基于遗传算法的网络拥塞控制分析

《基于遗传算法的网络拥塞控制分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第一章引言1.1研究背景和意义现今，网络在我们的生活和工作中扮演着越来越重要的角色，可以说，我们已经离不开网络，而网络也在爆炸性增长，网络的应用领域在不断拓宽，应用模式日益丰富，网络通信愈加繁忙。Internet上的传统服务有FTP（文件传输协议）、Telnet协议，新潮的网络服务有对等网络（PeertoPeer，简称P2P)、实时流媒体播放、分布式网格计算（DistributedGRIDComputing）等，网络服务日新月异，现在互联网在为越来越多人服务，但也使得网络拥塞问题日益严重。纳格在1984年首次指出TCP/IP网络中存在拥塞问题[1

2、]。1986年10月，由于拥塞崩溃的发生，美国LBL(劳伦斯伯克利实验室）到UCBerkeley（加州大学伯克利分校）的数据吞吐量从32Kbps跌落到40bps[2]。2012年7月27日，仅仅一天，推特（Twitter）上和伦敦奥运会有关的话题迅速攀升并很快超过2008年北京奥运会期间的微博总量，英国时间大约晚上八点，伦敦奥运开幕式的微博发布数量已经达到966万条，但3小时后，美国的广播媒体才对伦敦奥运会开幕式进行报道。奥委会随后便发出声明，由于推特（Twitter）用户的过度火热使网络过度拥挤，并影响到了第二天的男子公路自行车赛。互联网在为我

3、们提供服务的时候，网络拥塞问题也在困扰着我们，而且这种情况愈演愈烈，因此，设计一种更适宜的、同时能够提高对互联网具有深刻影响的服务质量（QoS）的网络拥塞控制机制显得尤为迫切，当前网络研究重点正在于此。1.1.1网络拥塞现象及产生的原因当网络负载大于网络资源容量并引起网络性能降低的现象称之为网络拥塞，网络拥塞的状况不断加剧而长时间得不到缓解就会发生“拥塞崩溃”现象。拥塞产生的根本在于网络上运行的负载超过了其自身的处理能力[3]，而发生拥塞的直接原因有很多，主要的有以下几个方面[4]：（1）网络的缓存空间不足。当几个数据业务同时对同一输出端口发出业

4、务请求，那么这个端口的缓存器就会设置排队队列。当缓存空间不足时，就不得不丢弃数据包，特别是突发数据流，例如超文本传输协议（HTTP），更是会造成数据的大量丢失。（2）瓶颈链路带宽不足。对于高速数据流来说，网络中的低速链路往往会成为带宽瓶颈（bottleneck），是拥塞多发地带。因为由信号处理和香农信息理论可知，信道容量CBlog(1S/N)，其中N和S分别为传输信道白噪声和信源的平均功率，B为信号传2输的信道带宽（Bandwidth）；信源的发送速率R需要满足R<=C，如果R>C，那么可以肯定的是网络通信信号的无差错传输在理论上几乎是不可

5、能的，而瓶颈链路会频繁处于一个信道带宽低于信源发送速率的不利处境，当瓶颈链路长时间满足不了源端带宽请求时，拥塞就发生了。（3）网络拥塞归咎于中继路由处理业务流的能力差、运算和存储速度缓慢。路由器的中央处理器不仅要负责执行队列缓存、更新路由表等管理功能，又要发送应答信号和执行1万方数据数据发送，而当其处理能力如此弱以致于难以匹配网络中较多的高速链路，就会引起缓冲区临时保存而等待发送的数据过度堆积，进而加剧网络拥塞的程度而不能及时消解。另外，互联网的TCP/IP协议（传输控制协议/因特网互联协议）中有关拥塞控制机制存在缺陷[5]、网络恶意攻击[6]及

6、网络系统自身存在的混沌、分叉现象等都是诱发网络拥塞、导致网络通讯的崩溃的潜在因素。我们要对以上拥塞产生的因素加以综合考虑以避免网络拥塞发生。例如路由处理器与链路速率不匹配，或系统其它环节之间不匹配也可能导致拥塞。拥塞一旦发生，如果控制措施不当或不及时，就会使得网络拥塞不断加重。因为路由器的缓存是有限的，如果使用殆尽，它就不得不被动丢弃之后到达的数据包，就会引起源端超时重传，由于尚未收到确认信号（ACK），源端就要保留尚未收到确认的数据包，这导致进一步消耗路由器本就有限的缓存，拥塞不可避免的被加剧。我们利用图1.1分析负载、吞吐量、响应时间三者的关

7、系：（1）负载较小时，随着负载增加吞吐量呈近似线性增长而网络延迟较慢增长；（2）当负载超过Knee（称之为膝点）之后，吞吐量的增速逐渐放缓，低于负载增速，而延迟却在快速增加；（3）当负载超过Cliff（崖点）后，吞吐量不仅不再增加，反而呈线性急剧下降，同时延迟急剧攀升。通常，将Knee（膝点）附近区域称之为拥塞避免（congestionAvoidance）区间，Knee（膝点）和Cliff（崖点）之间的区域称之为拥塞恢复（Congestionretransmission）区间，Cliff（崖点）之后的区间称之为拥塞崩溃（CongestionCol

8、lapse）区间。图中可以看出，膝点（Knee）附近是最理想的工作区域，此时网络功率最大，性能最好，但同时也是最危险的，因为此时趋向拥塞