CN115941557A - 基于延时的自适应拥塞控制方法及设备 - Google Patents
基于延时的自适应拥塞控制方法及设备 Download PDFInfo
- Publication number
- CN115941557A CN115941557A CN202011250982.1A CN202011250982A CN115941557A CN 115941557 A CN115941557 A CN 115941557A CN 202011250982 A CN202011250982 A CN 202011250982A CN 115941557 A CN115941557 A CN 115941557A
- Authority
- CN
- China
- Prior art keywords
- time
- congestion control
- delay
- rate
- control system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000001514 detection method Methods 0.000 claims abstract description 25
- 230000000737 periodic effect Effects 0.000 claims abstract description 17
- 230000001133 acceleration Effects 0.000 claims abstract description 13
- 238000012544 monitoring process Methods 0.000 claims abstract description 4
- 230000003247 decreasing effect Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000033228 biological regulation Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 14
- 238000004088 simulation Methods 0.000 description 7
- 241000761389 Copa Species 0.000 description 6
- 230000001413 cellular effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本专利公开了一种基于延时的周期性拥塞控制方法及设备,对检测周期内的网络延时进行幅频特性监测以判断拥塞控制***是否稳定;当拥塞控制***稳定时,则动态更新检测周期和速率调节系数,同时持续更新加速因子,最后综合目标发送速率来持续的动态调整当前发送速率和拥塞窗口。本发明的技术效果在于,根据网络延时在一段时间内的行为,通过快速傅里叶变换判断拥塞控制***是否进入周期性变化的稳定状态,并在稳定状态下通过推断当前网络环境来动态改变速率调节方式。使得拥塞控制***在不同的环境下都能工作在预设的范围内,并呈现出期待的行为模式。
Description
技术领域
本发明涉及网络拥塞控制领域,尤其涉及一种基于延时的周期性拥塞控制方法及设备。
背景技术
在Internet网中,传统的主流拥塞控制协议主要依据丢包信息进行拥塞控制。然而,当网络未拥塞时,基于丢包的拥塞控制协议会一直增加拥塞窗口的大小,直至数据流量发生拥堵的地方即网络瓶颈处的缓冲区溢出。这使得缓冲区越大时,瓶颈处的排队队列越长,从而增加数据包的传输延时。为了避免这一问题,现有的基于延时的拥塞控制方法提出了利用延时信息判断网络是否拥塞,当延时过大时,便判定为网络拥塞,从而在缓冲区溢出前便减少拥塞窗口,避免排队队列的增长。
基于延时的拥塞控制协议Vegas、Copa均结合排队延时和拥塞窗口的大小判断网络是否拥塞。其中Vegas在判断网络拥塞后,采用静态的方式调节窗口,每个RTT内窗口的调节量仅为一个包。并且当窗口和排队延时处于期望位置时,便保持窗口大小不变。然而,在延时带宽积很大的情况下,Vegas需要经历很长时间才能使窗口达到期望的大小。同时,由于Vegas达到期望位置后保持窗口不变,使得网络瓶颈处的缓冲区将保持一定的队列。这意味着新到达的流将错误的估计往返链路传播延时,即测量到的RTTmin大于真实的往返链路传播延时。
Copa采用了和Vegas相似的机制判断网络拥塞,不同的是,Copa中每个RTT的调窗幅度由V*δ决定,其中V为动态调节的参数,δ为预设置的参数,设置完毕后不再改变,在Copa中一般设为2。Copa将控制目标与调窗幅度通过δ关联在一起以实现周期性地清空队列,进而解决了Vegas无法准确地测量RTTmin的问题。但是与Vegas一样,Copa的稳定点队列长度也和数据流数目线性相关,在多数据流或低带宽的场景下无法实现其低延时的目标。
发明内容
本专利要解决的问题是:在大范围变化的网络场景中传统拥塞控制算法无法保证实现高吞吐率低延时的期待性能,以及在某些场景下出现性能坍塌的问题。为解决上述问题,本发明提供了一种基于延时的周期性拥塞控制方法PDCC。
为了实现上述技术目的,本发明的技术方案是,
一种基于延时的周期性拥塞控制方法,对检测周期内的网络延时进行幅频特性监测以判断拥塞控制***是否稳定;当拥塞控制***稳定时,则动态更新检测周期和速率调节系数,同时持续更新加速因子,最后综合目标发送速率来持续的动态调整当前发送速率和拥塞窗口。
根据权利要求1所述的一种基于延时的周期性拥塞控制方法,所述的进行幅频特性监测以判断拥塞控制***是否稳定包括以下步骤:
发送端周期性地检测当前收集到的延时信息的幅频特性,进行拥塞控制***状态判断;当幅频特性在一段时间内保持不变时,认为拥塞控制***稳定,否则为不稳定。
所述的一种基于延时的周期性拥塞控制方法,发送端周期性地检测当前收集到的延时信息的幅频特性,是当发送端每收到一个ACK包时,根据ACK包的接收时间减去该ACK包的发送时间以得到瞬时往返延时RTT,并记录最近检测周期T时间内的所有RTT信息;然后对最近T时间内的RTT信息做快速傅里叶变换,得到相应的幅频特性。
所述的一种基于延时的周期性拥塞控制方法,进行拥塞控制***状态判断,是取检测周期内幅频特性中最大幅度值对应的频率为主导频率fm;若连续两个检测周期T时间内的fm接近,则认为***处于稳定状态,否则认为***处于收敛状态,即:
其中,fmpre为前一个检测周期T时间内的主导频率,fm为当前检测周期T时间内的主导频率,RTTmin为最近预设时间内测量到的最小往返延时数值。
所述的一种基于延时的周期性拥塞控制方法,当拥塞控制***稳定时,则动态更新检测周期和速率调节系数,包括以下步骤:
采用如下公式更新检测周期T:
T=5/fm
其中fm为主导频率,即检测周期内幅频特性中,最大幅度值对应的频率;
采用如下公式更新速率调节系数λ:
其中,Qave和Qamp分别是T内排队延时的平均值和抖动幅度。
所述的一种基于延时的周期性拥塞控制方法,持续更新加速因子,是无论拥塞控制***是否稳定,都在发送端每收到一个ACK包时,根据发送速率CR的变化情况来对加速因子θ进行更新:当发送速率持续变大时则增大θ,否则将θ置为1。
所述的一种基于延时的周期性拥塞控制方法,对加速因子θ进行更新的步骤包括:发送端每次更新发送速率CR时同时记录下CR为增大或减小;然后发送端统计当前一个RTT的时间内CR增大和减小的次数,若增大的次数大于减小,则在发送端记发送速率调节方向为正,否则记发送速率调节方向为负;然后判断最近连续三个RTT以内窗口调节方向是否都为正,如果是,则将θ加倍,否则将θ重置为1。
所述的一种基于延时的周期性拥塞控制方法,持续的动态调整当前发送速率和拥塞窗口,是无论拥塞控制***是否稳定,均在发送端每收到一个ACK包时,通过如下对称的公式调节发送速率CR和拥塞窗口cwnd:
cwnd=CR′*RTT
其中,CR′为根据当前发送速率CR计算得到的新发送速率,Int为距离上次收到ACK包的时间间隔,RTT为瞬时往返延时,TR为独立且随延时动态变化的目标速率,λ为速率调节系数,θ为加速因子。
所述的一种基于延时的周期性拥塞控制方法,独立且随延时动态变化的目标速率TR通过下式计算:
其中,排队延时Qd=srtt-RTTmin,srtt为TCP中默认的往返延时的指数加权平滑值,RTTmin为最近预设时间内测量到的最小往返延时数值,Rc为预设的增益因子,Bd是预设的最大排队延时。
一种设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如前述的方法。
本发明的技术效果在于,根据网络延时在一段时间内的行为,通过快速傅里叶变换判断拥塞控制***是否进入周期性变化的稳定状态,并在稳定状态下通过推断当前网络环境来动态改变速率调节方式。即通过调节排队延时的振荡幅度使得1)速率调整系数λ能反映当前的网络环境,指导后续的速率调节2)队列能够周期性排空,使得最小RTT值能被准确测量到。使得拥塞控制***在不同的环境下都能工作在预设的范围内,并呈现出期待的行为模式。仿真实验结果表明,本发明能够在不同的环境下达到期望的高吞吐率、低延时的性能指标。相比于传统拥塞控制算法,本发明具有延时更低、环境适应性更高、性能更加稳定的优势。
附图说明
图1为本发明基于延时的周期性拥塞控制方法即PDCC的总体框架图。
图2为采用PDCC与其他主流拥塞控制算法在延时带宽积大范围变化的场景下的性能对比。
图3为采用PDCC与其他主流拥塞控制算法在模拟蜂窝网场景下的性能对比。
图4为采用PDCC与其他主流拥塞控制算法在具有随机丢包的弱网络场景下的吞吐率对比。
图5为采用PDCC算法情况下,当有新流到达时,每条流的吞吐率随时间的变化。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步详细描述。
图1为基于延时的周期性拥塞控制方法PDCC的总体框架图,网络环境决定目标行为,网络环境、初始状态和拥塞控制算法的输出结果共同决定当前行为。其中拥塞控制算法通过对比目标行为和当前状态推动当前行为向目标行为接近。当达到目标行为时,可推断出当前的网络环境,进而根据网络环境配置拥塞控制算法的系数以实现期待的行为,获取更好的性能。其操作包括以下步骤:
步骤一,判断***当前行为是否与目标行为一致,即是否处于稳定状态,并据此推断网络环境和调整拥塞控制系数:发送端每收到一个ACK包时,对最近一段检测周期T内收集到的延时信息做快速傅里叶变换,其中变换结果中的主导频率fm是否稳定即直接反映出拥塞控制***当前状态是否稳定。如果拥塞控制***当前为稳定状态,则更新T和反映当前网络环境的速率调节系数λ;如果不稳定,则保持T和λ不变化。
步骤二,无论拥塞控制***是否稳定,都持续调节加速因子θ,加速空闲带宽获取,保证网络利用率:发送端每收到一个ACK包时,根据发送速率CR的变化情况加速因子θ:当发送速率持续变大时则增大θ,否则将θ置为1;
步骤三,与步骤二类似的,无论拥塞控制***是否稳定,均持续采用对称的调速方式,使拥塞控制***呈现更加规则的周期性行为:发送端每收到一个ACK包时,通过如下对称的公式调节发送速率CR和拥塞窗口cwnd:
cwnd=CR′*RTT
其中,CR′为根据当前发送速率CR计算得到的新发送速率,Int为距离上次收到ACK包的时间间隔,RTT为瞬时往返延时,TR为独立且随延时动态变化的目标速率。
本实施例中,步骤一具体包括以下步骤:
步骤A1,发送端每收到一个ACK包时,根据ACK包的接收时间减去该ACK包的发送时间得到瞬时往返延时RTT,并记录最近T时间内的所有RTT信息。
步骤A2,通过历史信息判断当前***所处的状态:对最近T时间内的RTT信息做快速傅里叶变换,得到其幅频特性;取幅频特性中,最大幅度值对应的频率记为主导频率fm。若连续两个T内的fm接近,则记fm稳定,***处于稳定状态,反正则记fm不稳定,***处于收敛状态。其中判定fm是否接近,是通过|fmpre-fm|来计算,如果结果小于1/(4*RTTmin),那么就认为当前fm稳定,否则为不稳定。其中fmpre为前一个检测周期T时间内的主导频率。fm为当前检测周期T时间内的主导频率。RTTmin为最近预设时间内测量到的最小往返延时数值,由于RTTmin值除非发生连接中断等特殊情况,一般是不会变化的,故这个预设时间可设得比较大,本实施例中设置为10秒。
步骤A3,推断当前网络环境,并据此调节拥塞控制系数,以获取更好的性能表现:当fm稳定后,根据如下公式更新T:T=5/fm;。当fm稳定后,根据如下公式更新速率调节系数λ:使得排队延时振荡幅度收敛至目标排队延时,以便收敛后的λ取值能够反映当前的网络环境。其中,Qave和Qamp分别是T内排队延时的平均值和抖动幅度。
本实施例中,步骤二具体包括以下步骤:
步骤B1,发送端每次更新发送速率CR时,记录其变化方向,即增大或减小。由于RTT是同一个ACK包发送到返回被接收的时间,而这段时间内发送端实际上会持续接收不同的ACK包,同时本实施例在每接收到一个ACK包时都会对发送速率进行调整,所以在一个RTT内会出现多次CR变化的情况。那么发送端统计当前一个RTT内CR增大和减小的次数,若增大的次数大于减小,则在发送端记发送速率调节方向为正,反之,记发送速率调节方向为负。
步骤B2,判断最近连续三个RTT以内窗口调节方向是否都为正,如果是,则将θ加倍,反之,则将θ重置为1。
本实施例中,步骤三中,为使得目标行为由当前网络环境决定,进而令在达到目标行为时计算出的系数λ能够反映当前的网络环境,TR通过以下公式计算随排队延时动态变化的目标速率TR:
其中,排队延时Qd=srtt-RTTmin,其中srtt为TCP中默认的往返延时的指数加权平滑值,RTTmin为最近10秒内测量到的最小往返延时数值,Rc和Bd是预设的参数,Bd是根据用户需求的最大排队延时设置,Rc为增益因子,本实施例中,在互联网场景下,Rc和Bd默认设置为30Mbps和10ms。
根据本发明的实施例,本发明还提供了一种设备。
该设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现前述的方法。
具体使用中,作为发送端的设备基于网络来与同样作为设备的其他服务器或终端进行交互,实现信息传输等功能。设备可以是设有显示装置、基于人机界面来使用的各种电子设备,包括但不限于智能手机、平板电脑、笔记本电脑和台式电脑等。其中设备上根据需要可安装各种具体的操作***,如Linux***、Windows***或其他操作***等,也可安装相应的应用软件,包括但不限于网页浏览器软件、即时通信软件、社交平台软件、购物软件等。
服务器是用于提供各种服务的网络服务端,如对收到的从发送端传输过来的数据并提供相应计算服务的后台服务器,并用于将最终的预测结果返回至终端设备。
图2展示了采用PDCC方法,在网络延时带宽积(BDP)大范围变化的模拟链路中与当前主流算法的性能对比。实验环境采用Mahimahi建立模拟链路,链路的带宽为12Mbps~1Gbps,往返链路传播延时RTTbase为20ms~400ms,网络中的流数为10。每条流均从0秒启动,总运行60s。
实验结果表明,PDCC能在保证高吞吐率的前提下维持低延迟,且在不同环境下的性能波动最小,对环境的适应性最强。
图3展示了采用PDCC方法,在不同场景下的模拟蜂窝网链路中与当前主流算法的性能对比。实验环境采用在大巴、出租车、家里已经行走时的4G网络trace数据进行蜂窝网的链路模拟,网络中的流数为10。每条流均从0秒启动,总运行60s。
实验结果表明,PDCC能在保证高吞吐率的前提下维持低延迟,且性能几乎无波动。
图4展示了采用PDCC方法,在具有随机丢包的模拟弱网络链路中与当前主流算法的吞吐率对比。实验环境采用Mahimahi建立模拟链路,链路的带宽为100Mbps,往返链路传播延时RTTbase为20ms,随机丢包率为1%~10%网络中的流数为10。每条流均从0秒启动,总运行60s。
实验结果表明,PDCC对随机丢包不敏感,能够在高丢包率的环境下维持高吞吐率。
图5展示了,采用PDCC算法情况下,当有新流到达时,每条流的吞吐率随时间的变化。仿真环境采用图2所示的拓扑。实验环境采用Mahimahi建立模拟链路,链路的带宽为100Mbps,往返链路传播延时RTTbase为20ms。总共运行10条流,每隔10s启动其中1条,每条流持续100s。
实验结果表明,PDCC具有良好的公平性。
Claims (10)
1.一种基于延时的周期性拥塞控制方法,其特征在于,对检测周期内的网络延时进行幅频特性监测以判断拥塞控制***是否稳定;当拥塞控制***稳定时,则动态更新检测周期和速率调节系数,同时持续更新加速因子,最后综合目标发送速率来持续的动态调整当前发送速率和拥塞窗口。
2.根据权利要求1所述的一种基于延时的周期性拥塞控制方法,其特征在于,所述的进行幅频特性监测以判断拥塞控制***是否稳定包括以下步骤:
发送端周期性地检测当前收集到的延时信息的幅频特性,进行拥塞控制***状态判断;当幅频特性在一段时间内保持不变时,认为拥塞控制***稳定,否则为不稳定。
3.根据权利要求2所述的一种基于延时的周期性拥塞控制方法,其特征在于,发送端周期性地检测当前收集到的延时信息的幅频特性,是当发送端每收到一个ACK包时,根据ACK包的接收时间减去该ACK包的发送时间以得到瞬时往返延时RTT,并记录最近检测周期T时间内的所有RTT信息;然后对最近T时间内的RTT信息做快速傅里叶变换,得到相应的幅频特性。
6.根据权利要求1所述的一种基于延时的周期性拥塞控制方法,其特征在于,持续更新加速因子,是无论拥塞控制***是否稳定,都在发送端每收到一个ACK包时,根据发送速率CR的变化情况来对加速因子θ进行更新:当发送速率持续变大时则增大θ,否则将θ置为1。
7.根据权利要求6所述的一种基于延时的周期性拥塞控制方法,其特征在于,对加速因子θ进行更新的步骤包括:发送端每次更新发送速率CR时同时记录下CR为增大或减小;然后发送端统计当前一个RTT的时间内CR增大和减小的次数,若增大的次数大于减小,则在发送端记发送速率调节方向为正,否则记发送速率调节方向为负;然后判断最近连续三个RTT以内窗口调节方向是否都为正,如果是,则将θ加倍,否则将θ重置为1。
10.一种设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011250982.1A CN115941557A (zh) | 2020-11-10 | 2020-11-10 | 基于延时的自适应拥塞控制方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011250982.1A CN115941557A (zh) | 2020-11-10 | 2020-11-10 | 基于延时的自适应拥塞控制方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115941557A true CN115941557A (zh) | 2023-04-07 |
Family
ID=86654541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011250982.1A Pending CN115941557A (zh) | 2020-11-10 | 2020-11-10 | 基于延时的自适应拥塞控制方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115941557A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7248564B1 (en) * | 2001-04-30 | 2007-07-24 | Network Physics, Inc. | Method for determining network congestion and link capacities |
CN105915464A (zh) * | 2016-06-21 | 2016-08-31 | 中南大学 | 一种快速简单的量化拥塞通告方法 |
US20170353386A1 (en) * | 2016-06-01 | 2017-12-07 | Sichuan University | Kind of congestion improvement method based on the quic protocol |
CN109391521A (zh) * | 2017-08-10 | 2019-02-26 | 华为技术有限公司 | 一种网络流量监测方法及网络设备 |
CN110620737A (zh) * | 2019-09-09 | 2019-12-27 | 中南大学 | 基于延迟的自适应拥塞控制方法 |
CN111371899A (zh) * | 2020-03-13 | 2020-07-03 | 山东三电新能源技术有限公司 | 适用于大规模分布式光伏的数据采集方法及*** |
-
2020
- 2020-11-10 CN CN202011250982.1A patent/CN115941557A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7248564B1 (en) * | 2001-04-30 | 2007-07-24 | Network Physics, Inc. | Method for determining network congestion and link capacities |
US20170353386A1 (en) * | 2016-06-01 | 2017-12-07 | Sichuan University | Kind of congestion improvement method based on the quic protocol |
CN105915464A (zh) * | 2016-06-21 | 2016-08-31 | 中南大学 | 一种快速简单的量化拥塞通告方法 |
CN109391521A (zh) * | 2017-08-10 | 2019-02-26 | 华为技术有限公司 | 一种网络流量监测方法及网络设备 |
CN110620737A (zh) * | 2019-09-09 | 2019-12-27 | 中南大学 | 基于延迟的自适应拥塞控制方法 |
CN111371899A (zh) * | 2020-03-13 | 2020-07-03 | 山东三电新能源技术有限公司 | 适用于大规模分布式光伏的数据采集方法及*** |
Non-Patent Citations (1)
Title |
---|
魏蔚;董亚波;鲁东明;金光;: "低速率TCP拒绝服务攻击的检测响应机制", 浙江大学学报(工学版), no. 05, 15 May 2008 (2008-05-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2387837B1 (en) | Maximizing bandwidth utilization in networks with high latencies and packet drops using transmission control protocol | |
US8125910B2 (en) | Communication system | |
US8787378B2 (en) | Systems and methods to improve performance of TCP over large bandwidth-delay-product networks | |
EP1393508B1 (en) | Data transport acceleration and management within a network communication system | |
CN106301684B (zh) | 一种媒体数据传输方法及装置 | |
US6560243B1 (en) | System and method for receiver based allocation of network bandwidth | |
CN110620737B (zh) | 基于延迟的自适应拥塞控制方法 | |
WO2017000719A1 (zh) | 一种基于队列时延的拥塞控制方法及装置 | |
CN104618258B (zh) | 一种数据传输速率的控制方法 | |
KR20020038548A (ko) | 네트워크 프로토콜 | |
US20180176136A1 (en) | TCP Bufferbloat Resolution | |
CN109698925B (zh) | 基于数据驱动的实时视频拥塞控制方法及装置 | |
US20150003245A1 (en) | Systems and methods for initializing packet transfers | |
CN113242183A (zh) | 一种数据流发送控制方法、装置、智能终端及存储介质 | |
CN104579582B (zh) | 一种基于通信网络的高质量语音传输方法 | |
CN115941557A (zh) | 基于延时的自适应拥塞控制方法及设备 | |
CN115714746A (zh) | 基于延迟和丢包的拥塞控制方法及其*** | |
Al-Saadi et al. | Characterising LEDBAT performance through bottlenecks using PIE, FQ-CoDel and FQ-PIE active queue management | |
CN113542215A (zh) | 一种提升流媒体传输性能的方法及相关装置 | |
Lu et al. | EQF: An explicit queue-length feedback for TCP congestion control in datacenter networks | |
CN117692396B (zh) | 一种复杂网络环境下的tcp单边加速方法及装置 | |
Lu et al. | Ts-tcp: Two-stage congestion control algorithm for high concurrency tcps in data center networks | |
TWI308012B (en) | Method for adaptive estimation of retransmission timeout in wireless communication systems | |
Chaponniere et al. | Effect of physical layer bandwidth variation on TCP performance in CDMA2000 | |
CN117692392A (zh) | 重传超时时长确定方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |