Implementasi Active Queue Management pada Jaringan Bottleneck

Penulis

  • Misbahul Fajri (Scoupus 57200992877) Universitas Mercu Buana, Jakarta, Indonesia
  • Anita Ratnasari
  • Yani Prabowo

DOI:

https://doi.org/10.22441/incomtech.v13i1.16086

Kata Kunci:

RED (Random Early Detection), Drop-tail, congestion control, AQM (active queue management), network trafic

Abstrak

Teknologi TCP end-to-end congestion control hanya menangani kemacetan jaringan dari suatu host tetapi tidak pada jaringan atau intermediate network, oleh karena itu teknologi Active Queue Management (AQM) dikembangkan untuk mengantisipasi kemacetan didalam jaringan yaitu pada router. AQM dapat mengatasi buffer overflow pada router dan mencegah terjadinya masalah sinkronisasi pada jaringan yang padat, yaitu dengan mendeteksi sebelum terjadi kemacetan jaringan. AQM RED (random early detection) dikembangkan dengan pendekatan heuristik untuk mengantikan kekurangan mekanisme Droptail pada buffer router, sehingga dapat mengatisipasi memburuknya kondisi jaringan yaitu; hilangnya paket yang berlebihan, utilitasasi link yang rendah (low throughput), dan tingginya antrian (delay), dengan demikian kemacetan yang parah (congestion collapse) tidak akan terjadi. Permasalahan ini menarik untuk dipelajari dampak implementasi AQM yang akan dilakukan dalam penelitian ini. Protokol AQM adalah mekanisme pengendali kemacetan yang diterapkan pada lapisan ke-tiga OSI pada peralatan jaringan router, dengan menggunakan simulator NS2 dibuat topologi jaringan bottleneck dan diuji coba dengan skenario trafik. Pada penelitian ini akan diimplementasikan metode AQM RED yang disimulasikan dengan pengiriman paket FTP dengan beberapa skenario trafik. Hasilnya berupa karakteristik jaringan dapat dilihat yaitu; jumlah paket yang ada pada buffer router, lamanya antrian paket pada buffer , dan banyakanya paket yang dibuang,  sehingga dapat dianalisa kinerja RED yang merupakan tujuan penelitian ini. Kesimpulan yang didapat menunjukan bahwa RED mempunyai keunggulan dari karakteristik delay yang rendah dibandingkan mekanisme tanpa AQM atau Drop-tail.

Unduhan

Data unduhan belum tersedia.

Referensi

G. Miranda, D. F. Macedo, and J. M. Marquez-Barja, “Estimating Video on Demand QoE from Network QoS through ICMP Probes,” IEEE Trans. Netw. Serv. Manag., 2021.

A. Lad, S. Butala, and P. Bide, “A comparative analysis of over-the-top platforms: Amazon Prime Video and Netflix,” in International Conference on Communication and Intelligent Systems, 2019, pp. 283–299.

M. Fajri, “Studi Network Congestion Dengan TCP Tahoe,” J. Ilm. FIFO, vol. VIII/2/November/2021, 2021.

Y. Lu, X. Fan, and L. Qian, “Dynamic ECN marking threshold algorithm for TCP congestion control in data center networks,” Comput. Commun., vol. 129, pp. 197–208, 2018.

O. Lamrabet, N. El Fezazi, F. El Haoussi, E. H. Tissir, and T. Alvarez, “Congestion Control in TCP/IP Routers Based on Sampled-Data Systems Theory,” J. Control. Autom. Electr. Syst., vol. 31, no. 3, pp. 588–596, 2020.

Y. N. Reddy and P. V. S. Srinivas, “A Routing Delay Predication Based on Packet Loss and Explicit Delay Acknowledgement for Congestion Control in MANET,” Int. J. Commun. Networks Inf. Secur., vol. 10, no. 3, p. 447, 2018.

C. W. Feng, L. F. Huang, C. Xu, and Y. C. Chang, “Congestion Control Scheme Performance Analysis Based on Nonlinear RED,” IEEE Syst. J., vol. 11, no. 4, pp. 2247–2254, 2017.

M. Fajri and K. Ramli, “Optimizing PID TCP/AQM using nelder-mead simplex approach,” in Proceedings of the 3rd International Conference on Communication and Information Processing, 2017, pp. 292–295.

M. Fajri and K. Ramli, “Design of Network Traffic Congestion Controller with PI AQM Based on ITAE Index,” Int. J. Electron. Telecommun., pp. 715–721, 2020.

G. Abbas, S. Member, Z. Halim, and Z. H. Abbas, “Fairness-Driven Queue Management : A Survey and Taxonomy,” vol. 18, no. 1, pp. 324–367, 2016.

R. Adams, “Active Queue Management : A Survey,” vol. 15, no. 3, pp. 1425–1476, 2013.

M. Mohebbi and M. Hashemi, “Designing a 2-Degree of Freedom Model of an Unbalanced Engine and Reducing its Vibrations by Active Control,” Int. J. Technol., vol. 8, no. 5, pp. 858–866, 2017.

P. Rukmani and R. Ganesan, “Enhanced Low Latency Queuing Algorithm for Real Time Applications in Wireless Networks,” Int. J. Technol., vol. 7, no. 4, pp. 663–672, 2016.

Y. Irawan and N. Surantha, “Performance Evaluation of Queue Algorithms for Video-on-Demand Application,” in 2020 International Conference on Information Management and Technology (ICIMTech), 2020, pp. 966–971.

S. D. Patil and M. P. Tahiliani, “Minstrel PIE: Curtailing queue delay in unresponsive traffic environments,” Comput. Commun., vol. 139, pp. 16–31, 2019.

D. Kumhar, “Performance Analysis of AQM Algorithms in Network Congestion Control,” Int. J. Adv. Res. Comput. Sci., vol. 8, no. 3, 2017.

Diterbitkan

2023-04-30

Cara Mengutip

[1]
M. Fajri, A. Ratnasari, dan Y. Prabowo, “Implementasi Active Queue Management pada Jaringan Bottleneck”, InComTech, vol. 13, no. 1, hlm. 80–89, Apr 2023.

Terbitan

Bagian

Articles

Artikel Serupa

1 2 3 4 5 6 7 > >> 

Anda juga bisa Mulai pencarian similarity tingkat lanjut untuk artikel ini.