基于拥塞估计的TCP窗口在线学习方法.pdfVIP

W DN 【本文献信息】张娟，蒋和松．基于拥塞估计的TCP窗口在线学习方法[J]．电视技术，2014，38(19) 基于拥塞估计的TCP窗口在线学习方法 张 娟 ，蒋和松 (西南科技大学 特殊环境机器人技术四川省重点实验室；信息工程学院，四川 绵阳621010) 【摘 要】针对传统TCP拥塞窗口更新、控制机制所导致的AdHoc网络吞吐量下降的问题，利用机器学习算法来改善TCP在 AdHoc网络中的性能。该方法利用确认帧的时间间隔，通过连续动作集(CALA)算法快速学习并估计当前网络链路中的拥塞 状况，从而能够迅速调整 TCP拥塞窗口。仿真实验表 明：当AdHoc网络环境较好时，学习型TCP的吞吐量略优于TCP-Few、 TCP—Reno协议，但在环境较差的情况下，学习型TCP的吞吐量远远优于TCP—Few和TCP—Reno协议。 【关键词】确认帧；TCP拥塞窗口；在线学习；AdHoc网络 【中图分类号】TN915；TN92 【文献标志码】B OnlineLearningofTCPW indow BasedonCongestionEstimation ZHANG Juan，JIANG Hesong (OpenFundofRobotTechnologyUsedforSpecialEnvironmentKeyLaboratoryofSichuanPr~ince； SchoolofInformationEngineering，SouthwestUniversityofScienceandTechnology，SichuanMianyang621010，China) A【bstract】InviewofthetraditionalTCPcongestionwindowupdatingandcontrollinginducedbythedeclineofthethroughput，theperformanceof TCPisimprovedbyusingmachinelearningalgorithm inAdHoc．rhismethodisusedtotheintervalarrivetimeoftheacknowledge(ACK)，fast learnsandestimatescongestioninthenetworkthroughcontinuousaction—setlearningautomata(CALA)，SOthattheycanquicklyadjusttheTCPcon— gestionwindow．Thesimulationresultsshow thatthethroughputoflearningTCPisslightlybetterthanTCP—Few andTCP—Reno．Butthethroughput oflearningTCPismuchbetterthanTCP—Few andTCP—Renoinbadlinkconditions． 【Keywords】acknowledge；TCPcongestionwindow；onlinelearning；AdHoc TCP主要用于有线网络，在 AdHoc网络中用传统的 针对上述问题，本文提出了基于机器学习的TCP拥 TCP会造成丢包和重传 ，主要因为窗 口快速增加机制 ， 塞窗口的在线学习算法：该方法借鉴了WestWood的部 使得 TCP的平均窗口大于最优窗 口，导致网络 中的数据 分思想 ，通过获取确认帧的时间间隔，较为精确地估计 急剧增加；AdHoc网络可利用的带宽很低，链路状况变 环境状态变化趋势，通过连续动作集 (CALA)算法适时 化频繁，使得 TCP的窗 口更新机制不适合 AdHoc网 地更新拥塞窗口以提高系统吞吐量。 络 。因此 ，在资源受限的AdHoc网络中，寻找合适的 1 TCP拥塞窗口的学习机制 拥塞窗口调整机制来提高吞吐量成为当前研究的热点。 在AdHoc网络中