DyRED: An Enhanced Random Early Detection Based on a new Adaptive Congestion Control

Danladi, Sunday Barde; Ambursa, Faruku Umar

doi:10.1109/icecco48375.2019.9043276

Cited by 13 publications

(7 citation statements)

References 5 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Over the years, different modifications have been proposed by researchers across the globe to improve the performance of RED [37][38][39][40]. In this paper, we have proposed an AQM technique based on RED, named Aggressive-RED (AgRED).…”

Section: Contributionmentioning

confidence: 99%

Queue-Buffer Optimization Based on Aggressive Random Early Detection in Massive NB-IoT MANET for 5G Applications

2022

View full text Add to dashboard Cite

Elements in massive narrowband Internet of Things (NB-IoT) for 5G networks suffer severely from packet drops due to queue overflow. Active Queue Management (AQM) techniques help in maintaining queue length by dropping packets early, based on certain defined parameters. In this paper, we have proposed an AQM technique, called Aggressive Random Early Detection (AgRED) which, in comparison to previously used Random Early Detection (RED) and exponential RED technique, improves the overall end-to-end delay, throughput, and packet delivery ratio of the massive NB-IoT 5G network while using UDP. This improvement has been achieved due to a sigmoid function used by the AgRED technique, which aggressively and randomly drops the incoming packets preventing them from filling the queue. Because of the incorporation of the AgRED technique, the queue at different nodes will remain available throughout the operation of the network and the probability of delivering the packets will increase. We have analyzed and compared the performance of our proposed AgRED technique and have found that the performance gain for the proposed technique is higher than other techniques (RED and exponential RED) and passive queue management techniques (drop-tail and drop-head). The improvement in results is most significant in congested network deployment scenarios and provides improvements in massive Machine Type Communication, while also supporting ultra-low latency and reliable communication for 5G applications.

show abstract

Section: Contributionmentioning

confidence: 99%

Queue-Buffer Optimization Based on Aggressive Random Early Detection in Massive NB-IoT MANET for 5G Applications

2022

View full text Add to dashboard Cite

show abstract

“…Tắc nghẽn mạng chỉ được phát hiện khi bộ nhớ đệm bị đầy và khi gói tin đến bị mất (drop). Tắc nghẽn mạng là vấn đề chính ảnh hưởng đến chất lượng dịch vụ (QoS) của mạng IP [1]. Tỉ lệ mất gói, trễ, thông lượng trung bình là các vấn đề chính của mạng.…”

Section: Giới Thiệuunclassified

Nghiên Cứu, Cải Tiến Chiến Lược Hàng Đợi Red Dựa Trên Việc Tinh Chỉnh Ngưỡng Dưới

Diện¹,

Hiệp²

2022

TNUJST

View full text Add to dashboard Cite

Trong những năm qua, tắc nghẽn đã trở thành vấn đề chính ảnh hưởng tới Internet, dẫn đến làm tăng tỉ lệ mất gói và làm tăng độ trễ truyền gói tin. Các thuật toán quản lý hàng đợi động (AQM-Active queue management) đã ra đời nhằm điều khiển tắc nghẽn. RED (Random Early Detection) là kỹ thuật quản lý hàng đợi động đầu tiên được triển khai để điều khiển tránh tắc nghẽn. RED dựa trên việc so sánh chiều dài trung bình hàng đợi với ngưỡng trên và ngưỡng dưới để đánh dấu hoặc loại bỏ gói tin. Mặc dù có nhiều nghiên cứu đã công bố đưa ra các thuật toán cải tiến cho RED, nhưng RED vẫn tiếp tục được quan tâm nhằm cải tiến hiệu suất được tốt hơn nữa. Trong bài báo này, nhóm tác giả đề xuất một thuật toán RED cải tiến có tên gọi là ThRED (Theshold RED) dựa trên sự tinh chỉnh ngưỡng dưới. Qua mô phỏng đánh giá trên bộ mô phỏng NS2, nhóm tác giả đã thấy được ThRED cho kết quả tốt hơn RED xét về số gói tin bị mất và độ trễ hàng đợi trung bình.

show abstract

“…Tắc nghẽn mạng được phát hiện khi bộ nhớ đệm đầy và các gói tin đến sau sẽ bị loại bỏ (drop), thông lượng mạng giảm đi. Tắc nghẽn mạng là vấn đề chính ảnh hưởng đến chất lượng dịch vụ (QoS) của mạng IP [1]. Số gói tin bị mất, trễ truyền và thông lượng trung bình là các vấn đề chính của mạng.…”

Section: Giới Thiệuunclassified

Nghiên Cứu, Nâng Cao Hiệu Năng Mạng Sử Dụng Phát Hiện Sớm Ngẫu Nhiên (Red) Bằng Cách Kết Hợp Tinh Chỉnh Ngưỡng Dưới Và Kích Thước Hàng Đợi Trung Bình

Diện¹

2022

TNUJST

View full text Add to dashboard Cite

Internet được mong đợi sẽ hỗ trợ nhiều ứng dụng tốt hơn chẳng hạn như ứng dụng đa phương tiện với băng thông giới hạn, yêu cầu độ trễ và tỉ lệ mất gói thấp. Do đó, yêu cầu đặt ra là cần có các cơ chế mới để kiểm soát sự tắc nghẽn trong mạng. Các thuật toán quản lý hàng đợi động (AQM-Active queue management) đóng vai trò quan trọng để đảm bảo sự ổn định của mạng. RED (Random Early Detection) là kỹ thuật quản lý hàng đợi động đầu tiên được triển khai trong các mạng TCP/IP để điều khiển tránh tắc nghẽn. RED dựa trên việc so sánh chiều dài trung bình hàng đợi với ngưỡng dưới và ngưỡng trên để đánh dấu hoặc loại bỏ gói tin. Các chiến lược RED đã được đưa ra với sự hiệu chỉnh các tham số về ngưỡng, kích thước hàng đợi trung bình để thu được hiệu năng mạng tốt hơn. Trong bài báo này, tác giả đề xuất một thuật toán RED cải tiến có tên gọi là TqRED (Threshold queue RED) để giải quyết hạn chế của RED. Qua mô phỏng đánh giá trên bộ mô phỏng NS2, tác giả đã thấy được TqRED cho kết quả tốt hơn RED xét về tỉ lệ mất gói, độ trễ hàng đợi trung bình và thông lượng trung bình.

show abstract

DyRED: An Enhanced Random Early Detection Based on a new Adaptive Congestion Control

Cited by 13 publications

References 5 publications

Queue-Buffer Optimization Based on Aggressive Random Early Detection in Massive NB-IoT MANET for 5G Applications

Queue-Buffer Optimization Based on Aggressive Random Early Detection in Massive NB-IoT MANET for 5G Applications

Nghiên Cứu, Cải Tiến Chiến Lược Hàng Đợi Red Dựa Trên Việc Tinh Chỉnh Ngưỡng Dưới

Nghiên Cứu, Nâng Cao Hiệu Năng Mạng Sử Dụng Phát Hiện Sớm Ngẫu Nhiên (Red) Bằng Cách Kết Hợp Tinh Chỉnh Ngưỡng Dưới Và Kích Thước Hàng Đợi Trung Bình

Contact Info

Product

Resources

About