ｙ Ｚ－ ＮＩ ＲＳＴ １
Ｖ０＿ Ｏ．Ｎ０ ３ ｌ３ ．
Ｊｎ２ ０ ｕ ． ０１
一
种非线性的高阶修正的 Ｒ Ｄ改进算法 Ｅ
用牛顿法更新k分类逻辑斯蒂回归模型公式
用牛顿法更新k分类逻辑斯蒂回归模型公式逻辑斯蒂回归（Logistic Regression）是一种常用的分类算法，可以用于解决二分类或多分类问题。
在逻辑斯蒂回归中，使用了 sigmoid 函数将线性回归的结果映射到[0, 1]之间的概率值，并根据阈值将其归类为不同的类别。
牛顿法是一种常用的优化方法，可以用于更新逻辑斯蒂回归模型的参数。
具体来说，牛顿法通过计算目标函数的 Hessian 矩阵，利用二阶导数信息来逼近函数的局部曲线，并通过迭代的方式找到使得损失函数最小化的参数。
对于 k 分类逻辑斯蒂回归模型，我们需要更新模型的参数，并找到最优的分类边界。
以下是使用牛顿法更新 k 分类逻辑斯蒂回归模型公式的步骤：1. 初始化模型参数：对于 k 分类问题，我们需要为每个类别设置一组模型参数。
可以使用随机值或其他预定义的初始值进行初始化。
2. 计算概率：使用当前参数值计算样本属于各个类别的概率。
我们可以使用softmax 函数将线性回归的结果转化为概率值。
3. 计算损失函数：使用交叉熵损失函数来衡量预测概率与实际标签的差异。
交叉熵损失函数可以有效地衡量分类问题的误差。
4. 计算梯度和 Hessian 矩阵：分别计算损失函数对于参数的梯度和 Hessian 矩阵。
这些信息将用于更新参数的迭代过程。
5. 更新参数：使用牛顿法更新模型参数。
具体来说，我们将梯度矩阵和Hessian 矩阵应用于牛顿法公式中，得到参数的新估计值。
6. 重复迭代：重复执行步骤2至步骤5，直至达到收敛条件或达到最大迭代次数。
通过以上步骤，我们可以使用牛顿法更新 k 分类逻辑斯蒂回归模型公式。
该方法能够高效地找到最优的分类边界，并在特征空间中实现有力的分类。
然而，需要注意的是，牛顿法可能需要更多的计算资源和迭代次数，尤其在处理大规模数据集时。
总而言之，使用牛顿法更新 k 分类逻辑斯蒂回归模型公式是一种可行的方法，它结合了逻辑斯蒂回归和优化算法的优势。
RED X复杂问题解决策略
部件搜索
4T65-E活塞托架安装
•4T65-E第三和输入离合器托架安装358部，通 常有25%的比率在分装线上引起泄漏试验失败 •小组决定运用部件搜索在BOB和WOW间分离 活塞安装 •以下是他们从部件搜索中的泄漏等级数据：
部件搜索
4T65-E活塞托架安装
部件搜索
4T65-E活塞托架安装
从部件搜索得到彻底的转变（BOB和 WOW之间，Red X被包含在传感器 安装的什么地方
因此, 我们通过了规则 2
部件搜索
了解装配影响---第5步
如第一阶段通过了，继续进行第二阶段。如果第一阶段失败， Red X在装配过程中，不在于零件本身(查看拆卸步骤)
要求值
根据结果更新解决树：
减少在稳定速度62mph 时转向轴噪音，在3.08 后轮轴低于顾客满意值
30
40
50
60
70
驱动桥噪音 dB(A)
然后这个合理组对能用于通过消除其它候选者， 它们的图形不是始终都通过BOB和WOW，集合 那些最象Red X的候选者
成对比较工作表
查看通过每一对时一致的图形：高↗ 低↘ 相等 ― 当出现相同的图形通过所有的组对就有Red X的嫌疑，
技术问题解决大纲
•聆听顾客的声音
问题定义
•观察失效
项目定义
•测量变差
部件搜索
部件搜索看起来象什么？
部件搜索
Green Y - dB (A)
70 65 60 55 50 45 40 35 30
原始
第 1次拆装
第 2次拆装
最最差 最最好
第 3次拆装
部件搜索
了解装配影响—第四步
将数据点在部件搜索曲线图上，然后检查它们是否通过第一 阶段规则
red算法原理
RED（Random Early Detection）算法是一种主动队列管理（AQM）算法，它主要用于网络中的路由器和交换机中，以避免拥塞的发生。
当网络中的流量接近设备处理能力的极限时，拥塞控制就变得至关重要。
RED算法的目的是在网络队列变得过满之前，提前通过丢弃一部分网络包来通知发送端减少发送速率。
RED算法的工作原理如下：1. 平均队列长度计算：RED算法维护一个对队列长度的加权移动平均值。
对于每个到达的数据包，RED会更新这个平均队列长度。
这个长度并不是实时队列长度，而是过去一段时间内的平均值，它可以平滑短期的流量突增。
2. 低阈值和高阈值：在RED算法中，设置两个阈值，分别是最小阈值（minth）和最大阈值（maxth）。
当平均队列长度低于最小阈值时，所有到达的数据包都会被接受。
当平均队列长度超过最大阈值时，所有到达的数据包都有可能被丢弃或标记（例如，TCP/IP网络中的ECN标记）。
3. 随机早期检测：当平均队列长度位于最小阈值和最大阈值之间时，RED会以一定的概率丢弃到达的数据包。
这个概率随着平均队列长度的增加而增加，意味着队列越拥挤，数据包被丢弃的几率就越高。
这个概率是动态计算的，用于平滑的调控传输速率，而不是突然阻断。
4. 随机性：之所以称为“随机”早期检测，是因为当队列长度介于两个阈值之间时，数据包被丢弃的决策是基于一定的随机性的。
这样做的目的是为了防止全局同步现象，即多个流同时减少他们的发送速率，然后又同时增加速率，造成网络效率的波动。
RED算法通过这种方法提前向发送方发送拥塞即将发生的信号，目的是让发送方降低数据发送速率，减少数据包丢失，从而使网络运行更加平滑，提高整体的吞吐量。
在TCP网络中，当发送方检测到数据包丢失时，它会减少其拥塞窗口的大小，减慢数据发送速率，从而减轻网络拥塞。
基于Logistic映射和Rijndael改进型MAC算法
摘 要：为增强消息认证码 （ Ｃ ＭＡ ）算法的安全性，将 Ｒｊ ａ ｉｄｅ ｎ ｌ作为消息认证码的反馈分组加密算法， 取代原有的 Ｄ Ｓ Ｅ 。该算法用
Ｌ ｇｓｃ ｏｉ ｉ映射 初 值作 为种 子密钥 生成 混沌 序列 ，对 该序 列进 行域 值量化 得 到二进 制密 钥流 ，对 其分 组作 为 Ｒｊｄｅ算 法 的初始 密钥 ， ｔ ｉ ａｌ ｎ 给 出 了改进 型 ＭＡＣ算法 模型 ，经分 析可 知 ，该 算法减 少 了密钥 种 子字节 数 ，实现 了一次 一密 ，增 加 了攻击 ＭＡ 的 困难 程度 ，可 以提供 Ｃ 更安 全的 认证 功能 。
关键词：Ｌ ｇｔ 映射： ｉｄｅ ｏｉｉ ｓｃ Ｒｊ ａｌ Ｃ ｎ ；ＭＡ ：算法 中图分类号：Ｔ ７ ； ４ Ｐ２ ３ Ｏ２４ 文献标 识法：Ａ
Ｉ ｒｖｄＭＡＣａ ｏｉ ｍ ａｅ ｎＬ ｇｓｃ ｐａｄＲｊｄｅ ｍｐｏ ｅ ｌ ｒｈ ｂ ｓｄｏ ｏ ｉｉ ｎ ｉ ａｌ ｇ ｔ ｔ ｍａ ｎ
Ｒｊｄｅ ｃｎｂ ｒｄｃｄｂ ｉｉｉｇｔｅｂｎｒ ｔ ａ ｔ ｇｏｐ ， ｈ ｍｐｏｅ ｉ ａｌ ａ ｅｐｏｕｅ ｙｄｖｄｎ ｉａｙｓｅｍｓｉ ｏ ｒｕｓＴ ｅｉ ｒｖｄＭＡＣ ａ ｏ ｔｍ ｄｌｓ ｎ ｈ ｒ ｎ ｌ ｒｈ ｍｏｅ ｉ ｇｉ
ｄ ｓｒ ｅ 。 ｙａ ａ ｓ ，ｈ ｕ ｅ ｆ ｙｅ ｆ ｊｄ ｅ Ｃ ｐ ｅＫ ｙｓｅ ｓ ｓｄｃｅｓｄ ｏ ｅｔ —ａ ａ ｚ ｅｃ ｂ ｄ Ｂ ｌ ｉ ｔｅｎ ｍｂ ｒ ｔ ｏ ｎ ａｌ ｉｈ ｒ ｅ ｅｄ ｅｒａｅ ， ｎ－ ｍｅ ｄｉ ｒ ｌ ｅ ｉ ｎ ｙｓ ｏ ｂ ｓ Ｒｉ ｉ － ｐ ｓｅ ｉ ｉ ｄ
ｌ ｏ ｔ ｍ ｐ ｌ ｓｔ ｅ ｄ ａ ｋ ａ ｄ ｂ ｏ ｋ ｅ ｃ ｙ ｔ ｌ ｏ ｔ ｏ ａｇ ｒ ｈ ｉ ａ ｐ ｉ ｄ ａ ｅ ｆ ｅ ｂ ｃ ｎ ｌ ｃ ｎ ｒ ｐ ｉ ｎ ａｇ ｒｈｍ ｆ ＡＣ ｉ ｓ ａ ｆｔ ｉ ｓ ｅ ｈ ｏ ｉ Ｍ ｔ ｄ ｏ ＤＥＳ Ｂｙ ｕ ｉ ｇ ｉ ｉ ａ ｎ ｅ ｈｅ ， ｓ ｎ ｎ ｔ ｉ ｌ ｖ ｌ ｅ ｆ Ｌ ｇ ｓｉ 叩 ａ ｅ Ｃｉ ｈ ｒ ｙ ｓ ｅ ｓ ｔ ｒ ａ ｅ ｃ ａ ｔ ｅ ｕ ｎ ｅ ｎ ｎ ｃ ｒ ｙ ｎ ｎ ｑ ａ ｔ ｃ ｔ ｎ ａ ｕ ｓｏ ｏ ｉｔ Ｍ ｃ ｓ ｔ ｐ ｅ Ｋｅ ｅ ｄ Ｏ ｃ ｅ ｔ ｈ ｏ ｃ ｓ ｑ ｅ ｃ ｓ ａ ｄ ｔ ａ ｒ ｉ ｇ ｏ ｕ ｎ ｉ ａｉ ｈ ｉ ｈｅ ｉ ｆ ｏ ｗｉ ｔ ｐ ｏ ｅ ｅ ｉ ｎ ｖ ｕ ，ｔ ｅ ｂ ｎ ｒ ｙ ｔ ｍ ｐ ｅ Ｋｅ ｔ ａ ａ ｅ ｏ ｔｉ ｅ ， ｅ ｉ ｉ ａ ｉ ｈ ｒ ｙ ｏ ｔ ｉ ｒ ｐ ｒｒ ｇ ｏ ａ ｅ ｈ ｉ ａｙ ｓ ｓｅ Ｃｉ ｈ ｒ ｙ ｓ ｅ ｍｓ ｃ ｎ ｂ ｂ ａｎ ｄ Ｔｈ ｎ ｔ ｌ Ｃ ｐ ｅ Ｋｅ ｆ ｈ ｓ ｌ ｒ ｉ
基于Logistic混沌序列的改进算法及其性能分析
基于Logistic混沌序列的改进算法及其性能分析∗范春雷;丁群【摘要】针对目前混沌系统数字化后受硬件有限精度的影响，使得数字混沌0/1序列最终都将变成类短周期序列，降低了混沌加密系统的安全性。
为克服此缺点一种新型的Logistic混沌序列算法被提出，此算法将Logistic混沌序列与Arnold 变换相结合，并通过实验对该算法产生的二值序列的自相关性、随机性等性能做了对比分析。
同时利用此改进算法对数字图像进行加解密，结果表明新型的Logistic 混沌序列算法具有良好的安全性，能够满足保密通信的需要。
%Aiming at machine with finite precision would make digital chaotic binary sequences into similar short pe-riod sequences so that it lowers the security of chaotic encryption system for the problem. An improved algorithm is proposed with the purpose of overcoming the disadvantage,which combines Logistic chaotic sequences with Arnold transformation. Besides,some comparative experiments are done about autocorrelation and randomness of new binary sequences. Moreover,Digital image is encrypted and decrypted through this improved algorithm in the experiment, the results indicate that the new algorithm of Logistic chaotic sequences has a good performance on safety and has the ability to meet the requirements of confidential communication.【期刊名称】《电子器件》【年(卷),期】2015(000)004【总页数】5页(P759-763)【关键词】混沌系统;Arnold变换;MATLAB仿真;二值序列;图像加密【作者】范春雷;丁群【作者单位】黑龙江大学信号与信息处理重点实验室，哈尔滨150080;黑龙江大学信号与信息处理重点实验室，哈尔滨150080【正文语种】中文【中图分类】TP393.04;TN915.04目前随着计算机技术、网络通信技术的迅猛发展，信息已经成为当今社会的重要财富。
基于模糊控制理论的RED改进算法
基于模糊控制理论的RED改进算法
李文帅;张忠林;徐洞成
【期刊名称】《空军预警学院学报》
【年(卷),期】2009(023)002
【摘要】针对RED算法在业务突发度较强或流量抖动较大时不能获得满意的吞吐性能的问题,提出一种基于平均队列长度和平均队列长度变化的模糊控制RED算法.该算法不再对每个队列设置固定的门限,而是根据当前网络流量的状况动态地推理出数据包的丢弃概率.
【总页数】3页(P124-126)
【作者】李文帅;张忠林;徐洞成
【作者单位】兰州交通大学电子与信忠工程学院,兰州730070;兰州交通大学电子与信忠工程学院,兰州730070;65373部队,吉林白城137000
【正文语种】中文
【中图分类】TP393.01
【相关文献】
1.基于模糊控制理论的温室葡萄种植灌溉算法 [J], 王健;谢南;黄春营
2.一种改进的基于模糊控制理论的组合服务QoS自适应决策模型 [J], 林华
3.RED算法的稳定性:基于非线性控制理论的分析 [J], 任丰原;林闯;王福豹
4.一种基于模糊控制的参数自适应RED改进算法 [J], 任金霞;温春晖;王水泉
5.基于模糊控制理论的机械臂PID控制算法优化设计 [J], 郑美茹
因版权原因，仅展示原文概要，查看原文内容请购买。
一种改进的RED算法及其OPNET仿真
一种改进的RED算法及其OPNET仿真
周维;刘有源
【期刊名称】《武汉理工大学学报（交通科学与工程版）》
【年(卷),期】2006(030)006
【摘要】减少网络拥塞是提高网络传输的服务质量(QoS)的关键策略之一,基于路由器/网关的拥塞控制策略可以及时发现网络的拥塞状态并实施有效的控制.文中在已有的RED算法基础上展开研究,提出了一种改进的算法,该算法采用非线性丢弃函数来控制网络拥塞.为了考核算法的有效性,利用OPNET建立网络仿真模型,结果表明改进的算法在许多方面比原有算法更有效.
【总页数】3页(P1091-1093)
【作者】周维;刘有源
【作者单位】武汉理工大学物流工程学院,武汉,430063;武汉理工大学物流工程学院,武汉,430063
【正文语种】中文
【中图分类】TP3
【相关文献】
1.RF-RED:一种速率公平的RED改进算法 [J], 蔡文郁;张昱;金心宇;陈抗生
2.基于OPNET的RED和Droptail算法比较与仿真 [J], 李军伟;王云
3.一种改进的快速传输控制协议及其在OPNET下的仿真实现 [J], 翟鹏;刘锋
4.一种适用于MATLAB与OPNET联合仿真的视频评估算法 [J], 孙浩;蔡晓霞;陈
红
5.一种基于OPNET的分布式无线通信系统切换算法仿真 [J], 白传芳;梁千帆因版权原因，仅展示原文概要，查看原文内容请购买。
应用Logistic方程的RED改进算法
应用Logistic方程的RED改进算法
王志;吴卫东
【期刊名称】《计算机应用》
【年(卷),期】2010(0)6
【摘要】为了降低丢包率,通过对线性增长的随机早期检测(RED)算法进行研究改进,引入了Logistic方程的方法来计算丢包率;并通过仿真实验对LGRED和NLRED 的实验结果进行了比较,发现LGRED相对于RED的丢包率降低了约28.83%.实验结果表明:在相同的参数条件下,LGRED算法更加能够控制丢包的发生,提高网络性能.
【总页数】3页(P1472-1474)
【作者】王志;吴卫东
【作者单位】武汉科技大学,计算机科学与技术学院,武汉430065;武汉科技大学,计算机科学与技术学院,武汉430065
【正文语种】中文
【中图分类】TP393.4
【相关文献】
1.基于改进PSO算法的Logistic模型在饱和负荷预测中的应用 [J], 林勇;邹品晶;左郑敏;欧阳旭;朱向前;姚建刚
2.应用Logistic混沌系统改进的图像加密算法 [J], 黄慧青
3.一种改进logistic方程的图像加密新算法 [J], 蒋梦轩;射可夫
4.改进SMOTE算法在Logistic回归信用评分模型中的应用 [J], 许芷慧;杨立洪
5.基于改进正则化蝙蝠算法求解第一类Fredholm积分方程 [J], 张新明;刘一博因版权原因，仅展示原文概要，查看原文内容请购买。
RED算法
1、RED RED拥塞控制机制的基本思想是通过监控路由器输出端口队列的平均长度来探测拥塞，一旦发现拥塞逼近，就随机地选择连接来通知拥塞，使他们在队列溢出导致丢包之前减小拥塞窗口，降低发送数据速度，从而缓解网络拥塞。
由于RED是基于FIFO队列调度策略的，并且只是丢弃正进入路由器的数据包，因此其实施起来也较为简单。
RED主要试图达到以下目标：(1)最小化包丢失率(2)最小化排队延迟(3)避免全局同步现象(4)避免对突发流的偏见：网络中含有大量的突发数据，而传统的"去尾 "算法对突发流有很大的偏见。
在采用"去尾"算法的路由器中，如果某个流的突发性越高，则当该流的包进入队列时越容易造成队列溢出，从而导致连续地丢弃大量的该流的包。
即使在缺乏传输层协议有效配合的情况下也能控制平均队列长度，从而避免拥塞。
为了达成以上目标，RED采用了基于时间的平均队列长度，并且随机地选择正进入路由器地包进行丢弃。
这种方法能被有效地实施而无需在路由器中维持每个流（per-flow）的状态信息。
RED算法主要分为两个部分。
首先是计算平均队列长度，以此作为对拥塞程度的估计。
另一个就是计算丢弃包的概率。
计算平均队列长度：(1)q w其中，为权值，为采样测量时实际队列长度。
这样由于网络数据的突q发本质或者短暂拥塞导致的实际队列长度暂时的增长将不会使得平均队长有明显的变化，从而"过虑"掉短期的队长变化，尽量反映长期的拥塞变化。
在计算平w均队长的公式中，权值相当于低通滤波器的时间常数，它决定了路由器对输q w w入流量变化的反应程度。
因此对的选择非常重要，如果过大，那么REDqq w avg就不能有效地过虑短暂的拥塞；如果太小，那么就会对实际队列长度的q变化反应过慢，不能合理地反映拥塞状况，在这种情况下，路由器就不能有效检w测到早期的拥塞。
的值应根据不同情况预先设置，一般来说，它是由路由器q允许发生的突发业务的大小和持续的时间所决定的。
RED-X复杂问题解决策略1
粗糙路面
加重分离：BOB不响在粗糙的路 常规路面 面WOW在整个过程中都响
关联分离法： •焦(重)点分离法是当一个顾客的Green Y与另一个Green Y 有联系，哪一 个更有利于我们的工作或能提供更大的差异。
间隙
异响
关联分离：所有零件接触A表面都 会响，选择测量间隙（mm)
项目事例：
第二排后座外部控制杆能以抽离
传统问题解决: 策略:猜测
Red X策略: Red X策略是……
策略:事实组成和 排列图原理
运用有效的策略在Green Y 中衡量差异来查找Red X
项目定义树
什么是项目定义树?
•它是一个将定性项目转化为定量项 目的工具(Green Y) •它是如何进行测量的指导性的列表
什么时候你会用到项目定义树?
技术问题的解决不仅仅是 找到处置的办法
任何有能力的返修工人都能作到
技术问题的解决是要获取导致 问题产生的真正原因
在此基础上解决问题才是最 经济有效的
如何获取技术知识
1.从专家处获取 •通常有太多的信息 •被他们的意见和情感所驱使 •混淆事实与猜测 •缺少沟通 2.从经验中获得 •提出问题观察结果
Red X Shainin DOE
----Apprentice
GM 全球复杂问题的解决工具
学习目的
了解什么时候应该使用Red X 通过使用Red X提高取证能力 开拓技术问题解决者迅速获取问题产生原因 的能力
什么是问题
任何事物与标准都有 一定的偏差
所有问题来源于 与标准的差异
通常我们所遇到的问题类型主要有
过大尺寸 过小尺寸 圆度 等. . .
事件Green Y：是那些发生的或没有发生的“事情” (“物理”项目)事件可能是满意的也可能是不满意 的: 前门关闭 气缸爆裂 挡风玻璃雨刷不动 刹车尖叫 发动机呜呜声 仪表板发出咯哒声 窗卷上 活动车顶泄漏 变矩器振动 等. . .
带有进出优先级的RED改进算法
带有进出优先级的RED改进算法
朱国晖
【期刊名称】《陕西科技大学学报（自然科学版）》
【年(卷),期】2010(28)5
【摘要】随着网络技术的发展,用户对于网络的实时、多媒体应用的需求不断提高,如何发展现有的网络并满足用户的需求成为急待解决的问题.作者研究了对列的缓冲管理算法和拥塞控制机制,对现有的几种缓冲管理算法及分组调度算法作了介绍,并分析了其优缺点,在此基础上提出了一种新的处理多对列的缓冲管理算法,即具有进出优先级的RED改进算法,其优化了网络的进程,提高了系统的利用率,从而提高了整个系统的吞吐量与工作效率.
【总页数】5页(P146-150)
【作者】朱国晖
【作者单位】西安邮电学院通信工程系,陕西,西安,710061
【正文语种】中文
【中图分类】TP393
【相关文献】
1.具有优先级区分的RED算法研究 [J], 李凤娟;杨晓萍;刘晓娇
2.读者优先级调度和写者优先级调度算法的改进 [J], 江波
3.PbRED:基于优先级的RED改进算法 [J], 江明;刘锋
4.基于排队网络的多优先级MapReduce作业调度算法 [J], 万聪;王翠荣;王聪;吕
艳霞;贾朔
5.带有优先级的分层满意优化控制算法研究 [J], 陈琼
因版权原因，仅展示原文概要，查看原文内容请购买。
一种预测流量的改进RED算法
一种预测流量的改进RED算法
韦灵丽;刘岩
【期刊名称】《福建电脑》
【年(卷),期】2010(026)002
【摘要】本文将流量预测有效的用于主动队列管理的拥塞控制算法,使用径向基函数网络对现有网络数据进行预测,然后对预测出的网络流量数据使用RED拥塞控制算法进行队列管理,其中对丢包率的计算采用曲线拟合的方法,从而实现了网络非线性变化的拥塞控制.
【总页数】2页(P67-68)
【作者】韦灵丽;刘岩
【作者单位】肇庆工业贸易学校,广东,肇庆,526060;河北工业大学计算机科学与软件学院,天津,300130
【正文语种】中文
【相关文献】
1.一种基于混沌特性的网络流量改进预测算法 [J], 陆锦军;王执铨
2.一种改进的小波神经网络的网络流量预测算法 [J], 陈振伟;王茜;黄继红
3.基于一种改进的灰色模型的无线基站流量预测算法 [J], 韩笑雪
4.一种改进的基于流量预测的动态带宽分配算法 [J], 郑宇;李广军;钱宇平
5.一种改进的短期交通流量预测算法研究 [J], 郭新
因版权原因，仅展示原文概要，查看原文内容请购买。
一种基于标记的改进RED算法
一种基于标记的改进RED算法
朱小艳;段玉春
【期刊名称】《小型微型计算机系统》
【年(卷),期】2008(29)7
【摘要】随机早期检测RED算法是主动式队列管理算法(AQM)的代表算法,本文着重分析RED算法的参数配置缺陷,并利用NS2模拟器进行了实验论证.根据实验分析,本文结合标记思想和参数动态设置,提出新的RED改进算法,并通过仿真实验进行验证.实验结果表明,改进算法在一系列性能指标方面有了一定的提高.
【总页数】3页(P1301-1303)
【作者】朱小艳;段玉春
【作者单位】河南大学,数学与信息科学学院,河南,开封,475001;河南大学,数学与信息科学学院,河南,开封,475001
【正文语种】中文
【中图分类】TP393
【相关文献】
1.一种基于Red-Black小波的图像融合的改进算法 [J], 王虹元
2.一种基于MapReduce的改进人工蜂群算法 [J], 王凯杰
3.一种基于模糊控制的参数自适应RED改进算法 [J], 任金霞;温春晖;王水泉
4.一种基于链表的二值图像像素标记改进算法 [J], 李伟;何强
5.一种基于MapReduce的改进人工蜂群算法 [J], 王凯杰
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｐ ＝Ｐ ×（ 一Ｑ ） （ … 一Ｑ ） … Ｑ … ／Ｑ …
（） ２
其 中： 为要计算 的当前平均 队列 长度 ， 为权值 ， Ｑ ｑ为采
样测量时 的当前 队列长度 ， 为上 一次计算 的平均 队列 长 Ｑ 度值 ； （ ）中的 Ｐ为丢包率 ，… 为最大丢包率 ， … 和 Ｑ 式 ２ Ｐ Ｑ
０ 引言
随着信 息化社会 的成长 ， 网络 的爆 炸式扩 张以及 网络业 务量的增长 ， 给我们的生活带来了极 大的便 利 ， 同时也带来 了 严重的拥塞问题 。为了解决这个 问题 ， 出了传 统 的队列管 提 理技术 ， 即尾部丢弃 （ ｒ —ａ ） Ｄ ｏ Ｔ ｉ 算法 。但 是这种 方法存 在几 ｐ ｌ 个重大缺 陷 ， 如死锁 问题 、 队列 问题 、 局 同步… 等 ， 满 全 这些 都大大降低了网络的性能。 主动队列管理 （ ｃｖ ｎｕ ｎｇｍ ｎ，Ａ Ｍ） Ａ ｔ ｅＱ ｅｅＭａａｅ ｅｔ Ｑ 技术 ｉ
第 ３ 第６期 ０卷
２１ ０ ０年 ６月
计 算 机 应 用
Ｊ ｕ ｎ ｌｏ ｏ ｕ ｅ ｐ ｌ ａｉ ｎ ｏ ｒ ａ ｆＣ ｍｐ ｔ ｒＡ ｐ ｉ ｔ ｓ ｃ ｏ
Ｖ ｌ３ ． ｏ ＿ ０ Ｎｏ ６
Ｊ ｎ ０ ０ ｕ ｅ２ １
文章编号 ：０ １ ９ ８ （０ ０ ０ １０ — ０ １ ２ １ ）６—１７ ４２—０ ３
ａｇ ｒ ｈ ｉ ｂ ｔ ｒａ ｏ ｔ ｌ ｎ ａ ｋ ｔ ｏ ｓ ａ ｄ ｉ ｒ ｖ ｎ ｅｗｏ ｋ ｐ ｒ ｒ ｎ ｅ ｌ ｏ ｉ ｍ ｓ ｅｔ ｔｃ ｎ ｒ ｌ ｇ ｐ ｃ ｅ ｓ ｎ ｍｐ ｏ ｉ ｇ ｎ ｔ ｒ ｅ ｆ ｍａｏｄ ：Ｒ ｎ ｏ ａｌ Ｄ ｔ ｔｎ（ Ｅ ） Ｌｇ ｔ ｑ ￣ｏ；ａｋｔｏｓ ａ ；ｅ ｏｋｐｒ ｒａｃ；ｉｕａｏ ｘｅｉｅｔ ｙｗ ｒ ｓ ａｄｍ Ｅ ｙ ｅ ｃ ｏ Ｒ Ｄ ； ｉ ｉ ｅｕ ｉ ｐｃｅ ｌ ｔ ｎｔ ｒ ｅ ｏ ｎｅｓ ｌｉ ｅｐｒ ｎ ｒ ｅｉ ｏ ｓｃ ｎ ｓｒｅ ｗ ｆ ｍ ｍ ｔｎ ｍ Ｑ ＝（ １一 Ｗ ）ＸＱ ｑ ｇ ＋Ｐ × （） １
Ａｂ ｔ ａ ｔ ｎ ｏ ｄ ｒｔ ｅ ｒ ａ ｅ ｔ ｅｐ ｃ ｅ ｏ ｓｒ ｔ ，ｔ ｉ ａ ｅ ｏｔ ｄ Ｌ ｇｓｉ ｑ ａ ｉｎ ｔ ａｃ ｌｔ ｈ ａ ｋ ｔ ｏ ｓｒ ｔ ｓｒ ｃ ：Ｉ ｒ ｅ ｏｄ ｃ ｅ ｓ ａ ｋ ｔ ｓ ａ ｅ ｈ ｓｐ ｐ ｒｉ ｈ ｌ ｍｐ ｒ ｏ ｉ ｃ ｅ ｕ ｔ ｃ ｌｕ ａｅ ｔｅ ｐ ｃ ｅ ｓ ａｅ ｅ ｔ ｏ ｏ ｌ
ｔ ｏ ｇ ｅｒｓａ ｈｏ Ｒ ｎ ｏ ａｌ Ｄ ｔ ｔ ｎ（ Ｅ ）ａｇｒｈ ．Ｔ ｒｕｈｔｅｃｍｐｒ ｏ ｆｈ ｉ ｕａｏ ｅｕｔ ｂｔｅｎ ｈ ｕｈｔ ｅｒ ｆ ａｄｍ Ｅ ｒ ｅｅ ｉ Ｒ Ｄ ｌｏ ｔｍ ｈｏｇ ｏ ａ ｓｎｏ ｅｓ ｌ ｉ ｒｓ ｓ ｅ ｅ ｒ ｈ ｅ ｃ ｙ ｃｏ ｉ ｈ ｉ ｔ ｍ ｔｎ ｌ ｗ
关键词 ： 随机早期检测 ；ｏｉｉ Ｌｇ ｔ ｓｃ方程 ； 包率； 丢 网络性能 ； 仿真 实验
中图 分 类 号 ： Ｐ ９ ． Ｔ３３４ 文 献 标 志 码 ： Ａ
Ｉ ｐｒ ｖ ｄ ＲＥＤ ｌ ｏ ｉｈ ｓｎｇ ｔ ｇｓｉ ｏ ｅ ｍ ｏ ｅ ａｇ ｒｔ ｍ ｕ ｉ ｈｅ Ｌｏ ｉｔｃ ｍ ｄ ｌ
ＬｇｓｃＲ Ｄ （ Ｇ Ｅ ）ａｄＮ ｎＬｎａ Ｅ （ Ｌ Ｅ ） ｔｓ ｌ ｒｈｔｈ ｒｖｄａｇｒｈ ｅｒ ｓｓｈ ａｋｔｏｓ ａ ｏｉ ｉ Ｅ Ｌ Ｒ Ｄ ｎ ｏ—ｉｅｒ Ｄ Ｎ Ｒ Ｄ ，ｉｉｃ ａ ａｔｅｉ ｏｅ ｌｏ ｔｍ ｄｃｅ ｅ ｔ ｐｃｅ ｌｓ ｒｔ ｔ Ｒ ｅ ｔ ｍｐ ｉ ａ ｅ ｅ
分别为最大 、 最小 阈值 。 得到 的估算结果 Ｑ 被用来与两个 阈
值 Ｑ 和 Ｑ 进行 比较 ， Ｑ ＜ Ｑ ； Ｐ ＝０ 若 Ｑ ＞ 若 … 取 ； Ｑ ； Ｐ ＝１ 当 Ｑ 的值介 于两 个 阈值 之 间时 ， … 取 ； 则采用 式 （） ２ 来计算 Ｐ值 。 由式 （ ）可 以看 出， ２ 当平均 队列长度 介于最 小最大 阈值之 间时， 丢包率 随着平均 队列长度 的增加 而线性
ｂ ｂ ｕ ８ ８ ％ ｃ ｍｐ ｒｄ ｔ ｈ ｒ ｉａ Ｄ ａｇ ｒ ｈ ｙ ａ ｏ ｔ２ ． ３ ｏ ａｅ ｏ ｔ ｅ ｏ ｉ ｎ ｌ ＲＥ ｌｏ ｉ ｍ． Ｔ ｅ ｒｓ ｌ ｎ ｉａｅ ｔ ａ ｕ ｄ ｒ ｔ ｅ ｓ ｍｅ ｃ ｎ ｉ ｏ 。 Ｌ ｇ ｔ ｈ ｅ ｕ ｔ ｉ ｄｃ ｔ ｈ ｔ ｎ ｅ ｈ ａ ｏ ｄ ｔ ｎ ｓ ｉ ＧＲＥ Ｄ
应 用 Ｌｇｓｃ 程 的 Ｒ Ｄ改进 算 法 ｏｉｉ 方 ｔ Ｅ
王 志 ， 卫 东 吴
（ 武汉科技大学 计算机科学与技术学院 ， 武汉 ４ ０ ６ ） ３ ０ ５
（ ｚ０ １ １＠ １３ ｓｎ） ｗ２ ０ １２ ６ ．ｏ
摘
要： 为了降低丢 包率 ， 通过 对线性增 长的随机 早期检 测 （ Ｅ 算 法进 行研 究改进 ， Ｒ Ｄ） 引入 了 Ｌｇｓｃ方程的 方 ｏｉｉ ｔ
Ｗ ＡＮＧ ｉ Ｗ Ｕ ｅ — ｏ ｇ Ｚｈ ． Ｗ ｉｄ ｎ
（ ｏｌ ｅｏ ｏ ｐ ｔ ｃ ｎｅａｄ Ｔｃｎｌｇ，Ｗｕ ａ ｎｖｒｔ ｃ ｎｅａ ｄＴｃｎ ｌ ｙ ｕ ａ ｂｉ ３ ０ ５ ｈｎ ） Ｃｌｇ Ｃ ｍ ｕ ｒＳｉ ｃ ｎ ｅ ｏ ｙ ｅ ｆ ｅ ｅ ｈ ｏ ｈ ｎＵ ｉ ｓｙｏ Ｓｉ ｃ ｎ ｅｈｏｏ ，Ｗ ｈ ｎＨｕｅ４ ０ ６ ，Ｃ ｉａ ｅｉ ｆ ｅ ｇ
法来计算丢 包率 ； 并通过仿真 实验对 Ｌ Ｒ Ｄ和 Ｎ Ｒ Ｄ的实验 结果进行 了比较 ， ＧＥ ＬＥ 发现 Ｌ Ｒ Ｄ相对于 Ｒ Ｄ的丢 包率降 Ｇ Ｅ Ｅ
低 了约２ ．３ 实验结果表明 ： ８８ ％。 在相 同的参数条件 下，Ｇ Ｅ Ｌ Ｒ Ｄ算法更加 能够控制 丢包的发 生， 高网络性能。 提