并發(fā)多路徑機制下互聯(lián)網(wǎng)擁塞控制轉(zhuǎn)發(fā)算法的研究.pdf

1、近年來，隨著用戶數(shù)量和業(yè)務(wù)種類的極速膨脹，互聯(lián)網(wǎng)規(guī)模呈現(xiàn)爆炸式的增長，由于缺乏有效管理與控制，導(dǎo)致互聯(lián)網(wǎng)流量和資源分布不均衡，網(wǎng)絡(luò)擁塞的發(fā)生不可避免，成為影響網(wǎng)絡(luò)性能的主要因素。目前互聯(lián)網(wǎng)的擁塞控制主要是依靠基于源端的TCP擁塞控制機制，而被廣泛使用的大多數(shù)多媒體業(yè)務(wù)采用沒有擁塞控制機制的UDP協(xié)議，這將導(dǎo)致新的擁塞現(xiàn)象產(chǎn)生。由于路由器直接掌握著互聯(lián)網(wǎng)上各種傳輸信息，能夠有效檢測到擁塞并能夠全面地審視各個數(shù)據(jù)流對擁塞造成的影響，并且路由

2、器支持多路徑技術(shù)，能有效解決流量與資源分布不均衡問題，因此多路徑傳輸機制下的網(wǎng)絡(luò)擁塞控制成為國內(nèi)外學(xué)者研究的熱點。
　　本文系統(tǒng)的闡述了網(wǎng)絡(luò)擁塞產(chǎn)生的原因及特征，詳細介紹了網(wǎng)絡(luò)擁塞控制的研究現(xiàn)狀，通過對路由器中流量分布的定量分析，確定了影響和限制網(wǎng)絡(luò)性能的關(guān)鍵因素，進而建立了預(yù)測網(wǎng)絡(luò)流量特性趨勢的組合預(yù)測模型，為網(wǎng)絡(luò)性能分析和評價提供了有效工具，在此基礎(chǔ)上研究了擁塞控制體系，為緩解和避免網(wǎng)絡(luò)擁塞提供了有效的解決方案。
　　針

3、對互聯(lián)網(wǎng)對鏈路失效或負載突增等突發(fā)事件缺乏預(yù)警機制的問題，提出了基于指數(shù)平滑法的多路徑丟包率預(yù)測算法。算法以每條路徑上特定業(yè)務(wù)流的丟包率為觀察值，利用指數(shù)平滑法進行丟包率預(yù)測，預(yù)測結(jié)果具有較好的準確性，適用于突發(fā)性較低、性能相對穩(wěn)定的業(yè)務(wù)流。為進一步提高預(yù)測值的準確度，提出基于支持向量機的丟包率預(yù)測算法，通過對丟包率訓(xùn)練樣本的回歸估計，求得線性回歸函數(shù)，并利用該函數(shù)得到丟包率的預(yù)測值。與基于指數(shù)平滑法的預(yù)測算法相比，算法具有較好的估計精

4、度。
　　考慮到對多路徑上的負載進行重新均衡是緩解和避免網(wǎng)絡(luò)擁塞的一種有效手段，提出了基于丟包率預(yù)測的負載均衡算法。以對丟包率敏感的業(yè)務(wù)流為研究對象，采用指數(shù)平滑預(yù)測算法為預(yù)測手段，利用預(yù)測的丟包率作為流量負載均衡的依據(jù)，將流量引入丟包率低的路徑，有效地改善了網(wǎng)絡(luò)性能。
　　由于負載均衡的目標(biāo)是滿足用戶對特定應(yīng)用的QoS需求，從而使業(yè)務(wù)流的丟包率最小，同時又滿足網(wǎng)絡(luò)資源限制條件，提出了基于粒子群優(yōu)化的負載均衡算法，將負載均衡

5、問題轉(zhuǎn)化為最優(yōu)化問題進行分析。該算法將預(yù)測的丟包率作為已知量，丟包率最小作為目標(biāo)函數(shù)，引入網(wǎng)絡(luò)資源限制的約束條件，利用具有快速收斂特性的粒子群算法求解多路徑間業(yè)務(wù)流均衡的比例，進而控制新到來的流量的轉(zhuǎn)發(fā)過程。算法不僅改善了網(wǎng)絡(luò)性能，而且提高了服務(wù)質(zhì)量。
　　為解決突發(fā)背景流量下的負載均衡問題，提出了基于ARIMA預(yù)測及粒子群優(yōu)化的負載均衡算法。算法采用模型建模并預(yù)測路徑丟包率，將預(yù)測結(jié)果作為以丟包率與鏈路利用率之和為目標(biāo)函數(shù)的已知

6、條件，并利用粒子群算法進行求解獲得均衡比例。該算法不僅提高了服務(wù)質(zhì)量，而且由于考慮了鏈路利用率對均衡效果的影響，可有效解決只滿足用戶對特定應(yīng)用的QoS需求時導(dǎo)致的網(wǎng)絡(luò)震蕩問題。
　　針對互聯(lián)網(wǎng)實際運行時需綜合處理并存的多條業(yè)務(wù)流問題，提出同構(gòu)流環(huán)境下的負載均衡算法。該算法用數(shù)學(xué)語言描述了多條流的特性進行，從而將兼顧多條流特性的問題轉(zhuǎn)化為優(yōu)化問題，并采用粒子群算法進行求解均衡的比例。算法改善了多條流的丟包、延時、吞吐量等性能。