CN101138209A - 控制分组流量的方法 - Google Patents

Abstract

一种控制通过分组交换通信网络中的一个网络节点的分组流量的方法。在一个额外延长的时间段，瞬时队列尺寸的至少三个测量被获得并且被用于确定业务量图案的相对形状、绝对级别、以及绝对的上下文。根据业务量图案的形状、级别、和上下文，进行未来拥塞级别的初始估计，并且该初始估计随后被用于为业务量控制参数建立初始设置。一种自动调整过程还通过根据被更新的瞬时队列尺寸的测量定期重新确定业务量图案的形状、级别、和上下文来优化所述设置。对于控制参数的潜在的改变在一个动态地被确定的时间间隔被测试，并且只有当所述改变导致网络性能的改进时所述改变才被接受。

Description

控制分组流量的方法

背景

本发明涉及通信网络。特别是，并且不作为限制，本发明目的在于在分组交换通信网络中控制分组流量的方法。

缓冲器存在于网络设备中以便吸收业务量突发。当输入到所述设备的业务量流量大于输出流量时，一个队列在缓冲器中建立。当输入流量小于输出流量时，所述队列耗尽。因此，所述设备可以短时间处理大于所述设备的输出能力的可变的输入负荷。然而，如果负荷不匹配持续太长时间，则所述队列装满并且一个被动管理器开始丢弃到达的在所述队列中不适合的分组。这种行为被称为“尾部丢弃(tail-drop)”并且存在一些与它有关的主要的问题。

与尾部丢弃相关联的第一个主要的问题涉及传输控制协议(TCP)处理拥塞避免的方式。当经历分组丢失时，TCP减小它的拥塞窗口大小，从而减小分组传输率。一旦分组传输被确认，则TCP再增加传输率。在拥塞期间，尾部丢弃从多个TCP流量丢弃分组，从而导致多个TCP流量在相同的时间减小它们的传输率。一旦尾部丢弃停止，所述多个TCP流量接收对于它们的分组传输的确认，并且同时增加它们的传输率。这种现象被称为“TCP全球同步”并且导致突发，  “开-关”业务量交替导致拥塞或者网络利用不足。

与尾部丢弃有关的另一个主要的问题是排队延迟。在一些情况下，队列变满或者接近排并且保持这种状态一段时间。即使所述业务量输入率未超过输出率，这也导致全部分组经历长延迟。因此，在丢弃分组消极地提供给队列延迟之前，一直等到队列满。

尾部丢弃也在网络中导致不公平。被动队列导致突发、高带宽消耗业务量。这种业务量被允许装满所述队列并且一旦队列被装满，则输入业务量受到相等的惩罚。这对于在其它情况下不会经历任何分组丢失的平稳、低带宽业务量特别有害。

如果因为用于吸收业务量突发的可用缓冲的尺寸较小导致队列装满或接近装满，则更多的分组被丢弃。大多数被丢弃的分组必须被再传输，从而减少了有用的业务的吞吐量或者网络“好的传输(goodput)”。在尾部丢弃期间，一个单独的流量可能遇到多个连续的分组丢失。所述TCP算法不能很好地从这种丢失中恢复。而且，TCP全球同步通常能够导致缓冲器下溢和减少的好的传输和吞吐量。

积极的队列管理(AQM)是一种试图通过积极地管理队列来解决这些问题的机制，它通常意味着在队列装满之前丢弃分组。对于AQM的挑战在于，选择丢弃哪些分组、丢弃多少分组、以及何时丢弃。随机早期检测(RED)是最常被使用和研究的AQM算法之一，并且在RFC2309中被因特网工程任务组(IETF)推荐。RED算法使用一种指数加权移动平均(EWMA)低通滤波器来计算平均队列尺寸。所述平均队列尺寸与最小和最大阈值相比较。如果平均队列尺寸小于最小值，则没有分组被丢弃；如果平均队列尺寸大于最大值，则全部分组被丢弃；如果平均队列尺寸在最小值和最大值之间的范围内，则根据丢弃概率随机丢弃分组。所述丢弃概率的计算是所述平均队列尺寸的一个函数。所述丢弃概率从零增长到一个最大限制并且直接与平均队列尺寸成比例。

已经有很多其它的AQM算法被建议，诸如流动RED(FRED)、BLUE、以及稳定RED(SRED)。通常，全部AQM算法将网络视为一个闭环***并且试图实现一种闭环调节器来控制业务量负荷并且减少拥塞。这种***使用“监控器”或“传感器”来获得有关***中特定情况的信息。这些信号或者按照现状被使用，或者它们被“平滑(smooth out)”或“限制(condition)”来从所述有用的信息中除去不想要的噪声。为了简单，“监控器”在这里被使用来涉及这些信号，被限制的或者没有被限制的。所述监控器被用作到一个模型的输入，它可以是显式的或隐含的。至少在理论上，一种被提供了监控输入的显式模型可以制作未来网络条件的模拟估计。这个估计供应给控制器，如果所述估计指示未来拥塞，则根据一些算法或“控制定律”，控制器应用拥塞避免(例如，丢弃分组)。在一个隐含的模型中，监控器可以直接供应给所述控制器，在这种情况中，所述模型被隐含在控制定律本身中。

这种方法有几个主要的问题。首先，所述监控器不管是按照现状被使用还是被平滑都不能清楚地并且一贯地在需要被控制的网络中的拥塞增长或应该不被理会的瞬时业务量突发之间进行区别。第二，现在不存在因特网业务量的精确的显式模型，并且在所述控制定律中的隐含模型不足够好来估计未来潜在的拥塞增长，给予因特网业务量图案的复杂性质。

第三，所述控制器具有估计拥塞的目标，但是它们既没有目标也没有方法来测量次最佳网络利用。尽管拥塞的存在或缺乏充当到所述控制器的关于是否足够的控制正被应用(即，是否足够的分组正被丢弃)的问题的反馈，但是没有到控制器的关于是否导致网络利用不足的太多控制正被应用(即，太多分组正被丢弃)的问题的反馈。最后，选择最佳算法参数值的任务被留给了网络管理员，他通常依次使用被推荐的默认值。问题是，不同的网络需要不同的设置，并且相同的默认值不适合所有网络。而且，网络状态和拓扑倾向随时间改变，这样即使开始设置是最佳的，稍后也可能不是最佳的。

概述

一方面，本发明旨在一种通过分组交换通信网络中的网络节点控制分组流量的方法。所述节点包括一个其中分组队列被构成的缓冲器。当输入传输率大于输出传输率时，队列的尺寸增加，当输入传输率小于输出传输率时，队列的尺寸减小。如果缓冲器变满，则输入分组被丢弃。所述方法包括步骤：获得瞬时队列尺寸的至少三个测量；根据在所述测量中被获得的有关的队列尺寸确定业务量图案的形状；根据在所选择的测量中获得的绝对队列尺寸确定业务量图案的级别；以及根据通过预定的时间段在多个测量中被获得的绝对队列尺寸来确定业务量图案的上下文。随后，根据业务量图案的形状、级别、和上下文，进行未来拥塞级别的初始估计。所述方法随后根据所述未来拥塞级别的初始估计为业务量控制参数建立初始的设置。

所述方法还可以包括一种自动调整过程，其中，业务量控制参数的设置被进一步优化。所述自动调整过程包括根据被更新的瞬时队列尺寸的测量定期重新确定业务量图案的形状、级别、和上下文；根据重新确定的业务量图案的形状、级别、和上下文进行后来的未来拥塞级别的估计；以及根据后来的未来拥塞级别的估计为业务量控制参数建立后来的设置。对于控制参数的改变可以被测试，并且只有当改变导致网络性能改进时，所述改变才被接受。

附图简述

图1表示可能的业务量图案形状的几个典型的示意图；

图2显示被分成四个典型的级别的队列尺寸；

图3是一个显示两个不同的业务量方案的队列尺寸样本的示意图，其中，三个被表示的业务量样本导致相同的形状和级别值，但是具有不同的上下文；

图4是一个表示初始控制策略的典型的配置的表格；以及

图5A-5B是概括本发明的方法的实施方案的流程图部分。

详细描述

本发明利用一种图案识别技术，其中，瞬时队列尺寸的测量被用作网络业务量的监控器。在不同的时间间隔被采集的几个样本被存储在数据库中。在每个新采样瞬间，最近的样本和先前被存储的样本一起构成所述业务量图案的形状。最近的值指示当前业务量级别，较长的时间段的队列尺寸的平滑平均值提供了所述图案的上下文。所述形状、级别、和上下文一起构成一个3维图案矩阵，矩阵中的每个单元构成一个不同的业务量图案。

图1表示可能的业务量图案形状的几个典型的示意图。所表示的形状是平坦、上升、下降、顶部、和底部。在所述示意图中，瞬时队列尺寸的三个样本被用于构成每个形状，尽管更多的样本可以被利用。本发明随后将实际的样本与所表示的形状比较以便发现最匹配的。从当前时间窗口的三个样本得到的两个不同的值被与定义每个形状的值比较。数值被计算以便表示在所述比较中的相关程度。产生最大相关程度的形状是最匹配的。

定义每个形状的差分值单位可以是分组数量、字节、或最大队列尺寸的分数(fraction)。使用字节或分组数量导致较少的计算密集实现。当有很多被AQM功能管理的队列，并且最大队列尺寸是可变值时，使用队列尺寸的分数是一种选择。

下面的例子将阐明所述过程。假定定义每个形状的差分值单位是“最大队列尺寸的分数”。随后，假定所述五种形状被定义为：平坦(0，0)、上升(0.1，0.1)、下降(-0.1，-0.1)、顶部(0.1，-0.1)、和底部(-0.1，0.1)。现在假定在一个采样时间间隔，以最大队列尺寸的分数被表示的最近三个样本被测量为导致所述差分值(0.13，-0.6)的0.52、0.65、和0.59。与每个形状的相关性可以被计算为所述第一个差分值之间的差值的绝对值加第二个差分值之间的差值的绝对值的倒数。这导致1/(|0.13-0)|+|(-0.6-0)|)＝1/019＝5.3对于所述“平坦”形状。对于所有形状进行类似的计算：

平坦：5.3

上升：5.3

下降：3.7

顶部：14.3

底部：2.6

因此，具有最高相关数量，或者匹配的形状是“顶部”。为了在一种实现中简化所述计算，所述倒数当然可以被省略，并且随后最低的总差值将被解释为最高相关性。

第二个图案识别特性，所述图案级别，可以通过其中所述瞬时队列尺寸(例如，最近样本的值)所在的范围被确定。

图2显示被分成四个典型的级别：空、低、中、以及高的队列尺寸。每个级别被定义为一个具有下限和上限的范围。所述上限和下限的单位可以是分组数量、字节、或最大队列尺寸的分数。使用字节或分组数量将导致较少的计算密集实现。当有很多被AQM功能管理的队列并且最大队列尺寸是可变的时，使用队列尺寸的分数是一种选择。

第三个图案识别特性，图案的上下文，是所述业务量图案的较宽的图像，或者从当前的一个扩展几个时间窗的业务量的历史。一个EWMA值可以被用作一个指示器来测量导致其中业务量的当前形状和级别被确定的时间的普通的业务量负荷。

图3是一个显示两个不同的业务量方案的队列尺寸样本的图，其中，三个被表示的业务量样本导致相同的形状和级别值，但是具有不同的上下文。注意，用于每个图案的三个被表示的样本构成一个下降形状，在每个图案中的最后的样本在相同的级别。上下文值增加另一个维用于区别两个业务量图案。和级别值一样，每个上下文被定义为具有一个下限和一个上限的范围。例如，所述上下文值可以被指定为具有适当的下限和上限的轻、中等、和重。所述上下限的单位可以是分组数量、字节、或最大队列尺寸的分数。使用字节或分组数量将导致较少的计算密度实现。当有很多被AQM功能管理的队列并且最大队列尺寸是可变的时，使用队列尺寸的分数是一种选择。

如上面所讨论的，使用相同数量的形状、级别范围、和上下文将导致一个具有5×4×3＝60个单元的矩阵，一个2-维阵列，其中，每个单元代表一个业务量图案。在每次采样后，最近的3个样本值生成形状；最近的样本值生成当前级别；并且EWMA值被更新以便生成当前的上下文。得到的(形状、级别、上下文)向量匹配所述业务量图案矩阵中的一个并且只有一个单元，从而完成所述图案匹配。

本发明随后根据被确定的业务量图案的形状、级别、和上下文进行未来拥塞级别的初始的估计。根据未来拥塞级别的初始估计，本发明为业务量控制参数建立初始设置。此后，本发明可以定期自动调整业务量控制参数。可能由于几个原因而希望使用自动调整。第一，为每个业务量图案调整控制参数并且为它们中的每一个完成最佳设置，这对于网络管理员是困难的。如果默认值被替代使用，则导致的控制行为必然是更次最佳的。自动调整缓和了这个问题。第二，网络条件可以随时间改变。每次网络条件改变都为AQM算法重新配置控制参数是不希望的并且通常是不可行的。利用自动调整，重新配置被自动启动和执行。

自动调整过程的一般组成部分是(1)从一个好的初始控制策略开始；(2)有时改变控制参数并且测试它，看“变异的(mutant)”参数是否提供了改进；如果没有，则将参数改回到以前的值；(3)利用一个“质量”度量来确定是否所述潜在的新的控制参数(所述变异)被接受或者被拒绝；以及(4)利用一个“稳定性”度量来确定控制参数的改变之间的时间间隔或者“变异(mutation)”。

对于初始控制策略，一个合理的出发点使所述自动调整算法能够会聚到最佳值。这个出发点是一种控制策略，它为所述矩阵中的每个业务量图案假定多个预期的未来拥塞或缺乏。一个值被分配给所述控制参数来避免隐含地被估计的未来拥塞或者防止控制应用以便在未来没有拥塞被预期时最大化网络利用。注意，在没有自动调整过程的情况下，这种初始控制策略可以被用作用于拥塞图案识别的控制定律。如果所述自动调整过程被认为太昂贵，则在没有它的情况下，如果一种精细的控制策略被手工制作，拥塞图案识别可以运行。这样，所述拥塞估计部分将仍是很强大的，但是校正作用可能是次最佳的。

图4是一个表示初始控制策略的典型的配置的表格。根据当前业务量图案的丢弃概率值，在每个分组到达时随机做出丢弃决定。另外，一个最小的阈值可以全球性地被设置用于所有业务量图案，或者可以被配置用于每个业务量图案，并且随同丢弃概率变量一起通过自动调整功能被最优化。

所述质量度量使所述自动调整过程能够达到最小分组丢失、低网络延迟、和高网络利用的多个目标。所述质量度量识别动态测量这些目标完成级别的指示器。因为有三个不同的目标要完成，所以有三个指示器，当结合在一起时，产生总的质量值。用于分组丢失的指示器直接与在进行一次变异后的时间间隔期间被丢弃的分组数量相联系。所述分组丢失指示器可以是一个在[0-1]范围内的值，并且可以被计算为：

loss＝Max(1，#dropped  packets/Maximum Drop Constant)(丢失＝最大(1，#被丢弃的分组/最大丢弃常数))

队列尺寸可以被用作用于网络延迟的指示器，因为在被传输之前，较大的队列、较长的到达的分组必须等待。尽管EWMA值可以被用于网络延迟指示器，但是优选的方法是在进行一次变异之后在一个时间间隔中使用一个平均值。所述平均值可以是一个在[0-1]范围内的值，并且可以被计算为：

delay＝Max(1，average queue size/Maximum Size Constant)(延迟＝最大(1，平均队列尺寸/最大尺寸常数))

网络利用指示器被选择用于测量由AQM功能导致的低网络利用。应该记住低网络利用不一定由AQM控制机制导致；在网络中可以有完全与AQM功能无关的低业务量负荷的周期。所述网络利用指示器使用这些步骤被确定：

(1)如果一个业务量图案的丢弃概率>0(即，如果AQM控制在使用中，我们想要发现它被过分控制)，则为这个图案启动一个计时器并且清除“队列空“标记。

(2)在计时器期满时，确定队列空标记是否被设置；如果是这样，则将网络利用质量指示器，“利用”设置到1，否则将指示器设置到0。

“队列空”标记是一个每当瞬时队列尺寸是零时被设置的标记。如果所述控制机制确定有保证分组丢弃的拥塞情况，则分组丢弃不应当太多以使得业务量负载之后很快变成零。

通过结合分组丢失指示器、网络延迟指示器、以及网络利用指示器来确定所述质量度量。如果相等的权被分配给每个度量，则所述质量度量值可以被表示为：

Quality＝1/3loss+1/3delay+1/3utilization(质量＝1/3丢失+1/3延迟+1/3利用)

较低的质量度量值指示较好的控制机制质量。这样，当一个变异被做出时，所导致的质量在一段时间间隔后被计算并且与老的质量值比较。如果新的值较低，则老的控制参数被用新的替换。

所述稳定性度量被用于动态改变变异之间的时间间隔。这个间隔可以被设置成一个固定值，并且在没有稳定性度量的情况下，自动调整应该运行的不错。然而，为了确定所述时间间隔值，将必须在短的时间间隔以便加速所述优化过程和长的时间间隔以便保持少的网络业务量中断之间进行折衷。稳定性度量的范围应该在变异之间在最小和最大的希望的时间间隔之间的范围内被选择。所述初始值应该是最小值，并且每当一个变异被接受时，所述稳定性值应该被重新设置到最小值。每当一个变异被拒绝时，所述稳定性值被加倍直到它达到被定义的最大值。

图5A-5B是概括本发明的方法的实施方案的流程图部分。在步骤11，瞬时队列尺寸的至少三个测量被获得。在步骤12，根据在所述测量中被获得的相关的队列尺寸，所述业务量图案的形状被确定。如上述，所述业务量图案形状可以是，例如，平坦、上升、下降、顶部、或底部。在步骤13，在诸如最后的测量的所选择的测量中被获得的绝对队列尺寸，被用于确定所述业务量图案的级别。在步骤14，所述业务量图案的上下文在诸如几个时间窗的预定的时间段根据在多个测量中被获得的绝对队列尺寸被确定。在步骤15，所述方法根据业务量图案的形状、级别、和上下文进行未来拥塞级别的初始估计。在步骤16，根据未来拥塞级别的初始估计，业务量控制参数的初始设置被建立。

在步骤17，所述方法随后通过定期获得瞬时队列尺寸的额外的测量，以及重新确定业务量图案的形状、级别、和上下文，开始自动调整业务量控制参数的过程。在步骤18，所述方法根据重新确定的业务量图案的形状、级别、以及上下文进行后来的未来拥塞级别的估计。在步骤19，所述方法根据后来的未来拥塞级别的估计确定对于控制参数潜在的改变。在步骤20，确定是否可选的自动调整过程被实现。如果不是，则所述方法前进到步骤21，其中，被确定的对于控制参数的改变被接受。然而，如果自动调整被实现，作为替代，所述方法前进到图5B。

参考图5B，在步骤22，一个时间间隔被建立，其中，对于控制参数的潜在的改变将被测试。在步骤23，所述方法建立一种质量度量用于确定被测试的对于控制参数的改变是否导致网络性能的改进。在步骤24，确定是否被测试的改变导致网络性能的改进。如果不是，则所述方法前进到步骤25，其中，被测试的对于控制参数的改变被拒绝。所述方法随后回到图5A的步骤17，其中，自动调整业务量控制参数的过程继续。如果在步骤24确定被测试的改变导致网络性能的改进，则在步骤26，被测试的对于控制参数的改变被接受。所述方法随后回到图5A的步骤17，其中，自动调整业务量控制参数的过程继续。

如本领域的技术人员应该认识到的，在本申请中被描述的创新的概念可以在广阔范围的应用内被修改和改变。因此，专利主题的范围不应该被限制在上面被讨论的任何特定的典型技术，而是应该由所附的权利要求书定义。

Claims (18)

1.一种控制通过分组交换通信网络中的一个网络节点的分组流量的方法，所述节点具有一个其中分组的队列被构成的缓冲器，其中，当输入传输率大于输出传输率时，队列的尺寸增加，当输入传输率小于输出传输率时，队列的尺寸减小，并且如果所述缓冲器变满，则输入分组被丢弃，所述方法包括步骤：

获得瞬时队列尺寸的至少三个测量；

根据在所述测量中被获得的相关的队列尺寸，确定业务量图案的形状；

根据在所选择的测量中被获得的绝对队列尺寸，确定业务量图案的级别；

根据在一个预定的时间段的多个测量中被获得的绝对队列尺寸，确定业务量图案的上下文；

根据所述业务量图案的形状、级别、和上下文进行未来拥塞级别的初始估计；以及

根据未来拥塞级别的初始估计为业务量控制参数建立初始设置。

2.如权利要求1中所述的方法，其中，确定业务量图案形状的步骤包括根据在所述测量中被获得的相关的队列尺寸，从由平坦、上升、下降、顶部、和底部构成的组中确定一个形状。

3.如权利要求1中所述的方法，其中，确定业务量图案形状的步骤包括步骤：

将瞬时队列尺寸的测量与多组被存储的队列尺寸进行比较，其中，每组被存储的队列尺寸包括至少三个队列尺寸，当被彼此比较时，构成一个不同的相关的业务量图案形状；

计算瞬时队列尺寸和每组被存储的队列尺寸的测量之间的相关程度；以及

选择与具有和瞬时队列尺寸的测量最高相关程度的被存储的队列尺寸组相联系的业务量图案形状。

4.如权利要求3中所述的方法，其中，在所述测量值中和在被存储的队列尺寸的值中的差值使用从由分组数量、字节、或最大队列尺寸的分数组成的一组中被选择的单位被记录。

5.如权利要求4中所述的方法，其中，当有多个队列被一个单独的管理功能管理，并且所述最大队列尺寸是一个变量时，在所述测量值中和在被存储的队列尺寸的值中的差值使用最大队列尺寸的分数被记录。

6.如权利要求1中所述的方法，其中，确定业务量图案级别的步骤包括步骤：

定义多个级别，其中，每个级别具有一个不同的最小和最大绝对队列尺寸；以及

比较在所选择的测量中被获得的绝对队列尺寸和定义多个级别的不同的最小和最大绝对队列尺寸，以便确定业务量图案的级别。

7.如权利要求6中所述的方法，其中，所选择的测量是瞬时队列尺寸的最近的测量。

8.如权利要求1中所述的方法，其中，确定业务量图案上下文的步骤包括：

在预定的时间段访问向后扩展的队列尺寸测量的历史；

在预定的时间段计算队列尺寸测量的指数加权移动平均(EWMA)值；以及

使用EWMA值作为业务量图案的上下文。

9.如权利要求1中所述的方法，还包括自动调整业务量控制参数，所述自动调整步骤包括：

根据被更新的瞬时队列尺寸的测量定期重新确定业务量图案的形状、级别、和上下文；

根据重新确定的业务量图案的形状、级别、和上下文进行后来的未来拥塞级别的估计；以及

根据后来的未来拥塞级别的估计为业务量控制参数建立后来的设置。

10.如权利要求9中所述的方法，其中为业务量控制参数建立后来的设置的步骤包括步骤：

根据后来的未来拥塞级别的估计来确定对于控制参数潜在的改变；

建立一个其中对于控制参数潜在的改变将被测试的时间间隔；

建立质量度量用于确定被测试的对于控制参数的改变是否导致网络性能的改进；以及

如果被测试的改变导致网络性能的改进，则接受被测试的对于控制参数的改变；以及

如果被测试的改变未导致网络性能的改进，则拒绝被测试的对于控制参数的改变。

11.如权利要求10中所述的方法，其中，建立一个其中对于控制参数潜在的改变将被测试的时间间隔的步骤包括：

在一个最小时间间隔和一个最大时间间隔之间建立所述时间间隔，其中，最小时间间隔被选择以便加速所述自动调整过程，并且最大时间间隔被选择以便最小化网络业务量中断。

12.如权利要求11中所述的方法，其中，在最小时间间隔和最大时间间隔之间建立所述时间间隔的步骤包括步骤：

初始设置时间间隔为所述最小时间间隔；

每当一个被测试的改变被拒绝时，就增加时间间隔直到达到所述最大时间间隔；以及

每当一个被测试的改变被接受时，就重新设置时间间隔到所述最小时间间隔。

13.如权利要求10中所述的方法，其中，建立质量度量的步骤包括结合一个分组丢失指示器、一个网络延迟指示器、和一个网络利用指示器。

14.如权利要求13中所述的方法，其中，所述分组丢失指示器被计算为在对于控制参数的潜在的改变被测试的时间间隔期间被丢弃的分组数量，被一个最大丢弃常数除。

15.如权利要求13中所述的方法，其中，所述网络延迟指示器被计算为在对于控制参数的潜在的改变被测试的时间间隔期间的平均队列尺寸，被一个最大尺寸常数除。

16.如权利要求13中所述的方法，其中，所述网络利用指示器通过确定所述方法是否在一个测试时间段按丢弃瞬时队列尺寸到零的速率来积极地丢弃分组，来确定所述方法是否过分控制所述分组流量。

17.如权利要求16中所述的方法，其中，确定所述方法是否在一个测试时间段按丢弃瞬时队列尺寸到零的速率来积极地丢弃分组的步骤包括步骤：

在所述测试时间段开始时清除队列空标记；

如果瞬时队列尺寸是零，则设置队列空标记；以及

在所述测试时间段结束时确定队列空标记是否被设置。

18.一种控制通过分组交换通信网络中的一个网络节点的分组流量的方法，所述节点具有一个其中分组的队列被构成的缓冲器，其中，当输入传输率大于输出传输率时，队列的尺寸增加，当输入传输率小于输出传输率时，队列的尺寸减小，并且如果所述缓冲器变满，则输入分组被丢弃，所述方法包括：

获得瞬时队列尺寸的至少三个测量；

根据在所述测量中被获得的有关的队列尺寸，确定从由平坦、上升、下降、顶部、和底部组成的组中被选择的业务量图案的形状；

根据在所选择的测量中被获得的绝对队列尺寸，确定业务量图案的级别；

根据在一个预定的时间段的多个测量中被获得的绝对队列对尺寸，确定业务量图案的上下文；

根据所述业务量图案的形状、级别、和上下文进行未来拥塞级别的初始估计；

根据未来拥塞级别的初始估计为业务量控制参数建立初始设置；

定期获得额外的瞬时队列尺寸的测量并且重新确定业务量图案的形状、级别、和上下文；

根据重新确定的业务量图案的形状、级别、和上下文进行后来的未来拥塞级别的估计；

根据后来的未来拥塞级别的估计确定对于控制参数潜在的改变；

建立一个其中对于控制参数潜在的改变将被测试的时间间隔；

建立质量度量用于确定被测试对于控制参数的改变是否导致网络性能的改进；

如果被测试的改变导致网络性能的改进，则接受被测试的对于控制参数的改变；以及

如果被测试的改变未导致网络性能的改进，则拒绝被测试的对于控制参数的改变。

Images