基于路径拥塞度灰色预测的拥塞控制方法及系统技术方案

本发明专利技术提供一种基于路径拥塞度灰色预测的拥塞控制方法及系统。该方法包括：步骤1：收集当前时刻及其前n

【技术实现步骤摘要】
基于路径拥塞度灰色预测的拥塞控制方法及系统


[0001]本专利技术涉及网络通信
，尤其涉及一种基于路径拥塞度灰色预测的拥塞控制方法及系统。

技术介绍

[0002]MPTCP每个路径都有自己独立的拥塞窗口，根据接收的ACK或丢包，来控制拥塞窗口的增加或减少，同时MPTCP将所有路径的拥塞窗口进行耦合，使拥塞程度较高路径上的数据能够转移到拥塞程度较低路径上继续传输，实现负载均衡，提高网络资源利用率。
[0003]目前包括Uncoupled TCP，Coupled和LIA在内的绝大多数MPTCP拥塞控制算法，都属于基于丢包反馈的拥塞控制算法，这类算法将数据包丢失都判定为网络发生了拥塞。然而，在移动网络环境中，数据包丢失通常是由于链路传输错误或移动链路切换而不是网络拥塞。在移动无线网络中使用基于丢包反馈的拥塞控制算法，会简单地将所有丢包都认为是网络拥塞引起的，进而减小拥塞窗口，降低发送速率，造成吞吐量不必要降低，影响网络性能。除因非拥塞丢包造成吞吐量不必要降低外，该类算法被动地等待重复确认消息来确认链路拥塞，对于链路拥塞反应不及时，无法有效避免网络拥塞。

技术实现思路

[0004]为解决传统基于丢包的MPTCP拥塞控制算法在移动网络环境中因非拥塞丢包减小拥塞窗口，造成吞吐量不必要下降，以及传统拥塞控制算法被动地等待重复确认消息来确认链路拥塞，无法及时避免拥塞等问题，本专利技术提供一种基于路径拥塞度灰色预测的拥塞控制方法。
[0005]一方面，本专利技术提供一种基于路径拥塞度灰色预测的拥塞控制方法，包括：
[0006]步骤1：收集当前时刻及其前n
‑
1个历史时刻的排队时延，根据所述当前时刻及其前n
‑
1个历史时刻的排队时延构建灰色预测模型以预测下一时刻的排队时延，所述排队时延是指数据包在路径缓存区发送队列中等待处理的时间；
[0007]步骤2：根据预测的所述下一时刻的排队时延计算路径拥塞度；
[0008]步骤3：计算当前时间段内及其前一时间段内的网络负载均值，基于相邻两段时间内的网络负载均值得到路径拥塞趋势；
[0009]步骤4：根据所述路径拥塞度和所述路径拥塞趋势评估路径拥塞等级，基于所述路径拥塞等级对应调整下一时刻路径的拥塞窗口。
[0010]进一步地，步骤1中，按照公式(1)计算路径j的当前时刻及其前n
‑
1个历史时刻中任一时刻的排队时延QD
j
：
[0011][0012]其中，B
j
表示路径j缓存区发送队列中待处理数据包数量，MSS为数据包大小，RTT
j
为路径j往返时延，Cwnd
j
为路径j的拥塞窗口大小。
[0013]进一步地，所述方法还包括：通过卡尔曼滤波对当前时刻的排队时延的计算值进行评估和纠正。
[0014]进一步地，步骤1中，根据所述当前时刻及其前n
‑
1个历史时刻的排队时延构建灰色预测模型以预测下一时刻的排队时延，具体包括：
[0015]步骤1.1：收集当前时刻及其前n
‑
1个历史时刻的排队时延QD＝{QD(t),QD(t
‑
1),...,QD(t
‑
n
‑
1)}；其中，QD(t)、QD(t
‑
1)、QD(t
‑
n
‑
1)分别为当前时刻、上一时刻、前n
‑
1时刻的排队时延；
[0016]步骤1.2：将步骤1.1中收集到的n个数据作为原始样本，构成原始观察数据序列QD
(0)
＝[QD
(0)
(1),QD
(0)
(2),...,QD
(0)
(n)]；
[0017]步骤1.3：通过累加方式对QD
(0)
进行累加处理以弱化原始观察数据序列的随机性，生成新序列QD
(1)
＝[QD
(1)
(1),QD
(1)
(2),...QD
(1)
(n)]；其中，k＝1,2,...,n；
[0018]步骤1.4：将新序列QD
(1)
进行紧邻均值计算，生成紧邻均值序列Z
(1)
＝[Z
(1)
(2),Z
(1)
(3),...,Z
(1)
(n)]；其中，k＝2,3,...n；
[0019]步骤1.5：将Z
(1)
(k)作为背景值，将QD
(0)
(k)作为灰导数，建立描述QD的灰色预测模型GM(1,1)，其灰微分方程如公式(2)：
[0020]QD
(0)
(k)+aZ
(1)
(k)＝b
ꢀꢀ
(2)
[0021]其中，a为发展灰数；b为内生控制灰数；
[0022]步骤1.6：分别按照公式(3)、(4)和(5)构造累加矩阵B、常数向量矩阵Y和待估参数向量β：
[0023][0024][0025]β＝(a b)
T
ꢀꢀ
(5)
[0026]步骤1.7：按照公式(6)表示灰色预测模型GM(1,1)：
[0027]Y＝Bβ
ꢀꢀ
(6)
[0028]步骤1.8：通过公式(7)利用最小二乘法计算参数a和b：
[0029](a b)
T
＝(B
T
B)
‑1B
T
Y
ꢀꢀ
(7)
[0030]步骤1.9：按照公式(8)表示灰色预测模型GM(1,1)的白微分方程：
[0031][0032]步骤1.10：对公式(8)进行求解，得到公式(9)所示的灰色预测模型GM(1,1)的白微分方程的预测模型：
[0033][0034]步骤1.11：经过累减还原，按照公式(10)得到QD
(0)
的预测值：
[0035][0036]当k＝n时，即为下一时刻的排队时延。
[0037]进一步地，步骤2中，按照公式(11)计算路径j的路径拥塞度CD
j
：
[0038][0039]其中，QD
k+1
表示下一时刻的排队时延；R
j
表示路径j的排队时延变化范围，R
j
＝QD
max
‑
QD
min
；QD
min
表示路径j的最小排队时延，QD
max
表示路径j的最大排队时延。
[0040]进一步地，步骤3中，按照公式(12)采用滑动平均方法计算当前时间段及其前一时间段的网络负载均值：
[0041][0042]其中，为当前时间段内的网络负载平均值，为上一时间段内的网络本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于路径拥塞度灰色预测的拥塞控制方法，其特征在于，包括：步骤1：收集当前时刻及其前n
‑
1个历史时刻的排队时延，根据所述当前时刻及其前n
‑
1个历史时刻的排队时延构建灰色预测模型以预测下一时刻的排队时延，所述排队时延是指数据包在路径缓存区发送队列中等待处理的时间；步骤2：根据预测的所述下一时刻的排队时延计算路径拥塞度；步骤3：计算当前时间段内及其前一时间段内的网络负载均值，基于相邻两段时间内的网络负载均值得到路径拥塞趋势；步骤4：根据所述路径拥塞度和所述路径拥塞趋势评估路径拥塞等级，基于所述路径拥塞等级对应调整下一时刻路径的拥塞窗口。2.根据权利要求1所述的基于路径拥塞度灰色预测的拥塞控制方法，其特征在于，步骤1中，按照公式(1)计算路径j的当前时刻及其前n
‑
1个历史时刻中任一时刻的排队时延QD
j
：其中，B
j
表示路径j缓存区发送队列中待处理数据包数量，MSS为数据包大小，RTT
j
为路径j往返时延，Cwnd
j
为路径j的拥塞窗口大小。3.根据权利要求1所述的基于路径拥塞度灰色预测的拥塞控制方法，其特征在于，步骤1中，还包括：通过卡尔曼滤波对当前时刻的排队时延的计算值进行评估和纠正。4.根据权利要求1所述的基于路径拥塞度灰色预测的拥塞控制方法，其特征在于，步骤1中，根据所述当前时刻及其前n
‑
1个历史时刻的排队时延构建灰色预测模型以预测下一时刻的排队时延，具体包括：步骤1.1：收集当前时刻及其前n
‑
1个历史时刻的排队时延QD＝{QD(t),QD(t
‑
1),...,QD(t
‑
n
‑
1)}；其中，QD(t)、QD(t
‑
1)、QD(t
‑
n
‑
1)分别为当前时刻、上一时刻、前n
‑
1时刻的排队时延；步骤1.2：将步骤1.1中收集到的n个数据作为原始样本，构成原始观察数据序列QD
(0)
＝[QD
(0)
(1),QD
(0)
(2),...,QD
(0)
(n)]；步骤1.3：通过累加方式对QD
(0)
进行累加处理以弱化原始观察数据序列的随机性，生成新序列QD
(1)
＝[QD
(1)
(1),QD
(1)
(2),...QD
(1)
(n)]；其中，步骤1.4：将新序列QD
(1)
进行紧邻均值计算，生成紧邻均值序列Z
(1)
＝[Z
(1)
(2),Z
(1)
(3),...,Z
(1)
(n)]；其中，(n)]；其中，步骤1.5：将Z
(1)
(k)作为背景值，将QD
(0)
(k)作为灰导数，建立描述QD的灰色预测模型GM(1,1)，其灰微分方程如公式(2)：QD
(0)
(k)+aZ
(1)
(k)＝b
ꢀꢀ
(2)其中，a为发展灰数；b为内生控制灰数；步骤1.6：分别按照公式(3)、(4)和(5)构造累加矩阵B、常数向量矩阵Y和待估参数向量β：
β＝(a b)
T
ꢀꢀ
(5)步骤1.7：按照公式(6)表示灰色预测模型GM(1,1)：Y＝Bβ
ꢀꢀ
(6)步骤1.8：通过公式(7)利用最小二乘法计算参数a和b：(a b)
T
＝(B
T
B)
‑1B
T
Y
ꢀꢀ
(7)步骤1.9：按照公式(8)表示灰色预测模型GM(1,1)的白微分方程：步骤1.10：对公式(8)进行求解，得到公式(9)所示的灰色预测模型GM(1,1)的白微分方程的预测模型：步骤1.11：经过累减还原，按照公式(10)得到QD
(0)
的预测值：当k＝n时，即为下一时刻的排队时延。5.根据权利要求1所述的基于...

【专利技术属性】
技术研发人员：苏旭东，陈喜民，张红超，宋彦韬，石磊，李梦华，
申请(专利权)人：中国通信建设集团有限公司河南省通信服务分公司，
类型：发明
国别省市：