社会的各个领域已经离不开计算机网络，由于使用互联网人数的急剧增加导致了网络拥塞这一问题日益突出，这严重影响了网络的稳定性，因此网络通信中流量控制这一问题开始越来越受人们关注。网络服务的质量以及网络的稳定性如何能够得到有效保障，拥塞控制机制在这方面发挥了相当重要的作用，它主要包括基于路由的主动队列管理以及基于端到端的传输控制协议两部分。在路由端部署的AQM控制机制可以主动的缓解甚至避免网络拥塞，并且有降低队列排队时延、减少丢包率和提高链路利用率的优势。不过大量研究显示，AQM算法在混杂流量和动态突变的网络场景中，有链路利用率低下、队列性能不够稳定和参数配置困难等缺陷，因此受到了产业界以及学术界的广泛关注。针对这些情况该论文对AQM算法进行了详细研究。一开始基于Linux系统搭建了一个NS2平台，它主要采用C++和OTCL两种语言混编模式，可模拟仿真不同规模网络算法的性能，其结果较贴近实际效果。然后设计一个基于“流粒度”的AQM算法框架；再者，在此基础上，提出一种基于流量感知的多虚拟队列AQM算法（VFQ算法）。VFQ算法创新点主要是引入“流粒度”思想，区分和维护每个经过瓶颈路由的业务流信息；为UDP/TCP流分别构造两个逻辑上独立的VFQ虚拟队列，并对它们使用不一样的拥塞控制策略；然后凭借活动流感知器所反馈的UDP流及TCP流负载信息，自动的调控两个虚拟队列的相对大小。该论文在NS2平台上对VFQ算法进行了大量的仿真，与ARED算法、PI算法以及Blue算法等几种典型AQM算法进行仿真对比，并对VFQ算法性能进行分析，从而验证新算法是否可操作性及其有效性。仿真结果表明：面对负载动态变化时，相对这几种算法，VFQ算法拥有迅速的收敛速度及其高效的拥塞队列处理能力，说明了VFQ算法可以很好的应付网络的拥塞。