《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 通信與網(wǎng)絡(luò) > 設(shè)計(jì)應(yīng)用 > 基于Ad Hoc網(wǎng)絡(luò)的TCP增強(qiáng)算法研究
基于Ad Hoc網(wǎng)絡(luò)的TCP增強(qiáng)算法研究
來(lái)源:電子技術(shù)應(yīng)用2014年第5期
羅 穎1, 林茂松1, 江 虹1, 陳 帥2, 周英平2
(1. 西南科技大學(xué) 信息工程學(xué)院, 四川 綿陽(yáng),621010;2. 第二炮兵裝備部駐重慶地區(qū)軍事代
摘要: 在自適應(yīng)無(wú)線Ad Hoc網(wǎng)絡(luò)中,現(xiàn)有TCP擁塞控制協(xié)議-AIMD在擁塞控制因子-cwnd(Congestion Window)變化上的單一性,易使網(wǎng)絡(luò)整體性能急劇下降,例如:資源利用率降低、數(shù)據(jù)流不友好等。針對(duì)以上問(wèn)題,在TCP-Newreno協(xié)議上提出了一種cwnd自適應(yīng)動(dòng)態(tài)變化算法RFTCP,并結(jié)合網(wǎng)絡(luò)吞吐量跨層調(diào)整競(jìng)爭(zhēng)窗口(CW)因子,以解決現(xiàn)有協(xié)議在動(dòng)態(tài)Ad Hoc網(wǎng)絡(luò)中出現(xiàn)的吞吐量小、傳播延遲大、資源分配不公等問(wèn)題。RFTCP算法在NS2的仿真結(jié)果中,與TCP-Newreno相比較,明顯提升了無(wú)線Ad Hoc網(wǎng)絡(luò)的通信質(zhì)量。
中圖分類(lèi)號(hào): TP393
文獻(xiàn)標(biāo)識(shí)碼: A
文章編號(hào): 0258-7998(2014)05-0097-04
An enhanced algorithm of TCP based on Ad Hoc networks
Luo Ying1, Lin Maosong1, Jiang Hong1, Chen Shuai2, Zhou Yingping2
1. School of Information Engineering, Southwest University of Science and Technology, Mianyang 621010, China;2. Chongqing Agent of Second Artillery Corps, Chongqing 400039, China
Abstract: In the adaptive wireless Ad Hoc networks, the singleness of existing TCP congestion control protocol: AIMD(Addictive Increase and Multiple Decrease) in congestion decision-making basis easily causes the sharp decrease of network performance such as resource utilization, data stream-friendliness. In order to improving network performance metrics such as throughput, propagation delay, fairness, this paper presents an adaptive dynamic algorithm of congestion window and combines with throughput model to determine collision window size. We carry out RFTCP in NS2, and evaluate its performance for a lot of scenarios. The simulation results show that RFTCP outperforms TCP-Newreno in our wireless scenarios.
Key words : adaptive Ad Hoc networks; RFTCP; cwnd; quantization; Q-learning; CW

    擁塞控制TCP(Transport Congestion Protocol)[1]協(xié)議根據(jù)不同的環(huán)境狀態(tài)改變cwnd(congestion window)值,以適應(yīng)網(wǎng)絡(luò)?,F(xiàn)有TCP協(xié)議雖應(yīng)用廣泛,但對(duì)于復(fù)雜無(wú)線網(wǎng)絡(luò)應(yīng)用,如:基于多跳無(wú)線Ad Hoc網(wǎng)絡(luò)的多路數(shù)據(jù)流傳輸?shù)?,其在擁塞判斷和決策處理上,易使網(wǎng)絡(luò)出現(xiàn)傳播延遲過(guò)大、帶寬利用率低、競(jìng)爭(zhēng)擁塞等情況[2],其主要原因在于擁塞判斷方式單一、cwnd變化方式不合理等。參考文獻(xiàn)[3]證明雖然TCP協(xié)議會(huì)造成一定的競(jìng)爭(zhēng)擁塞,但MAC層的二進(jìn)制指數(shù)回退機(jī)制造成的競(jìng)爭(zhēng)擁塞更為嚴(yán)重。
    針對(duì)以上問(wèn)題,參考文獻(xiàn)[4]對(duì)往返時(shí)延進(jìn)行壓擴(kuò),動(dòng)態(tài)改變加性因子大小。參考文獻(xiàn)[5]根據(jù)前向鏈路的轉(zhuǎn)發(fā)跳數(shù)對(duì)TCP擁塞窗口增長(zhǎng)速率進(jìn)行控制。參考文獻(xiàn)[6]采用一種類(lèi)似學(xué)習(xí)的TCP思想,對(duì)網(wǎng)絡(luò)狀態(tài)進(jìn)行學(xué)習(xí),反饋動(dòng)作作用后,智能地選擇加性因子大小。參考文獻(xiàn)[4-6]都忽略了擁塞控制協(xié)議中,乘性因子對(duì)網(wǎng)絡(luò)擁塞產(chǎn)生的影響。參考文獻(xiàn)[7]在高速網(wǎng)絡(luò)應(yīng)用下給出了一種學(xué)習(xí)擁塞控制算法,有效提升TCP協(xié)議在快速網(wǎng)絡(luò)下的性能,但須對(duì)接收端、發(fā)送端以及路由都進(jìn)行改進(jìn),實(shí)施性不強(qiáng)。本文提出一種基于Ad Hoc網(wǎng)絡(luò)的cwnd和CW(Collision Window)因子動(dòng)態(tài)學(xué)習(xí)算法-RFTCP。通過(guò)對(duì)網(wǎng)絡(luò)帶寬表征量的進(jìn)一步學(xué)習(xí)、探索和利用,動(dòng)態(tài)設(shè)計(jì)cwnd和CW值變化方式,最終提高網(wǎng)絡(luò)整體性能。
1 RFTCP設(shè)計(jì)
    RFTCP算法整體思想框圖如圖1所示,算法主要對(duì)TCP層擁塞控制的加性和乘性因子以及MAC層的CW因子進(jìn)行動(dòng)態(tài)變化。

1.1 加性因子策略
    在無(wú)線Ad Hoc網(wǎng)絡(luò)中,RTT值動(dòng)態(tài)變化特性大,且與網(wǎng)絡(luò)負(fù)荷成正相關(guān)。RTT增大時(shí),AI協(xié)議應(yīng)采取更為有效的措施,既提升網(wǎng)絡(luò)帶寬利用率,又盡量避免擁塞?;诖?,本文在AI階段進(jìn)一步分析RTT,動(dòng)態(tài)決定加性因子大小。
  
1.2 乘性因子策略
    針對(duì)MD協(xié)議僅依靠重復(fù)ACK判斷擁塞,且減半cwnd值不能更好地反應(yīng)網(wǎng)絡(luò)帶寬的問(wèn)題。本文將MD階段視為一個(gè)有限狀態(tài)的離散馬爾科夫決策過(guò)程(Markov Decision Processes),利用強(qiáng)化學(xué)習(xí)策略,對(duì)無(wú)線信道帶寬特性進(jìn)一步學(xué)習(xí),動(dòng)態(tài)改變cwnd乘性因子,從而充分利用帶寬、提高網(wǎng)絡(luò)總體性能。

 

 


式(7)中,sumcn代表網(wǎng)絡(luò)中此時(shí)競(jìng)爭(zhēng)擁塞節(jié)點(diǎn)數(shù)據(jù)流的總數(shù),MTUTCP指TCP層的最大傳輸數(shù)據(jù)單元,SlotTime代表一個(gè)單位回退時(shí)間間隔。
2 算法實(shí)現(xiàn)
    根據(jù)上述分析,基于Ad Hoc網(wǎng)絡(luò)的TCP增強(qiáng)算法RFTCP如算法1所示。
    算法1 RFTCP工作機(jī)制

3.2 多跳鏈?zhǔn)骄W(wǎng)絡(luò)下RFTCP性能分析
    場(chǎng)景二為鏈?zhǔn)絺鬏斁W(wǎng)絡(luò),運(yùn)動(dòng)過(guò)程中節(jié)點(diǎn)分布如圖5所示,節(jié)點(diǎn)間傳輸距離為150 m,運(yùn)動(dòng)過(guò)程中各節(jié)點(diǎn)依次按n5移動(dòng)路徑運(yùn)動(dòng)并保持鏈?zhǔn)疥?duì)形,場(chǎng)景大小為1 500 m×1 500 m。

3.3 多跳鏈?zhǔn)骄W(wǎng)絡(luò)下多路數(shù)據(jù)流公平性分析
    場(chǎng)景三對(duì)改進(jìn)協(xié)議RFTCP在多路數(shù)據(jù)流通信中的競(jìng)爭(zhēng)性進(jìn)行分析。在仿真開(kāi)始10 s建立TCP流1,在[10,20] s內(nèi)的隨機(jī)時(shí)刻建立TCP數(shù)據(jù)流2。圖7表示RFTCP與Newreno數(shù)據(jù)流之間的友好性。仿真結(jié)果表明,改進(jìn)協(xié)議流能夠與現(xiàn)有TCP協(xié)議流友好共存而避免單方面爭(zhēng)用信道資源。圖8表示在無(wú)線多跳網(wǎng)絡(luò)中建立兩路同種TCP數(shù)據(jù)流,利用式(8)[10]所述的Jain’s公平性索引,衡量協(xié)議公平性。其中,n代表數(shù)據(jù)流個(gè)數(shù),ri代表第i個(gè)數(shù)據(jù)流的帶寬。RFTCP的公平百分比能達(dá)到99.25%,比Newreno提升10%左右。
  

    隨著Ad Hoc網(wǎng)絡(luò)應(yīng)用的日益發(fā)展,現(xiàn)有TCP協(xié)議不能滿足其復(fù)雜性、動(dòng)態(tài)性的需求。本文提出一種cwnd自適應(yīng)動(dòng)態(tài)變化算法RFTCP,并結(jié)合網(wǎng)絡(luò)吞吐量跨層調(diào)整CW因子,通過(guò)與現(xiàn)有版本TCP-Newreno在三種傳輸模型上進(jìn)行多次仿真比較。結(jié)果表明,改進(jìn)協(xié)議RFTCP在傳播延遲、吞吐量、公平性等方面都明顯優(yōu)于Newreno。
參考文獻(xiàn)
[1] ABED G A, ISMAIL M, JUMARI K. Exploration and evaluation of traditional TCP congestion control techniques[J]. Computer and Information Sciences, 2012(24):145-155.
[2] HIROKI N Y, ABSARI N, KATO N. Wireless loss-tolerant congestion control protocol based on dynamic AIMD theory[J]. IEEE Wireless Communications, April 2010(10):7-14.
[3] HOBLOS J. Improving throughput and fairness in multihop wireless mesh networks using adaptive contention window algorithm(ACWA)[C]. 2011 7th International Conference on Wireless Communications, Networking and Mobile Computing (WiCOM), 2011.
[4] 劉俊.擁塞窗口自適應(yīng)的TCP擁塞避免算法[J].計(jì)算機(jī)應(yīng)用,2011,31(6):1472-1475.
[5] 宋軍,李浩,李媛源,等. Ad Hoc中的TCP改進(jìn)方案-Adaptive ADTCP[J].計(jì)算機(jī)應(yīng)用,2010,30(7):1750-1756.
[6] BADARLA V, SIVA C, MURTHY R. Learning-TCP: a stochastic approach for efficient update in TCP congestion Window in Ad Hoc wireless networks[J]. J. Parallel Distrib.Compute, 2011(71):863-878.
[7] LESTAS M, PITSILLIDES A, IOANNOU P, et al. Adaptive congestion protocol: a congestion control protocol with learning capability[J].Computer Network, 2007(51):3773-3798.
[8] MITCHELL T M. Machine learning[M]. Bejing, China:Machine Press, 2004:263-280.
[9] PADHYE J, FIROIU V, TOWSLEY D, et al. Modeling TCP reno performance: a simple model and its empirical validation[J]. IEEE/ACM Transaction on Networking, 2000,2(8):133-145.
[10] HUAIZHOU S, VENKATESHA R, ERTAN P,et al. Fairness in wireless networks:issues,measures and challenges[J]. IEEE Communications Surveys & Tutorials,2013(13):1-20.

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。