• 제어로봇시스템학회논문지
• /
• 제22권6호
• /
• pp.483-489
• /
• 2016

This paper proposes a repeat-back jamming signal detection scheme that utilizes a combined pseudo random noise signal that is effective for processing a global positioning system (GPS) repeat-back jamming signal with the early minus late phase scheme to alleviate any existing multipath signal detection. The proposed scheme uses the combined pseudo random noise signal to treat repeat-back jamming signals like similar multipath signals and can effectively detect a repeat-back jamming signal by applying the early minus late phase scheme to a combined pseudo random noise signal. Through a Monte-Carlo simulation, the detection probability of the proposed scheme is better than the one of the conventional scheme under low jamming to signal power ratio.

• Journal of Communications and Networks
• /
• 제3권4호
• /
• pp.334-341
• /
• 2001

The provision of QoS control is a key of the successful deployment of multimedia networks. Buffer management plays an important role in QoS control. Therefore, this paper proposes a novel QoS buffer management algorithm named GREEN (Global Random Early Estimation for Nipping), which extends the concepts of ERD (early random drop) and RED (random early detection). Specifically, GREEN enhances the concept of "Random" to "Global Random" by globally considering the random probability function. It also enhances the concept of "Early" to "Early Esti mation" by early estimating the network status. For performance evaluation, except compared with RED, extensive simulation cases are performed to probe the characteristics of GREEN.

• 한국정보과학회논문지:정보통신
• /
• 제28권4호
• /
• pp.517-526
• /
• 2001

현재의 인터넷 라우터는 Drop tail 방법으로 패킷을 처리한다. 따라서 네트워크 트래픽의 지수적인 증가로 인한 혼잡상황 때문에 많은 패킷이 손실 될 수 있다. 이러한 문제를 해결하기 위해 IETF(Internet Engineering Task Force)에서는 RED(Random Early Detection)와 같은 능동적인 큐 관리 알고리즘을 제시하였다. 이러한 알고리즘은 라우터나 게이트웨이에서 발생할 수 있는 네트워크 혼잡상황을 개선하여 전체적인 패킷 손실을 줄여 줄 수 있다. 그러나 RED 알고리즘의 경우 큐 크기의 변화 정보로 혼잡상황을 판단하고 제어하기 때문에 동적으로 변화하는 현재의 인터넷 트래픽 대한 혼잡상황 제어에 있어서 개선의 필요성이 있다. 본 논문에서는 이러한 RED 알고리즘의 문제를 보완하기 위해서 기존의 RED 알고리즘을 개선한 MRED(Modified Random Early Detection) 알고리즘을 제안했다. 제안한 알고리즘은 간단하게 폐기(drop) 확률을 구하는 RED에 비하여 휴리스틱 (heuristic)한 방법을 적용하여 보다 동적으로 폐기 확률 값을 계산한다. MRED 알고리즘의 성능을 검증하기 위해서 실힘을 통하여 기존의 큐 관리 방법과 성능을 비교하였고 리눅스 커널에 MRED를 구현하여 성능을 분석하였다.

• 정보처리학회논문지C
• /
• 제12C권5호
• /
• pp.695-700
• /
• 2005

공정한 전송률을 보장하고 지연을 줄이기 위해 인터넷상에서 많은 흐름단위 스케줄링 알고리즘이 제안되어졌으며, 효율성이 필요한 공정한 대역폭 할당을 위한 공정큐잉 알고리즘이 설계되었다. 그러나 흐름단위 처리를 기본으로 하는 알고리즘은 전송률 상태, 버퍼 관리, 패킷 스케줄링 등의 기능을 필요로 하며, 이와 같은 복잡성으로 인해 구현하는데 비용이 많이 드는 문제점이 있다. 따라서 본 연구는 효율적인 비용으로 라우터를 구현하기 위해, FM(Flow Number Estimation)를 기반으로 한 CS-FNE(Core Stateless FNE) 알고리즘을 제안하며, 다양한 네트웍 환경과 트래픽 소스를 사용해서 CSFQ(Core Stateless Fair Queueing), FRED(Fair Random Early Detection), RED(Random Early Detection), DRR(Dynamic Round Robin) 등과 같은 알고리즘을 CS-FNE와 함께 평가하였다. 모의 실험 결과로, 본 연구에서 제안된 방식이 다른 알고리즘보다 적절히 공정한 대역폭 할당을 나타내었으며, 흐름단위 기반 큐잉 메커니즘보다 더 단순하고, 쉽게 구현될 수 있음을 보였다.

• Journal of Communications and Networks
• /
• 제8권1호
• /
• pp.93-105
• /
• 2006

The domination of the Internet by TCP-based services has spawned many efforts to provide high network utilization with low loss and delay in a simple and scalable manner. Active queue management (AQM) algorithms attempt to achieve these goals by regulating queues at bottleneck links to provide useful feedback to TCP sources. While many AQM algorithms have been proposed, most suffer from instability, require careful configuration of nonintuitive control parameters, or are not practical because of slow response to dynamic traffic changes. In this paper, we propose a new AQM algorithm, hybrid random early detection (HRED), that combines the more effective elements of recent algorithms with a random early detection (RED) core. HRED maps instantaneous queue length to a drop probability, automatically adjusting the slope and intercept of the mapping function to account for changes in traffic load and to keep queue length within the desired operating range. We demonstrate that straightforward selection of HRED parameters results in stable operation under steady load and rapid adaptation to changes in load. Simulation and implementation tests confirm this stability, and indicate that overall performances of HRED are substantially better than those of earlier AQM algorithms. Finally, HRED control parameters provide several intuitive approaches to trading between required memory, queue stability, and response time.

• Journal of Communications and Networks
• /
• 제7권3호
• /
• pp.337-352
• /
• 2005

In this paper, a fuzzy logic implementation of the random early detection (RED) mechanism [1] is presented. The main objective of the proposed fuzzy controller is to reduce the loss probability of the RED mechanism without any change in channel utilization. Based on previous studies, it is clear that the performance of RED algorithm is extremely related to the traffic load as well as to its parameters setting. Using fuzzy logic capabilities, we try to dynamically tune the loss probability of the RED gateway. To achieve this goal, a two-input-single-output fuzzy controller is used. To achieve a low packet loss probability, the proposed fuzzy controller is responsible to control the $max_{p}$ parameter of the RED gateway. The inputs of the proposed fuzzy controller are 1) the difference between average queue size and a target point, and 2) the difference between the estimated value of incoming data rate and the target link capacity. To evaluate the performance of the proposed fuzzy mechanism, several trials with file transfer protocol (FTP) and burst traffic were performed. In this study, the ns-2 simulator [2] has been used to generate the experimental data. All simulation results indicate that the proposed fuzzy mechanism out performs remarkably both the traditional RED and Adaptive RED (ARED) mechanisms [3]-[5].

• 한국컴퓨터정보학회논문지
• /
• 제12권3호
• /
• pp.177-183
• /
• 2007

인터넷에서 종단간 혼잡제어 방식을 지원하기 위해 제안된 라우터에서 큐에 적용되어 패킷을 폐기하는 방법으로 능동적 큐 관리(AQM;Active queue management) 방법이 적용되고 있다. IETF에서 제안된 AQM 알고리즘은 RED(Random Early Detection) 방식이다. RED 알고리즘은 망의 높은 처리율과 낮은 평균 지연을 얻기 위해 네트워크에서 운영된다. 하지만 평균 큐 길이는 네트워크의 혼잡 레벨에 민감한 결과를 갖게 된다. 본 논문에서는 RED 성능에 영향을 미치는 파라메터의 민감성을 감소시키고 성능을 개선시키기 위해 정련된 적응 RED(RARED; Refined Adaptive RED)를 제안한다. 시뮬레이션을 통해 네트워크 전체의 개선된 RARED 알고리즘을 관찰하고 RARED가 패킷 폐기율의 감소와 성공적인 전송률의 개선이 이루어짐을 보여준다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권5호
• /
• pp.1085-1100
• /
• 2011

The Random Early Detection algorithm is widely used in the queue management mechanism of the router. We find that the parameters of the RED algorithm have a significant influence on the defense performance of the random early detection algorithm and discuss the robust of the algorithm in mitigating Low-rate Denial-of-Service attack in details. Simulation results show that the defense performance can be effectively improved by adjusting the parameters of $Q_{min}$ and $Q_{max}$. Some suggestions are given for mitigating the LDoS attack at the end of this paper.

• 한국정보과학회논문지:정보통신
• /
• 제29권4호
• /
• pp.437-446
• /
• 2002

기존의 인터넷 라우터는 Drop tail 방식으로 패킷을 관리한다. 따라서 네트워크 트래픽의 지수적인 증가로 인한 혼잡 상황으로 발생하는 패킷 손실을 해결 할 수 없다. 이 문제를 해결하기 위해 IETF(Internet Engineering Task Force)에서는 RED(Random Early Detection) 알고리즘과 같은 능동적인 큐 관리 알고리즘을 제시하였다. 하지만 RED 알고리즘은 네트워크 환경에 따른 매개 변수의 설정의 어려움을 가지고 있어 잘못된 매개변수 설정으로 인하여 네트워크 성능이 저하되는 문제점을 가지고 있다. 본 논문에서는 기존의 RED 알고리즘을 분석하여 문제점을 파악하고 이 문제점을 개선한 새로운 ARED (Active Random Early Detection) 알고리즘을 제안했다. ARED 알고리즘은 네트워크 특성에 맞추어 동적으로 매개변수를 조절하므로서 기존의 RED 알고리즘을 개선한 알고리즘이다. ns(network simulation)를 이용한 실험을 통하여 ARED 알고리즘의 성능을 검증하였다.

• International journal of advanced smart convergence
• /
• 제13권2호
• /
• pp.61-68
• /
• 2024

In the quest for advancing diabetes diagnosis, this study introduces a novel two-step machine learning approach that synergizes the probabilistic predictions of Logistic Regression with the classification prowess of Random Forest. Diabetes, a pervasive chronic disease impacting millions globally, necessitates precise and early detection to mitigate long-term complications. Traditional diagnostic methods, while effective, often entail invasive testing and may not fully leverage the patterns hidden in patient data. Addressing this gap, our research harnesses the predictive capability of Logistic Regression to estimate the likelihood of diabetes presence, followed by employing Random Forest to classify individuals into diabetic, pre-diabetic or nondiabetic categories based on the computed probabilities. This methodology not only capitalizes on the strengths of both algorithms-Logistic Regression's proficiency in estimating nuanced probabilities and Random Forest's robustness in classification-but also introduces a refined mechanism to enhance diagnostic accuracy. Through the application of this model to a comprehensive diabetes dataset, we demonstrate a marked improvement in diagnostic precision, as evidenced by superior performance metrics when compared to other machine learning approaches. Our findings underscore the potential of integrating diverse machine learning models to improve clinical decision-making processes, offering a promising avenue for the early and accurate diagnosis of diabetes and potentially other complex diseases.