NFL:一种基于活动流参数估计的自适应模糊AQM算法

针对主动队列管理(AQM) 机制面对动态突变的网络存在参数配置难问题, 提出一种将模糊AQM和活动流参数估计策略相结合的自适应AQM算法(NFL). 在综合权衡各性能指标的基础上, 设计了一组能适应一定网络变化的模糊规则, 并对算法进行了运算优化. 为捕获网络突发流, 引入了一种基于Bloom 滤波器的无状态维护活动流参数估计策略, 并依此提出一个模糊AQM输出增益补偿器. 实验结果表明, NFL 能较好地适应网络变化, 相对其他算法,具有更快的收敛速度和稳定的稳态队列控制性能.