一种基于伽玛分布的TCP拥塞控制算法

发布时间：2019-12-03 10:55

【摘要】：基于伽玛分布函数,提出了运用新的拥塞控制算法判断网络状况,提前预估拥塞窗口开启大小,从而改善系统性能,并对新算法的合理性和可行性进行理论分析和论证,估算了多个参数值.仿真结果表明:新算法可有效增大拥塞窗口值,降低丢包率,对系统吞吐量及带宽利用率的提升也有一定帮助.
【图文】：

图２不同算法下拥塞窗口数据Ｆｉｇ．２ＴｈｅｄａｔａｏｆＣｗｎｄｆｏｒｕｎｄｅｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ图３不同算法下系统吞吐量比较Ｆｉｇ．３Ｓｙｓｔｅｍｔｈｒｏｕｇｈｐｕｔｃｏｍｐａｒｉｓｏｎｆｏｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ塞窗口，使之能较好地满足即将到来的发送需求，从而有效减少了不必要的丢包，减缓了发送窗口的抖动，使“适度”流量可平稳进入网络，避免了系统的“无为”丢包与“盲目”重传．图５为不同算法下带宽的大小．结果显示，新算法γ－Ｃｗｎｄ在带宽资源分配上略优于ＴＣＰＴａｈｏｅ和ＴＣＰＶｅｇａｓ，远好于ＮｅｗＲｅｎｏ；在整个仿真时间内，新算法带宽比ＴＣＰＴａｈｏｅ增加了１．５５％，比ＴＣＰＶｅｇａｓ增加了６．１４％，意味着新算法可让更多的业务分组共享网络资源．因γ－Ｃｗｎｄ与ＴＣＰＴａｈｏｅ和ＴＣＰＶｅｇａｓ的带宽利用率相差不大，近似认为三者可公平获取网络带宽，在一定接受程度内算法具有带宽公平性．综上所述，新算法对拥塞窗口平均值、系统吞吐量、丢包率等均有所改善，而且对带宽的利用率也有一定程度提升，并在一定范围内不影响系统吞吐量及获取带宽资源的公平性．图４不同算法下丢包数随发送量变化比较Ｆｉｇ．４Ｔｈｅｎｕｍｂｅｒｏｆｌｏｓｔｐａｃｋｅｔｓｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｓｅｎｄｉｎｇａｍｏｕｎｔｆｏｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ图５不同算法下带宽大小比较Ｆｉｇ．５Ｂａｎｄｗｉｄｔｈｓｉｚｅｃｏｍｐａｒｉｓｏｎｆｏｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ由文献［１３］可知，当ｎ个公平数据流共享带宽时，拥

图２不同算法下拥塞窗口数据Ｆｉｇ．２ＴｈｅｄａｔａｏｆＣｗｎｄｆｏｒｕｎｄｅｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ图３不同算法下系统吞吐量比较Ｆｉｇ．３Ｓｙｓｔｅｍｔｈｒｏｕｇｈｐｕｔｃｏｍｐａｒｉｓｏｎｆｏｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ塞窗口，使之能较好地满足即将到来的发送需求，从而有效减少了不必要的丢包，减缓了发送窗口的抖动，使“适度”流量可平稳进入网络，避免了系统的“无为”丢包与“盲目”重传．图５为不同算法下带宽的大小．结果显示，新算法γ－Ｃｗｎｄ在带宽资源分配上略优于ＴＣＰＴａｈｏｅ和ＴＣＰＶｅｇａｓ，远好于ＮｅｗＲｅｎｏ；在整个仿真时间内，新算法带宽比ＴＣＰＴａｈｏｅ增加了１．５５％，比ＴＣＰＶｅｇａｓ增加了６．１４％，意味着新算法可让更多的业务分组共享网络资源．因γ－Ｃｗｎｄ与ＴＣＰＴａｈｏｅ和ＴＣＰＶｅｇａｓ的带宽利用率相差不大，，近似认为三者可公平获取网络带宽，在一定接受程度内算法具有带宽公平性．综上所述，新算法对拥塞窗口平均值、系统吞吐量、丢包率等均有所改善，而且对带宽的利用率也有一定程度提升，并在一定范围内不影响系统吞吐量及获取带宽资源的公平性．图４不同算法下丢包数随发送量变化比较Ｆｉｇ．４Ｔｈｅｎｕｍｂｅｒｏｆｌｏｓｔｐａｃｋｅｔｓｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｓｅｎｄｉｎｇａｍｏｕｎｔｆｏｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ图５不同算法下带宽大小比较Ｆｉｇ．５Ｂａｎｄｗｉｄｔｈｓｉｚｅｃｏｍｐａｒｉｓｏｎｆｏｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ由文献［１３］可知，当ｎ个公平数据流共享带宽时，拥


本文编号：2569168