Đánh giá hiệu năng của một số cơ chế quản lý hàng đợi tích cực dựa trên kích thước hàng đợi và tải nạp

TẠP CHÍ KHOA HỌC, Đại học Huế, Tập 74A, Số 5, (2012), 109-119 
109 
ĐÁNH GIÁ HIỆU NĂNG CỦA MỘT SỐ CƠ CHẾ QUẢN LÝ HÀNG ĐỢI TÍCH 
CỰC DỰA TRÊN KÍCH THƯỚC HÀNG ĐỢI VÀ TẢI NẠP 
Nguyễn Kim Quốc1, Võ Thanh Tú2 
1Trường Đại học Nguyễn Tất Thành 
2Trường Đại học Khoa học, Đại học Huế 
Tóm tắt: Internet phải đối mặt với sự bùng nổ về số lượng máy tính kết nối và sự đa dạng 
của các lớp ứng dụng triển khai trên nó. Quản lý hàng đợi tích cực là một trong các giải 
pháp cho điều khiển tránh tắc nghẽn trên Internet. Trong những năm gần đây, các nhà 
nghiên cứu về mạng đã đề xuất nhiều cơ chế quản lý hàng đợi tích cực. Bài báo này thực 
hiện đánh giá hiệu năng của các cơ chế quản lý hàng đợi tích cực dựa trên kích thước hàng 
đợi và tải nạp, để phân lớp và ứng dụng các cơ chế thích nghi với môi trường mạng khác 
nhau. 
1. Đặt vấn đề 
Cơ chế kiểm soát tránh tắc nghẽn là một trong những vấn đề đảm bảo truyền 
thông liên tục và hiệu quả trên mạng Internet. Để đáp ứng yêu cầu trên, các nhà khoa 
học đã không ngừng nghiên cứu cải tiến các giao thức điều khiển từ đầu cuối đến đầu 
cuối (end-to-end) nhằm nâng cao hiệu năng của giao thức TCP, như: TCP NewReno, 
Vegas, Vegas-A [4] và cải tiến các phương pháp quản lý hàng đợi tích cực, như: REM, 
FRED, BLUE [3,4,6] tại các nút mạng trung tâm. Thông qua các cơ chế đó, mỗi nút 
mạng đã kiểm soát được số lượng lớn các gói dữ liệu đến đồng thời trong hàng đợi của 
bộ định tuyến. Bài báo tập trung nghiên cứu một số giải pháp giải quyết vấn đề tránh tắc 
nghẽn trong môi trường mạng có mật độ gói tin dày đặc. Thêm vào đó, chúng tôi cũng 
đã xác định được các tham số điều khiển tối ưu để đáp ứng thích nghi những thay đổi 
tức thời của mạng truyền thông đa phương tiện. Qua đó, chúng tôi đánh giá và so sánh 
các cơ chế quản lý hàng đợi tích cực cho phù hợp với từng loại mạng và từng lớp ứng 
dụng dựa trên các kết quả mô phỏng trên NS-2 [11]. 
Phân tích hiệu quả một số cơ chế quản lý hàng đợi tích cực dựa theo kích thước 
hàng đợi 
Cơ chế quản lý hàng đợi tích cực dựa theo kích thước hàng đợi đã được nghiên 
cứu nhiều trong thời gian qua, như: RED, FRED, ARED [7,14,16 ]. Các cơ chế này dựa 
trên xác suất hủy bỏ sớm ngẫu nhiên của các gói tin theo công thức: 
thth
th
pb
kp
minmax
min
max
ˆ
 (1) 
110 Đánh giá hiệu năng của một số cơ chế quản lý hàng đợi tích cực 
Khi kích thước hàng đợi trung bình kˆ nhỏ hơn mức ngưỡng nhỏ nhất minth thì 
không có gói tin nào bị đánh dấu (hay gán xác suất đánh dấu bằng 0). Khi kích thước 
hàng đợi trung bình lớn hơn mức ngưỡng lớn nhất maxth thì tất cả các gói đến đều bị 
đánh dấu và trên thực tế các gói có thể bị loại bỏ (hay gán xác suất đánh dấu bằng 1). 
Khi kích thước hàng đợi trung bình nằm trong khoảng giá trị ngưỡng nhỏ nhất minth và 
giá trị ngưỡng lớn nhất maxth thì mỗi gói đến đều được đánh dấu bằng một xác suất pb. 
Kích thước hàng đợi trung bình được sử dụng với mục đích là để tránh sự dao 
động quá nhanh của hàng đợi khi có những đợt gửi gói tin với thời gian ngắn. RED tính 
toán kˆ với hệ số  mỗi khi có gói tin đến theo công thức sau: 
kω+kω=k ˆ)1(ˆ (2) 
Với  (0  1) là trọng số hàng đợi và k là kích thước hàng đợi hiện thời. 
Nếu giá trị của  đủ nhỏ, thì giá trị trung bình sẽ có khuynh hướng ít thay đổi, và sẽ ít bị 
ảnh hưởng đối với những đợt gửi gói tin ngắn. 
Do vậy, RED tỏ ra kém hiệu quả khi có sự thay đổi nhanh chóng mật độ gói tin 
vào hàng đợi. Cụ thể là các tham số điều chỉnh kém thích nghi làm tăng số gói tin rơi, 
nên người ta đã cải tiến bằng ARED dựa vào việc thay đổi tham số maxp phù hợp trong 
trường hợp số luồng đến đồng thời lớn [14]. Tuy nhiên những cải tiến này chỉ có ý 
nghĩa cho các loại gói tin có cùng dịch vụ [19]. Từ đó đã ra đời một số cơ chế quản lý 
hàng đợi dựa vào tải nạp như BLUE, SFB (Stochastic Fair Blue) [19,20]. 
3. Phân tích hiệu quả một số cơ chế quản lý hàng đợi tích cực dựa tải nạp 
Ngày nay, môi trường mạng có nhiều luồng đến đồng thời khá phổ biến. Do vậy, 
BLUE là cơ chế quản lý hàng đợi theo tải nạp hiệu quả hơn phương pháp dựa vào kích 
thước hàng đợi trung bình [20]. Điều này tương phản một cách rõ ràng với tất cả các 
thuật toán điều khiển hàng đợi tích cực đã biết, bởi các thuật toán này sử dụng không 
gian của hàng đợi như là một tiêu chuẩn trong việc điều khiển tránh tắc nghẽn. 
BLUE sử dụng một biến xác suất pm gán cho các gói tin khi chúng vào hàng đợi. 
Xác suất này tăng/giảm một cách tuyến tính tùy thuộc vào tỉ lệ rơi gói tin hay mức độ sử 
dụng đường truyền. Nếu như hàng đợi liên tục hủy bỏ các gói tin vì nguyên nhân tràn 
hàng đợi, BLUE sẽ tăng pm và như vậy tăng mức độ nghiêm trọng của thông báo tắc 
nghẽn mà nó gửi trở về nguồn. Ngược lại, nếu như hàng đợi trở nên trống hoặc đường 
truyền rỗi, BLUE giảm xác suất pm. Điều này cho phép BLUE tự điều chỉnh tốc độ cần 
thiết để gửi thông báo tắc nghẽn trở lại nơi gửi hoặc cho rơi gói tin bằng cách: 
dựa trên mức độ mất gói: if ((now – last_update) > freeze_time) then 
 pm = pm + δ1 và Last_update = now (3) 
hoặc dựa trên kết nối rỗi: if ((now – last_update) > freeze_time) then 
 pm = pm – δ2 và Last_update = now (4) 
 NGUYỄN KIM QUỐC, VÕ THANH TÚ 111 
trong đó: 
pm : Xác suất đánh dấu hoặc loại bỏ gói tin 
δ1 : Lượng tăng của pm 
δ2 : Lượng giảm của pm 
now : Thời gian hiện hành 
last_update : Thời gian cuối cùng pm thay đổi 
freeze_time : Lượng thời gian giữa các thay đổi thành công 
Lượng tăng của pm thể hiện bởi δ1 và lượng giảm của pm được thể hiện bằng δ2. 
Đại lượng này luôn được cập nhật khi có sự thay đổi của pm , khi kích thước hàng đợi 
vượt quá giá trị ngưỡng hiện tại, tại tốc độ 1/freeze_time. Tham số freeze_time thể hiện 
khoảng thời gian giữa các lần cập nhật thành công pm. 
4. Giải pháp tích hợp cơ chế quản lý hàng đợi dựa vào kích thước hàng đợi và tải 
nạp 
Việc sử dụng các cơ chế quản lý hàng đợi dựa trên kích thước hàng đợi chỉ có 
hiệu quả đối với mạng ít có sự thay đổi lưu lượng vào, còn cơ chế quản lý hàng đợi dựa 
trên tải nạp thì đáp ứng nhanh trong mạng có nhiều luồng đến đồng thời. Vì vậy, việc 
kết hợp hai cơ chế này rất có ý nghĩa cho môi trường mạng phức tạp hiện nay, đó là cơ 
chế: REM (Random Exponential Marking), GREEN (Generalized Random Early 
Evasion Network). 
4.1. Nguyên lý hoạt động của REM 
Ý tưởng của REM là ổn định tải đầu vào và năng lực liên kết của hàng đợi, bất 
kể số lượng người sử dụng chia sẻ liên kết [13,17,18]. Mỗi hàng đợi ra của bộ định 
tuyến được cài đặt cơ chế REM và duy trì một biến gọi là ‘pire’. Price như là một yếu tố 
đánh giá tắc nghẽn. Price được cập nhật, định kỳ hoặc không đồng bộ, dựa trên bất đối 
xứng của tải và bất đối xứng kích thước hàng đợi. Sự bất đối xứng của tải là sự khác biệt 
giữa tốc độ của các luồng dữ liệu vào và năng lực hiện có của liên kết tại bộ định tuyến. Sự 
bất đối xứng của kích thước hàng đợi là sự khác biệt giữa yêu cầu kích thước hàng đợi 
mong muốn với kích thước hàng đợi hiện có của bộ định tuyến. 
Mức Price này tăng lên nếu tổng trọng lượng của các bất xứng này là dương và 
giảm đi trong trường hợp ngược lại. Tổng trọng lượng là dương khi một trong các đầu 
vào vượt quá khả năng liên kết hoặc có quá nhiều gói tồn đọng trong hàng đợi cần được 
xóa và âm trong các trường hợp ngược lại. Khi số lượng người sử dụng tăng, tức là sự 
không đồng bộ giữa các tải với kích thước hàng đợi tăng, Price sẽ tăng và do đó xác suất 
tắc nghẽn được thiết lập tăng. Điều này sẽ gửi một tín hiệu tắc nghẽn mạnh mẽ hơn đến 
các nguồn phát, yêu cầu các nguồn phát giảm tốc độ phát. Khi tải nguồn quá nhỏ, sự 
không đồng bộ sẽ âm, Price giảm, xác suất được thiết lập giảm và tải nguồn được yêu 
112 Đánh giá hiệu năng của một số cơ chế quản lý hàng đợi tích cực 
cầu tăng lên cho đến khi sự bất xứng về không. Giả sử kích thước hàng đợi pl(t) trong 
giai đoạn t được cập nhật theo công thức sau: 
 ))]()())((()([)1( * tctxbtbtptp lllllll  (5) 
Trong đó, >0 và l>0 là các hằng số nhỏ và [z]+=max{z,0}. Ở đây, bl(t) là kích 
thước hàng đợi trung bình của hàng đợi l ở thời điểm t và 0* tb là chiều dài hàng đợi 
mục tiêu, x(t) là tốc độ tải trung bình của hàng đợi l ở thời điểm t, và cl(t) băng thông 
cho phép của hàng đợi l tại thời điểm t. Sự khác biệt về tốc độ tải là xl(t) - cl(t) và của 
kích thước hàng đợi bl(t) - *tb . Các hằng số l có thể được thiết lập bởi mỗi hàng đợi 
mỗi riêng lẻ và được cập nhật theo hiệu suất và độ trễ ở mỗi hàng đợi. Các hằng  kiểm 
soát đáp ứng của REM thay đổi tùy theo điều kiện mạng. 
Mặc dù REM đã quản lý hàng đợi tích cực theo kích thước hàng đợi và tải nạp, 
nhưng REM còn tỏ ra thiếu tính cân bằng và sử băng thông của đường truyền chưa cao. 
Vì vậy, cơ chế quản lý hàng đợi GREEN ra đời. 
4.2. Nguyên lý hoạt động của GREEN 
Băng thông của một kết nối phụ thuộc nhiều yếu tố, trong đó có RTT và xác suất 
mà các gói tin bị đánh rơi trong mạng. Băng thông một kết nối đáp ứng các phương 
trình (6): 
 pRTT
cMSSBW
(6) 
Trong đó, BW là băng thông/thông lượng của kết nối, MSS là kích thước tối đa 
phân đoạn, RTT là thời gian đi vòng gói tin, p là xác suất mất gói tin và c là một hằng số 
phụ thuộc vào chiến lược báo nhận được sử dụng và trạng thái các gói tin bị mất định kỳ 
hoặc ngẫu nhiên. 
Giả sử có N luồng đang hoạt động ở một bộ định tuyến vào và một liên kết ra có 
năng lực L. GREEN xem xét một luồng được hoạt động nếu nó đã có ít nhất một gói tin 
đi qua các bộ định tuyến trong một cửa sổ có thời gian nhất định. Chia sẻ công bằng 
băng thông cho mỗi luồng là L/N. Thay L/N cho BW trong phương trình trên, ta có xác 
suất mất mát gói tin p, là: 
2
RTTL
cMSSNp
(7) 
Sử dụng giá trị của p để thông báo tình trạng tắc nghẽn, GREEN buộc các luồng 
chia sẻ cân bằng tốc độ gửi. Vì p phụ thuộc vào số lượng luồng và RTT mỗi luồng, 
thông báo tắc nghẽn sẽ tích cực hơn khi cho N lớn và RTT nhỏ. 
5. Đánh giá hiệu năng 
Dựa trên các kết quả nghiên cứu của các mô hình quản lý hàng đợi phần trên, 
chúng tôi tiến hành cài đặt các mô hình trên phần mềm mô phỏng NS-2 
 NGUYỄN KIM QUỐC, VÕ THANH TÚ 113 
5.1. Mô hình mạng mô phỏng 
Mô hình mạng trong suốt quá trình thực nghiệm được mô tả theo mô hình sau: 
iMac
iMac
iMac
iMac
i Mac
iMac
Hình 1. Mô hình mô phỏng 
Trong mô phỏng, chúng tôi sử dụng N luồng TCP và M luồng UDP (giá trị của 
N, M có thể thay đổi để tiện cho việc đánh giá). Các đường truyền từ nguồn TCP và 
UDP đến nút cổ chai và từ nút cổ chai đến các đích đều có băng thông là 100Mbps, còn 
độ trễ thay đổi từ 1 đến 20ms. 
Đường truyền cổ chai trong kịch bản là liên kết giữa hai bộ định tuyến. Chúng 
tôi đặt băng thông tại đường truyền này là 45Mbps và độ trễ là 20ms. Bộ định tuyến tại 
nút thắt cổ chai được cài đặt các thuật toán để đánh giá. Kích thước hàng đợi tại nút thắt 
cổ chai thay đổi từng trường hợp để tiện đánh giá. 
Ngoài ra, các tham số như kích thước gói tin của cả luồng TCP và UDP đều 
được thiết lập là 1000 Byte, kích thước cửa sổ TCP là 2000 gói và tốc độ truyền của 
luồng UDP thay đổi trong mô phỏng để làm cơ sở đánh giá. Thời gian chọn làm mô 
phỏng là 60 giây. 
5.2. Đánh giá các cơ chế theo kích thước hàng đợi thay đổi 
Thử nghiệm với 200 kết nối TCP qua đường truyền cổ chai, lần lượt cài đặt cơ 
chế quản lý hàng đợi tích cực RED, BLUE, REM và GREEN tại bộ định tuyến thắt cổ 
chai với giới hạn kích thước hàng đợi thay đổi từ 100 đến 1000 gói tin. Chúng tôi thu 
được kết quả như sau: 
Xác suất mất gói tin: Từ đồ thị Hình 2, chúng tôi thấy rằng khi kích thước hàng 
đợi tăng thì xác suất mất gói tin tại hàng đợi của hầu hết các thuật toán đều giảm. Riêng 
RED có gia tốc giảm lớn nhất, giảm từ 4.7% xuống 2%, nhưng RED luôn có xác suất 
mất gói tin lớn nhất. GREEN và BLUE có tỉ lệ mất gói tin nhỏ nhất, kể cả khi kích 
thước hàng đợi nhỏ. 
114 Đánh giá hiệu năng của một số cơ chế quản lý hàng đợi tích cực 
Hình 2. Tỉ lệ mất gói tin của các thuật toán theo kích thước hàng đợi 
Kích thước hàng đợi trung bình: Dựa vào kết quả mô phỏng và đồ thị Hình 3 
biểu diễn tỉ lệ của sử dụng kích thước hàng đợi của các thuật toán, chúng tôi nhận thấy 
rằng: RED là thuật toán sử dụng hàng đợi nhiều nhất và GREEN sử dụng hàng đợi ít 
nhất trong tất cả các trường hợp. 
Hình 3. Hàng đợi trung bình của các thuật toán theo kích thước hàng đợi 
5.3. Đánh giá các cơ chế dựa trên tải nạp thay đổi 
Thử nghiệm với kích thước hàng đợi 200 tại cổ chai, cài đặt cơ chế quản lý hàng 
đợi tích cực RED, BLUE, REM và GREEN tại bộ định tuyến thắt cổ chai với số luợng 
kết nối TCP thay đổi từ 10 đến 300 để thay đổi tải ở nguồn phát. Chúng tôi thu được kết 
quả như sau: 
Xác suất mất gói tin: Đồ thị trên Hình 4 thể hiện xác suất mất gói tin của các cơ 
chế. Khi số luợng kết nối nhỏ (ít tải) thì tỉ lệ mất gói tin của các thuật toán rất thấp, hầu 
hết dưới 1%. Nhưng khi số lượng kết nối tăng (tăng tải) thì tỉ lệ mất gói tin của các thuật 
toán tăng dần. RED thể hiện rõ nhất về sự mất gói tin khi số lượng kết nối tăng. Ngược 
 NGUYỄN KIM QUỐC, VÕ THANH TÚ 115 
lại, GREEN luôn thể hiện sự ổn định khi tăng tải, và GREEN có tỉ lệ mất gói tin thấp 
nhất khi số lượng kết nối lên đến 300. 
Hình 4. Tỉ lệ mất gói tin của thuật toán theo số luồng 
Kích thước hàng đợi: Hình 5 thể hiện kích thước hàng đợi trung bình của các 
thuật toán. RED có kích thước hàng đợi lớn nhất, đặc biệt khi số lượng kết nối lớn thì 
kích thước hàng đợi trung bình của RED gần xấp xỉ với ngưỡng maxth. Thuật toán 
BLUE có kích thước hàng đợi trung bình khá nhỏ (chiếm ít hơn 30% giới hạn không 
gian hàng đợi). 
Hình 5. Kích thước hàng đợi trung bình các thuật toán khi số luồng 
5.4. So sánh và phân lớp các cơ chế quản lý hàng đợi như sau 
Chúng ta thấy rằng, hầu hết các cơ chế sử dụng thước đo về tắc nghẽn để phát 
hiện và giải quyết vấn đề này dựa trên kích thước hàng đợi, tải nạp. Ngoài ra, cũng có 
một số thuật toán bổ sung thêm thông tin về luồng để phát hiện tắc nghẽn. Để tổng hợp 
sự phân lớp này, chúng tôi đưa ra bảng tóm tắt đặc tính các cơ chế trong Bảng 1 như 
sau: 
116 Đánh giá hiệu năng của một số cơ chế quản lý hàng đợi tích cực 
Bảng 1. Phân lớp các thuật toán 
Cơ chế RED BLUE REM GREEN 
Phân 
lớp 
Dựa vào kích thước hàng đợi    
Dựa vào tải nạp    
Dựa vào hiệu suất sử dụng đường truyền    
Dựa vào thông tin luồng 
Điều 
khiển 
luồng 
Thích nghi     
Không thích nghi 
Mạnh  
Yếu  
Trong các thuật toán đã đề xuất, RED chỉ dựa vào kích thước hàng đợi để phát 
hiện tắc nghẽn mà không sử dụng thông tin về luồng. RED không phát hiện và hạn chế 
được luồng không hồi đáp. Để khắc phục được vấn đề này, BLUE sử dụng sự kiện mất 
gói tin (dựa vào tải nạp) và lịch sử hiệu suất sử dụng đường truyền để điều khiển tắc 
nghẽn. Tuy vậy, BLUE cũng không phát hiện và hạn chế được luồng không hồi đáp. 
REM và GREEN dựa vào kích thước hàng đợi và tải nạp để điều khiển tắc nghẽn, 
nhưng GREEN tỏ ra thuật toán mạnh và phù hợp với nhiều môi trường mạng. Tất cả các 
thuật toán đều cung cấp hiệu quả sử dụng đường truyền cao. 
Cùng với việc phân lớp các thuật toán, chúng tôi đưa bảng tóm tắt việc so sánh 
hiệu năng của các thuật toán để từ đó đưa ra giải pháp ứng dụng chúng vào môi trường 
mạng: 
Bảng 2. Đánh giá hiệu năng các thuật toán 
Cơ chế RED BLUE REM GREEN 
Thông lượng Vừa Cao Cao Cao 
Tỉ lệ mất gói tin Cao Thấp Vừa Thấp 
Không gian bộ đệm Lớn Nhỏ Vừa Nhỏ 
6. Kết luận 
Qua bài báo chúng tôi đã phân tích được họat động của các cơ chế quản lý hàng 
đợi khác nhau. Từ đó đã đưa ra được các bảng so sánh và đánh giá mức độ hiệu quả của 
từng cơ chế quản lý hàng đợi khác nhau, như từ Bảng 1 và 2 chúng ta thấy rằng: Nếu 
kích thước bộ đệm lớn, chúng ta có thể dùng cơ chế RED, còn nếu kích thước bộ đệm 
nhỏ chúng ta có thể dùng BLUE. Tuy nhiên, GREEN là thuật toán đảm bảo sự công 
bằng giữa các luồng, có khả năng hạn chế luồng không thích nghi (bảo vệ luồng yếu, 
chống lại luồng mạnh và hạn chế luồng không hồi đáp). Do đó, với môi trường mạng có 
 NGUYỄN KIM QUỐC, VÕ THANH TÚ 117 
hỗn hợp các luồng này, nếu có không gian bộ đệm nhỏ và tải lớn thì có thể sử dụng 
GREEN. Vì vậy, có thể nói GREEN là cơ chế nâng cao hiệu năng TCP tốt nhất. Trong 
thời gian tiếp theo chúng tôi sẽ nghiên cứu cải tiến sự hoạt động đồng bộ của các cơ chế 
quản lý hàng đợi tích cực trong môi trường mạng thế hệ mới. 
TÀI LIỆU THAM KHẢO 
[1]. Apu Kapadia, Wu-chun Feng and Roy H. Campbell, GREEN: A TCP Equation-Based 
Approach to Active Queue Management, U.S Department of Energy through Los 
Alamos National Laboratory contract W-7045-ENG-36, 2011. 
[2]. Arash Dana and Ahmad Malekloo, Performance Comparison between Active and 
Passive Queue Management, IJCSI International Journal of Computer Science Issues, 
Vol. 7 Issue 3 No 5, (2010). 
[3]. Arkaitz Bitorika, Mathieu Robin, Meriel Huggard and Mc Goldrick, A Comparative 
Study of Active Queue Management Schemes, Department of Computer Science Trinity 
College Dublin, Ireland, 2011. 
[4]. Bartek Peter Wydrowski, Techniques in Internet Congestion Control, Electrical and 
Electronic Engineering Department The University of Melbourne, 2003. 
[5]. Bartek Wydrowski and Moshe Zukerman, GREEN: An Active Queue Management 
Algorithm for a Self, ARC Special Research Centre for Ultra-Broadband Information 
Networks, EEE Department, The University of Melbourne, Parkville, Vic. 3010, 
Australia, 2010. 
[6]. G.Thiruchelvi and J.Raja, A Survey On Active Queue Management Mechanisms, 
IJCSNS International Journal of Computer Science and Network Security, Vol.8 No.12, 
(2008). 
[7]. Go Hasegawa and Masayuki Murata, Analysis of dynamic behaviors of many TCP 
connections sharing Tail-Drop - RED routers, CybermediaCenter, Osaka University, 
Japan, 2003. 
[8]. Himanshu Chandra, Ajay Agarwal and T. Velmurugan, Analysis of Active Queue 
Management Algorithms & Their Implementation for TCP/IP Networks Using OPNET 
Simulation Tool, International Journal of Computer Applications (0975 – 8887), Vol.6 
No.11, (2010). 
[9]. Jae Chung and Mark Claypool, Analysis of Active Queue Management, Computer 
Science Department Worcester Polytechnic Institute Worcester, MA 01609, USA, 
2008. 
[10]. K.Chitra and G.Padamavathi, Classification and Performance of AQM-Based 
118 Đánh giá hiệu năng của một số cơ chế quản lý hàng đợi tích cực 
Schemes for Congestion Avoidance, (IJCSIS) International Journal of Computer 
Science and Information Security, Vol.8 No.1, (2010). 
[11]. Kevin Fall and Kannan, The ns Manual, A Collaboration between researchers at UC 
Berkeley, LBL, USC/ISI, and Xerox PARC, 2010. 
[12]. Long Le, Kevin Jeffay, F. Donelson Smith, A Loss and Queuing-Delay Controller for 
Router Buffer Management, Proceedings of the 26th IEEE International Conference on 
Distributed Computing Systems (ICDCS’06), 2006. 
[13]. Long Le, Jay Aikat, Kevin Jeffay and F. Donelson Smith, The Effects of Active Queue 
Management and Explicit Congestion Notification on Web Performance, IEEE/ACM 
Transactions On Networking, Vol.15 No.6, (2007). 
[14]. Minseok Kwon and Sonia Fahmy, A Comparison of Load-based and Queue-based 
Active Queue Managgement Algorithms, Dept. Of computer Science, Purdue 
University, West Lafayette, IN 47906-1398, USA, 2010. 
[15]. Mujdat Soyturk, Design and Analysis of TCP/IP Networks, M.Soyturk, Design and 
Analysis of TCP/IP Networks, G.Y.T.E., Spring, 2011. 
[16]. Sanjeewa Athuraliya, Steven H. Low, Victor H. Li and Qinghe Yin, REM Active 
Queue Management, IEEE Network, (2006). 
[17]. Shakeel Ahmad, Adli Mustafa, Bashir Ahmad, Arjamand Bano And Als Ammarraie 
Hosam, Comparative Study Of Congestion Control Techniques In High Speed Networks, 
IJCSIS, Vol.6 No.2, (2009). 
[18]. T.Bhaskar Reddy, Ali Ahammed and Reshma Banu, Performance Comparison of 
Active Queue Management Techniques, IJCSNS International Journal of Computer 
Science and Network Security, Vol.9, No.2, (2009). 
[19]. Wu-chang Feng, Kang G. Shin, Dilip D. Kandlur, Debanjan Saha, The BLUE Active 
Queue Management Algorithms, IEEE, (2006). 
[20]. Wu-chang, Fengy Dilip, D. Kandlurz Debanjan and Sahaz Kang G. Shin, BLUE-A 
New Class of Active Queue Management Algorithms, Department of EECS Network 
Systems Department University of Michigan, (2009). 
 NGUYỄN KIM QUỐC, VÕ THANH TÚ 119 
PERFORMANCE EVALUATION OF SOME ACTIVE QUEUE 
MANAGEMENT MECHANISMS BASED ON QUEUE SIZE AND LOADING 
Nguyen Kim Quoc1, Vo Thanh Tu2 
1Nguyen Tat Thanh University 
2College of Sciences, Hue University 
Abstract. The Internet is facing an explosion in the number of connected computers and 
the diversity of application layers deployed on it. Active queue management is one of the 
solutions to congestion control on the Internet. In recent years, network researchers have 
proposed various mechanisms for active queue management. This paper will evaluate the 
performance of the mechanisms of active queue management basing on queue size and 
traffic load, in order to classify and implement these mechanisms to adapt to different 
network environments.