Abstract
Active queue management (AQM) algorithms run on routers and detect incipient congestion by typically monitoring the instantaneous or average queue size. When the average queue size exceeds a certain threshold, AQM algorithms infer congestion on the link and notify the end systems to back off by proactively dropping some of the packets arriving at a router or marking the packets to reduce transmission rate at the sender. Among the existing AQM algorithms, random early detection (RED) is well known as the representative queue-based management scheme by randomizing packet dropping. To reduce the number of timeouts in TCP and queuing delay, maintain high link utilization, and remove bursty traffic biases, the RED considers an average queue size as a degree of congestions. However, RED do not well in the specified networks conditions due to the fixed parameters($P_{max}$ and $TH_{min}$) of RED. This paper addresses a extended RED to be adapted in various networks conditions. By sensing network state, $P_{max}$ and $TH_{min}$ can be automatically changed to proper value and then RED do well in various networks conditions.
AQM은 라우터에서 사용되고 있으며 큐의 순간적 길이나 평균길이를 관찰하여 혼잡을 예측하고 탐지하는 알고리즘이며, 평균 큐길이가 임계 값을 초과하면 혼잡이 발생하였다고 추론하고 라우터로 유입되는 패킷을 미리 폐기시키거나 패킷 전송 노드에게 혼잡을 미리 알림으로써 전송노드에서 전송률을 줄여 혼잡을 피하도록 한다. AQM 알고리즘의 하나인 RED (random early detection)는 패킷을 무작위로 폐기시켜 혼잡제어를 하는 큐 기반의 혼잡 제어기술이다. RED는 TCP의 시간경과 및 큐 지연을 줄이며 링크 활용도를 높이고 버스트한 트래픽이 유입되는 것을 관리하는 기술로써 널리 사용되어지고 있으며 혼잡도의 정도를 큐의 평균 길이로 추정한다. 그러나 파라미터($P_{max}$, $TH_{min}$)값들이 고정되어 있어서 특정한 네트워크 환경에서는 동작을 잘 못한다. 본 논문에서는 네트워크 상태를 지속적으로 감지함으로써 $P_{max}$와 $TH_{min}$의 값을 네트워크 상태에 적합한 값으로 자동적으로 바꾸어줌으로서 다양한 환경에서도 동작을 잘할 수 있는 확장 RED를 제안한다.