CN116886622B - 网络拥塞控制方法、装置、设备及存储介质 - Google Patents
网络拥塞控制方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116886622B CN116886622B CN202311155722.XA CN202311155722A CN116886622B CN 116886622 B CN116886622 B CN 116886622B CN 202311155722 A CN202311155722 A CN 202311155722A CN 116886622 B CN116886622 B CN 116886622B
- Authority
- CN
- China
- Prior art keywords
- congestion
- current
- network congestion
- network
- queue length
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
- H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/25—Flow control; Congestion control with rate being modified by the source upon detecting a change of network conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/28—Flow control; Congestion control in relation to timing considerations
- H04L47/283—Flow control; Congestion control in relation to timing considerations in response to processing delays, e.g. caused by jitter or round trip time [RTT]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/36—Flow control; Congestion control by determining packet size, e.g. maximum transfer unit [MTU]
- H04L47/365—Dynamic adaptation of the packet size
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请公开了一种网络拥塞控制方法、装置、设备及存储介质,属于通信技术领域,本申请应用于发送端,发送端监测发出的数据包的当前往返时延,以及接收端发送的拥塞通知报文的接收状态;最小拥塞队列长度用于表征网络拥塞程度为轻度拥塞时的最大队列长度,最大拥塞队列长度用于表征网络拥塞程度为严重拥塞时的最小队列长度。因此,基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,能够更加及时地监测到的网络拥塞程度的变化,基于所述网络拥塞程度,确定当前发送速率的控制策略,则可以更快速地,且更精确地针对不同网络拥塞程度对当前发送速率进行控制。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种网络拥塞控制方法、装置、设备及存储介质。
背景技术
目前,比较常见的是基于ECN(Explicit Congestion Notification,显式拥塞通知)的相关算法,对网络拥塞进行控制。具体地,ECN定义了一种基于IP层及传输层的流量控制和端到端拥塞通知机制,即,在数据传输过程中。会在IP头部嵌入一个拥塞指示器或者在TCP头部嵌入一个拥塞确认;兼容ECN的交换机和路由器会在检测到拥塞时对数据包进行标记,数据包上的ECN标记,带有ECN标记的数据包被传输到接收端,接收端向发送端发送CNP报文(Congestion Notification Packet,拥塞通知报文)。终端设备基于该拥塞通知报文,从而调整报文的发送速率,避免拥塞加剧。
然而,由于在网络发生拥塞的情况下,交换机的队列缓冲区会堆积数据包,基于上述ECN的相关算法对网络拥塞进行控制的过程中,从检测到网络拥塞、对数据包进行标记、接收端发送CNP报文到发送端收到CNP报文的过程是需要一定时间的,发送端无法第一时间对网络拥塞进行控制。导致对网络拥塞进行控制的时效性较低,从而影响对网络拥塞的控制精确度。
因此,相关技术中存在对网络拥塞进行控制的精确度低下的问题。
发明内容
本申请的主要目的在于提供一种网络拥塞控制方法、装置、设备及存储介质,旨在解决对网络拥塞进行控制的精确度低下的技术问题。
为实现上述目的,本申请提供一种网络拥塞控制方法,应用于发送端,所述网络拥塞控制方法包括以下步骤:
监测发出的数据包的当前往返时延,以及接收端发送的拥塞通知报文的接收状态;
基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,并基于所述网络拥塞程度,确定当前发送速率的控制策略;
其中,所述最小拥塞队列长度用于表征网络拥塞程度为轻度拥塞时的最大队列长度,所述最大拥塞队列长度用于表征网络拥塞程度为严重拥塞时的最小队列长度。
在本申请的一种可能的实施方式中,所述基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,并基于所述网络拥塞程度,确定当前发送速率的控制策略的步骤,包括:
基于所述最小拥塞队列长度和预设带宽,计算得到所述交换机的预测中度拥塞开始时长和预测提前降速时长;
计算所述预测中度拥塞开始时长和预测提前降速时长的差值,并判断所述当前往返时延是否小于所述差值;
若不小于,且未曾接收到所述拥塞通知报文,则确定当前网络拥塞程度为轻度拥塞;
将当前发送速率作为目标发送速率,并基于预设固定速率降低所述目标发送速率。
在本申请的一种可能的实施方式中,所述基于所述最小拥塞队列长度和预设带宽,计算得到所述交换机的预测中度拥塞开始时长和预测提前降速时长的步骤,包括:
基于所述最小拥塞队列长度、预设基准往返时延和预设带宽,计算得到所述交换机的预测中度拥塞开始时长;
基于所述最小拥塞队列长度、预设带宽、向所述接收端同时发送数据包的发送端的个数,计算得到所述预测提前降速时长。
在本申请的一种可能的实施方式中,所述预测中度拥塞开始时长计算公式为:
其中,所述为所述预测中度拥塞开始时长,所述/>为所述最小拥塞队列长度,所述/>为所述预设基准往返时延,所述BW为所述预设带宽。
在本申请的一种可能的实施方式中,所述判断所述当前往返时延是否小于所述差值的步骤之后,所述方法还包括:
若所述当前往返时延小于所述差值,则确定当前不存在网络拥塞;
将当前发送速率提升至所述目标发送速率和当前发送速率的平均值;
在提升至所述平均值的当前发送速率的基础上,基于所述预设固定速率,继续提升当前发送速率,直至所述当前往返时延大于等于所述差值。
在本申请的一种可能的实施方式中,所述基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,并基于所述网络拥塞程度,确定当前发送速率的控制策略的步骤,包括:
基于所述最大拥塞队列长度、预设基准往返时延和预设带宽,计算得到所述数据包的预测严重拥塞开始时长;
判断所述当前往返时延是否小于所述预测严重拥塞开始时长;
若小于,且开始接收到所述拥塞通知报文,则确定当前网络拥塞程度为中度拥塞;
基于预设速率调整因子以及预设调整系数,计算得到速率降低比例,并基于所述速率降低比例,降低当前发送速率,其中,所述预设速率调整因子以及预设调整系数均是基于当前接收到的所述拥塞通知报文的个数确定的。
在本申请的一种可能的实施方式中,所述判断所述当前往返时延是否小于所述预测严重拥塞开始时长的步骤之后,所述方法还包括:
若所述当前往返时延不小于所述预测严重拥塞开始时长,则确定当前网络拥塞程度为严重拥塞,则降低二分之一的当前发送速率。
本申请还提供一种网络拥塞控制装置,应用于发送端,所述装置包括:
监测模块,用于监测发出的数据包的当前往返时延,以及接收端发送的拥塞通知报文的接收状态;
网络拥塞控制模块,用于基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,并基于所述网络拥塞程度,确定当前发送速率的控制策略,其中,所述最小拥塞队列长度用于表征网络拥塞程度为轻度拥塞时的最大队列长度,所述最大拥塞队列长度用于表征网络拥塞程度为严重拥塞时的最小队列长度。
本申请还提供一种网络拥塞控制设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的网络拥塞控制程序,所述网络拥塞控制程序配置为实现如上述任一项所述的网络拥塞控制方法的步骤。
本申请还提供一种存储介质,所述存储介质上存储有网络拥塞控制程序,所述网络拥塞控制程序被处理器执行时实现如上述任一项所述的网络拥塞控制方法的步骤。
本申请提供一种网络拥塞控制方法,相较于现有技术中基于上述ECN的相关算法对网络拥塞进行控制的过程中,从检测到网络拥塞、对数据包进行标记、接收端发送CNP报文到发送端收到CNP报文的过程需要一定时间,发送端无法第一时间对网络拥塞进行控制。
本申请应用于发送端,发送端监测发出的数据包的当前往返时延,以及接收端发送的拥塞通知报文的接收状态;具体地,基于上述ECN的相关算法对网络拥塞进行控制的过程中,从检测到网络拥塞、对数据包进行标记、接收端发送CNP报文到发送端收到CNP报文的过程需要一定时间,而RTT信号可以直接响应网络排队造成的发送端到接收端的时延,相较于上述ECN的相关算法而言,会更灵敏、更先一步地侦测到拥塞的情况;且,最小拥塞队列长度用于表征网络拥塞程度为轻度拥塞时的最大队列长度,最大拥塞队列长度用于表征网络拥塞程度为严重拥塞时的最小队列长度。因此,基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,能够更加及时地监测到的网络拥塞程度的变化,基于所述网络拥塞程度,确定当前发送速率的控制策略,则可以更快速地,且更精确地针对不同网络拥塞程度对当前发送速率进行控制。
因此,本申请能够提高对网络拥塞的控制精确度。
附图说明
图1为本申请一种网络拥塞控制方法的第一实施例的流程示意图;
图2是本申请实施例方案涉及的硬件运行环境的网络拥塞控制设备的结构示意图;
图3为本申请第一实施例的网络拥塞控制装置示意图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。尽管在本文可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本文范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。
本申请实施例提供了一种网络拥塞控制方法,参照图1,在本实施例中,所述网络拥塞控制方法包括:
步骤S10:监测发出的数据包的当前往返时延,以及接收端发送的拥塞通知报文的接收状态;
步骤S20:基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,并基于所述网络拥塞程度,确定当前发送速率的控制策略,其中,所述最小拥塞队列长度用于表征网络拥塞程度为轻度拥塞时的最大队列长度,所述最大拥塞队列长度用于表征网络拥塞程度为严重拥塞时的最小队列长度。
作为一种示例,所述网络拥塞控制方法应用于网络拥塞控制装置,所述网络拥塞控制装置从属于网络拥塞控制设备,具体地,所述网络拥塞控制装置从属于发送端,或者从属于能够控制所述发送端的控制设备等,在此不做限定。
作为一种示例,网络拥塞(network congestion)是指发送端通过交换机传输的数据包的数量太多时,由于交换机的资源有限而造成网络传输性能下降的情况。
作为一种示例,所述网络拥塞程度可以基于当前网络传输性能,分为轻度拥塞、中度拥塞和严重拥塞等,在此不做限定。
目前,比较常见的是基于ECN(Explicit Congestion Notification,显式拥塞通知)的相关算法,对网络拥塞进行控制。具体地,ECN定义了一种基于IP层及传输层的流量控制和端到端拥塞通知机制,即,在数据传输过程中。会在IP头部嵌入一个拥塞指示器或者在TCP头部嵌入一个拥塞确认;兼容ECN的交换机和路由器会在检测到拥塞时对数据包进行标记,带有ECN标记的数据包被传输到接收端,接收端向发送端发送CNP报文(CongestionNotification Packet,拥塞通知报文)。终端设备基于该拥塞通知报文,从而调整报文的发送速率,避免拥塞加剧。
然而,由于在网络发生拥塞的情况下,交换机的队列缓冲区会堆积数据包,基于上述ECN的相关算法对网络拥塞进行控制的过程中,从检测到网络拥塞、对数据包进行标记、接收端发送CNP报文到发送端收到CNP报文的过程是需要一定时间的,发送端无法第一时间对网络拥塞进行控制。导致对网络拥塞进行控制的时效性较低,从而影响对网络拥塞的控制精确度。
本实施例旨在:由于当前网络时延(Round-Trip Time,RTT)能够直接响应网络排队造成的端到端时延,相较于上述ECN的相关算法,能够更快速地、及时地侦测到网络拥塞的情况。为了更准确更及时地对网络拥塞做出反应,基于上述两种方式,共同判断网络拥塞程度,从而更精确、及时地对网络拥塞进行控制。
具体步骤如下:
步骤S10:监测发出的数据包的当前往返时延,以及接收端发送的拥塞通知报文的接收状态;
作为一种示例,发送端监测发出的数据包的当前往返时延,具体地,所述数据包的当前往返时延是发送端基于发送所述数据包开始的时间戳,到发送端接收到来自接收端的确认的时间戳(接收端收到数据后便立即发送确认),计算得到的所述发送包总共经历的时延。
作为一种示例,目前,单独基于上述ECN的相关算法对网络拥塞进行控制的方法为:通过数据包头部的ECN标记来提示接收端发生网络拥塞。携带有ECN标记的数据包被传输至接收端,接收端创建一个拥塞通知报文,把拥塞通知报文发送给ECN所标记的数据包对应的发送端。因此,所述拥塞通知报文是接收端发送给所述发送端的,所述拥塞通知报文的接收状态是指发送端当前是否接收到所述拥塞通知报文,和/或者发送端是否未曾接收到所述拥塞通知报文,和/或者发送端是否开始接收到所述拥塞通知报文等状态,在此不做限定。
步骤S20:基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,并基于所述网络拥塞程度,确定当前发送速率的控制策略。
在本实施例中,所述最小拥塞队列长度用于表征网络拥塞程度为轻度拥塞时的最大队列长度,所述最大拥塞队列长度用于表征网络拥塞程度为严重拥塞时的最小队列长度。
作为一种示例,交换机一般在网络拥塞时,会按一定标记概率进行ECN标记,首先,发送端无法确定交换机确定网络拥塞的方式,且无法在网络拥塞发生时,立刻且百分之百接收到拥塞通知报文。
因此,本申请基于历史经验数据,将交换机中设置了最小拥塞队列长度和最大拥塞队列长度/> ax。
作为一种示例,若交换机的当前队列长度小于所述最小拥塞队列长度,则认为当前网络拥塞程度为轻度拥塞,若当前队列长度大于等于所述最大拥塞队列长度,则认为当前网络拥塞程度为严重拥塞,若当前队列长度大于所述最小拥塞队列长度,且小于所述最大拥塞队列长度,则认为当前网络拥塞程度为中度拥塞,因此,可以基于当前队列长度与所述交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度。
然而,发送端无法监测交换机中的当前队列长度,因此,可以基于所述当前往返时延、所述拥塞通知报文的接收状态间接反映监测交换机中的当前队列长度。
因此,基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,能够精确且及时地判断当前网络拥塞程度。
作为一种示例,基于上述得到的网络拥塞程度,确定当前发送速率的控制策略。具体地,当前发送速率的控制策略可以是降低当前发送速率,或者提高当前发送速率。
作为一种示例,可以是当网络拥塞程度为严重拥塞时,降低当前发送速率,也可以是当网络拥塞程度为轻度拥塞时,提升当前发送速率等,在此不做限定。
具体地,当前发送速率是所述发送端当前发送数据包的发送速率,若当前发送速率未经过调整,则当前发送速率与上一次发送数据包的发送速率相同。
在本实施例中,发送端监测发出的数据包的当前往返时延,以及接收端发送的拥塞通知报文的接收状态;具体地,基于上述ECN的相关算法对网络拥塞进行控制的过程中,从检测到网络拥塞、对数据包进行标记、接收端发送CNP报文到发送端收到CNP报文的过程需要一定时间,而RTT信号可以直接响应网络排队造成的发送端到接收端的时延,相较于上述ECN的相关算法而言,会更灵敏、更先一步地侦测到拥塞的情况;且,最小拥塞队列长度用于表征网络拥塞程度为轻度拥塞时的最大队列长度,最大拥塞队列长度用于表征网络拥塞程度为严重拥塞时的最小队列长度。因此,基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,能够更加及时地监测到的网络拥塞程度的变化,基于所述网络拥塞程度,确定当前发送速率的控制策略,则可以更快速地,且更精确地针对不同网络拥塞程度对当前发送速率进行控制。能够提高对网络拥塞的控制精确度。
进一步地,基于本申请上述实施例,提供本申请的另一实施例,在该实施例中,所述基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,并基于所述网络拥塞程度,确定当前发送速率的控制策略的步骤,包括:
步骤A1:基于所述最小拥塞队列长度和预设带宽,计算得到所述交换机的预测中度拥塞开始时长和预测提前降速时长;
作为一种示例,由于当监测到网络拥塞程度时,再基于所述网络拥塞程度,确定当前发送速率的控制策略,还是无法完全避免交换机中当前队列长度地增长,因此,需要提前对网络拥塞进行控制。
具体地,提前对网络拥塞进行控制的方法为基于所述最小拥塞队列长度和预设带宽,计算得到所述交换机的预测中度拥塞开始时长和预测提前降速时长。再基于当前往返时延,确定当前时刻是否需要提前降低当前发送速率,以防止一直保持当前发送速率会导致交换机在下一时刻就会由轻度拥塞变为中度拥塞。
在本实施例中,所述基于所述最小拥塞队列长度和预设带宽,计算得到所述交换机的预测中度拥塞开始时长和预测提前降速时长的步骤,包括:
步骤B1:基于所述最小拥塞队列长度、预设基准往返时延和预设带宽,计算得到所述交换机的预测中度拥塞开始时长;
作为一种示例,所述带宽(bandwidth,BW)为所述发送端到接收端的链路的理论可用带宽。
作为一种示例,基于历史经验数据,将交换机的队列长度为零时,第一个发送端通过所述交换机向接收端发送的第一个数据包的往返时延作为基准往返时延,因此,所述预设基准往返时延是指在不存在网络拥塞的情况下数据包的正常往返时延。
在本实施例中,所述预测中度拥塞开始时长计算公式为:
其中,所述为所述预测中度拥塞开始时长,所述/>为所述最小拥塞队列长度,所述/>为所述预设基准往返时延,所述BW为所述预设带宽。
作为一种示例,所述是指所述数据包预计在交换机的缓冲队列中的最长缓冲时长,将所述最长缓冲时长与所述不存在网络拥塞的情况下数据包的正常往返时延相加,即可得到预测中度拥塞开始时长。
可知,所述预设基准往返时延小于所述当前往返时延,所述当前往返时延小于所述预测中度拥塞开始时长。
步骤B2:基于所述最小拥塞队列长度、预设带宽、向所述接收端同时发送数据包的发送端的个数,计算得到所述预测提前降速时长。
在本实施例中,所述预测提前降速时长是预测的在到达所述预测中度拥塞开始时长之前的某一时刻,在这一时刻需要提前对当前发送速率进行降速,以防止到达预测中度拥塞开始时长时当前网络拥塞程度由轻度拥塞变为中度拥塞。
作为一种示例,向所述接收端同时发送数据包的发送端的个数可以是1个、2个或者n个,且处于随机变化的状态。
作为一种示例,所述预测提前降速时长受向所述接收端同时发送数据包的发送端的个数的影响。具体地,由于所述最小拥塞队列长度、预设带宽均是固定的,若当前向所述接收端同时发送数据包的发送端的个数增多,则需要更早地对当前发送速率进行降速,若当前向所述接收端同时发送数据包的发送端的个数减小,则需要稍晚一点地对当前发送速率进行降速等。
因此,所述预测提前降速时长的计算公式为:
其中,所述为所述预测提前降速时长,所述/>为向所述接收端同时发送数据包的发送端的个数,所述/>为基于历史经验数据确定的允许的时间波动。
步骤A2:计算所述预测中度拥塞开始时长和预测提前降速时长的差值,并判断所述当前往返时延是否小于所述差值;
作为一种示例,由于已经计算得到所述预测中度拥塞开始时长和预测提前降速时长,即可基于所述预测中度拥塞开始时长和预测提前降速时长的差值,确定当前时刻是否需要降低当前发送速率。
具体地,可以判断所述当前往返时延是否小于所述差值,若小于,则确定当前时刻还不需要降低当前发送速率。即,当前时刻若不降低当前发送速率,所述网络拥塞程度也不会在下一时刻由轻度拥塞变为中度拥塞或者严重拥塞。
步骤A3:若不小于,且未曾接收到所述拥塞通知报文,则确定当前网络拥塞程度为轻度拥塞;
作为一种示例,所述当前往返时延不小于(大于等于)所述差值,即可以表达为:
作为一种示例,若所述当前往返时延不小于(大于等于)所述差值,则当前网络拥塞程度可能还处于轻度拥塞,或者可能已经处于中度/严重拥塞。因此,还需要同时判断当前是否接收过所述拥塞通知报文,若未曾接收到所述拥塞通知报文,则确定当前网络拥塞程度还处于轻度拥塞,若已接收到所述拥塞通知报文(因为交换机是在检测到网络拥塞之后才会发送所述拥塞通知报文),则确定当前网络拥塞程度可能已经处于中度/严重拥塞。
因此,若所述当前往返时延不小于(大于等于)所述差值,且未曾接收到所述拥塞通知报文,则确定当前网络拥塞程度为轻度拥塞,即,确定当前时刻需要降低当前发送速率。即,当前时刻若不降低当前发送速率,所述网络拥塞程度在下一时刻则有可能由轻度拥塞变为中度拥塞。
步骤A4:将当前发送速率作为目标发送速率,并基于预设固定速率降低所述目标发送速率。
作为一种示例,将当前发送速率作为目标发送速率,是因为当前时刻是预测的网络拥塞程度即将由轻度拥塞变为中度拥塞的时刻,此时的发送速率即可作为后续进行网络拥塞控制时的参考。
作为一种示例,所述预设固定速率是基于实验数据确定的。
作为一种示例,基于预设固定速率降低所述目标发送速率,可以达到逐渐地降低所述目标发送速率,不会影响当前网络的吞吐量。
在本实施例中,所述判断所述当前往返时延是否小于所述差值的步骤之后,所述方法还包括:
步骤A5:若所述当前往返时延小于所述差值,则确定当前不存在网络拥塞;
作为一种示例,在上述基于预设固定速率降低所述目标发送速率的过程中,还需要时刻监测所述当前往返时延的变化。若所述当前往返时延小于所述差值,则确定当前不存在网络拥塞,即,当前时刻不需要降低当前发送速率,但为了进一步地保证在上述基于预设固定速率降低所述目标发送速率的过程中,不会影响当前网络的吞吐量,需要避免因当前发送速率降低得太多而导致网络的吞吐量降低。
步骤A6:将当前发送速率提升至所述目标发送速率和当前发送速率的平均值;
因此,若监测到所述当前往返时延小于所述差值,则将当前发送速率提升至所述目标发送速率和当前发送速率的平均值,即,计算得到所述目标发送速率和当前发送速率的平均值,将当前发送速率提升至所述平均值。可以理解,所述平均值小于所述目标发送速率。
由于目标发送速率是第一次预测的网络拥塞程度即将由轻度拥塞变为中度拥塞的速率,能够将其作为中度拥塞开始的发送速率进行参考,因此,将当前发送速率提升至所述目标发送速率和当前发送速率的平均值能够快速提升当前发送速率(快速提升网络的吞吐量),但又不会超过所述目标发送速率,也就是说,不会因为这次快速提升导致网络拥塞程度变为中度拥塞。
步骤A7:在提升至所述平均值的当前发送速率的基础上,基于所述预设固定速率,继续提升当前发送速率,直至所述当前往返时延大于等于所述差值。
作为一种示例,在提升至所述平均值的当前发送速率的基础上,基于所述预设固定速率,继续提升当前发送速率,能够逐渐地增加网络的吞吐量。
作为一种示例,基于所述预设固定速率,继续提升当前发送速率,直至所述当前往返时延大于等于所述差值,是因为基于所述预设固定速率,继续提升当前发送速率能够逐渐地增加网络的吞吐量,但不能在这个过程中导致网络拥塞程度变为中度拥塞,因此,在基于所述预设固定速率,继续提升当前发送速率的过程中,需要判断所述当前往返时延是否小于所述差值,若不小于,则认为此时不能再继续提升当前发送速率,此时,可以保持提升后的发送速率,继续执行所述计算所述预测中度拥塞开始时长和预测提前降速时长的差值,并判断所述当前往返时延是否小于所述差值,若不小于,且未曾接收到所述拥塞通知报文,则确定当前网络拥塞程度为轻度拥塞,将当前发送速率作为目标发送速率,并基于预设固定速率降低所述目标发送速率的步骤。
在本实施例中,通过监测发出的数据包的当前往返时延,在交换机缓冲队列还未达到预设的最小拥塞队列长度的情况下先基于所述预设固定速率逐渐进行减速,相较于传统的ECN的相关算法,对于网络拥堵状态的响应较快,能有效防止后续交换机缓冲队列激增导致的时延增长。且,在交换机缓冲队列的长度再度下降到所述预设的最小拥塞队列长度之下,且当前往返时延小于所述差值,对当前发送速率进行提升,既避免了降速太多导致的带宽利用率下降,网络吞吐量降低,还能够避免网络拥塞。
进一步地,基于本申请上述实施例,提供本申请的另一实施例,在该实施例中,所述基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,并基于所述网络拥塞程度,确定当前发送速率的控制策略的步骤,包括:
步骤C1:基于所述最大拥塞队列长度、预设基准往返时延和预设带宽,计算得到所述数据包的预测严重拥塞开始时长;
在本实施例中,所述预测严重拥塞开始时长计算公式为:
其中,所述为所述预测严重拥塞开始时长,所述/>为所述最大拥塞队列长度,所述/>为所述预设基准往返时延,所述BW为所述预设带宽。
步骤C2:判断所述当前往返时延是否小于所述预测严重拥塞开始时长;
步骤C3:若小于,且开始接收到所述拥塞通知报文,则确定当前网络拥塞程度为中度拥塞;
作为一种示例,和上述实施例中理由相同,为了判断当前网络拥塞程度,需要判断所述当前往返时延是否小于所述预测严重拥塞开始时长。
作为一种示例,若当前往返时延大于等于所述预测严重拥塞开始时长,则可以确定当前网络拥塞程度为严重拥塞;而若当前往返时延小于所述预测严重拥塞开始时长,则当前网络拥塞程度可能还处于轻度拥塞,或者处于中度拥塞。因此,需要确定发送端是否开始接收到所述拥塞通知报文,若开始接收到所述拥塞通知报文,说明交换机已监测到网络拥塞,因此,当前网络拥塞程度不可能处于轻度拥塞,而是处于中度拥塞。
步骤C4:基于预设速率调整因子以及预设调整系数,计算得到速率降低比例,并基于所述速率降低比例,降低当前发送速率,其中,所述预设速率调整因子以及预设调整系数均是基于当前接收到的所述拥塞通知报文的个数确定的。
在本实施例中,所述预设速率调整因子以及预设调整系数均是基于当前接收到的所述拥塞通知报文的个数确定的。具体地,当前接收到的所述拥塞通知报文的个数越多,所述预设速率调整因子越高,所述预设调整系数越低。
作为一种示例,基于预设速率调整因子以及预设调整系数,计算得到速率降低比例的计算公式为:
其中,所述为所述预设调整系数;
其中,所述的计算公式为:
其中,所述为所述预设速率调整因子。
作为一种示例,当检测到当前网络拥塞程度处于中度拥塞时,采用上述方式对当前发送速率进行控制,能够根据网络状态的变化,不断调整降低的比例,能够基于当前网络状态,更快地改善网络拥塞情况。在基于预设速率调整因子以及预设调整系数,计算得到速率降低比例,并基于所述速率降低比例,降低当前发送速率的同时,也要基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,并基于所述网络拥塞程度,执行上述对应的控制策略。
在本实施例中,所述判断所述当前往返时延是否小于所述预测严重拥塞开始时长的步骤之后,所述方法还包括:
步骤C5:若所述当前往返时延不小于所述预测严重拥塞开始时长,则确定当前网络拥塞程度为严重拥塞,则降低二分之一的当前发送速率。
作为一种示例,若所述当前往返时延不小于(大于等于)所述预测严重拥塞开始时长,则确定当前网络拥塞程度为严重拥塞,此时,可以直接将当前发送速率降低至一半,降低至一半后,继续监测当前往返时延,若所述当前往返时延还是大于等于所述预测严重拥塞开始时长,则继续将降低至一半后的当前发送速率降低至一半。若所述当前往返时延小于所述预测严重拥塞开始时长,则继续基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,并基于所述网络拥塞程度,执行上述对应的控制策略。
在本实施例中,基于上述监测发出的数据包的当前往返时延,接收端发送的拥塞通知报文的接收状态,以及不同网络拥塞程度的判定条件,执行对应的当前发送速率的控制策略,能够缓解网络拥塞,降低网络时延,还能够保证网络的吞吐量。
参照图2,图2是本申请实施例方案涉及的硬件运行环境的设备结构示意图。
如图2所示,该网络拥塞控制设备可以包括:处理器1001,存储器1005,通信总线1002。通信总线1002用于实现处理器1001和存储器1005之间的连接通信。
可选地,该网络拥塞控制设备还可以包括用户接口、网络接口、摄像头、RF(RadioFrequency,射频)电路,传感器、WiFi模块等等。用户接口可以包括显示屏(Display)、输入子模块比如键盘(Keyboard),可选用户接口还可以包括标准的有线接口、无线接口。网络接口可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解,图2中示出的网络拥塞控制设备结构并不构成对网络拥塞控制设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图2所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块以及网络拥塞控制程序。操作系统是管理和控制网络拥塞控制设备硬件和软件资源的程序,支持网络拥塞控制程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信,以及与网络拥塞控制系统中其它硬件和软件之间通信。
在图2所示的网络拥塞控制设备中,处理器1001用于执行存储器1005中存储的网络拥塞控制程序,实现上述任一项所述的网络拥塞控制方法的步骤。
本申请网络拥塞控制设备具体实施方式与上述网络拥塞控制方法各实施例基本相同,在此不再赘述。
本申请还提供一种网络拥塞控制装置,应用于发送端,如图3所示,所述装置包括:
监测模块10,用于监测发出的数据包的当前往返时延,以及接收端发送的拥塞通知报文的接收状态;
网络拥塞控制模块20,用于基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,并基于所述网络拥塞程度,确定当前发送速率的控制策略,其中,所述最小拥塞队列长度用于表征网络拥塞程度为轻度拥塞时的最大队列长度,所述最大拥塞队列长度用于表征网络拥塞程度为严重拥塞时的最小队列长度。
可选地,在本申请的一种可能的实施方式中,所述网络拥塞控制模块20包括:
第一计算子模块,用于基于所述最小拥塞队列长度和预设带宽,计算得到所述交换机的预测中度拥塞开始时长和预测提前降速时长;
第二计算子模块,用于计算所述预测中度拥塞开始时长和预测提前降速时长的差值,并判断所述当前往返时延是否小于所述差值;
第一确定子模块,用于若不小于,且未曾接收到所述拥塞通知报文,则确定当前网络拥塞程度为轻度拥塞;
第一速率降低子模块,用于将当前发送速率作为目标发送速率,并基于预设固定速率降低所述目标发送速率。
可选地,在本申请的一种可能的实施方式中,所述第一计算子模块包括:
第一计算单元,用于基于所述最小拥塞队列长度、预设基准往返时延和预设带宽,计算得到所述交换机的预测中度拥塞开始时长;
第二计算单元,用于基于所述最小拥塞队列长度、预设带宽、向所述接收端同时发送数据包的发送端的个数,计算得到所述预测提前降速时长。
可选地,在本申请的一种可能的实施方式中,所述预测中度拥塞开始时长计算公式为:
其中,所述为所述预测中度拥塞开始时长,所述/>为所述最小拥塞队列长度,所述/>为所述预设基准往返时延,所述BW为所述预设带宽。
可选地,在本申请的一种可能的实施方式中,所述判断所述当前往返时延是否小于所述差值的步骤之后,所述装置还包括:
确定模块,用于若所述当前往返时延小于所述差值,则确定当前不存在网络拥塞;
第一速率提升模块,用于将当前发送速率提升至所述目标发送速率和当前发送速率的平均值;
第二速率提升模块,用于在提升至所述平均值的当前发送速率的基础上,基于所述预设固定速率,继续提升当前发送速率,直至所述当前往返时延大于等于所述差值。
可选地,在本申请的一种可能的实施方式中,所述网络拥塞控制模块20包括:
第三计算子模块,用于基于所述最大拥塞队列长度、预设基准往返时延和预设带宽,计算得到所述数据包的预测严重拥塞开始时长;
判断子模块,用于判断所述当前往返时延是否小于所述预测严重拥塞开始时长;
第三确定子模块,用于若小于,且开始接收到所述拥塞通知报文,则确定当前网络拥塞程度为中度拥塞;
第二速率降低子模块,用于基于预设速率调整因子以及预设调整系数,计算得到速率降低比例,并基于所述速率降低比例,降低当前发送速率,其中,所述预设速率调整因子以及预设调整系数均是基于当前接收到的所述拥塞通知报文的个数确定的。
可选地,在本申请的一种可能的实施方式中,所述判断所述当前往返时延是否小于所述预测严重拥塞开始时长的步骤之后,所述装置还包括:
速率降低模块,用于若所述当前往返时延不小于所述预测严重拥塞开始时长,则确定当前网络拥塞程度为严重拥塞,则降低二分之一的当前发送速率。
本申请网络拥塞控制装置的具体实施方式与上述网络拥塞控制方法各实施例基本相同,在此不再赘述。
本申请还提供一种存储介质,所述存储介质上存储有网络拥塞控制程序,所述网络拥塞控制程序被处理器执行时实现如上述任一项所述的网络拥塞控制方法的步骤。
本申请存储介质具体实施方式与上述网络拥塞控制方法各实施例基本相同,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种网络拥塞控制方法,其特征在于,应用于发送端,所述网络拥塞控制方法,包括以下步骤:
监测发出的数据包的当前往返时延,以及接收端发送的拥塞通知报文的接收状态;
基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,并基于所述网络拥塞程度,确定当前发送速率的控制策略;
所述基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度的步骤,包括:
基于最小拥塞队列长度和预设带宽,计算得到交换机的预测中度拥塞开始时长和预测提前降速时长;
计算所述预测中度拥塞开始时长和预测提前降速时长的差值,并判断所述当前往返时延是否小于所述差值;
若不小于,且未曾接收到所述拥塞通知报文,则确定当前网络拥塞程度为轻度拥塞;
若所述当前往返时延小于所述差值,则确定当前不存在网络拥塞;
基于最大拥塞队列长度、预设基准往返时延和预设带宽,计算得到所述数据包的预测严重拥塞开始时长;
判断所述当前往返时延是否小于所述预测严重拥塞开始时长;
若小于,且开始接收到所述拥塞通知报文,则确定当前网络拥塞程度为中度拥塞;
若所述当前往返时延不小于所述预测严重拥塞开始时长,则确定当前网络拥塞程度为严重拥塞;
其中,所述最小拥塞队列长度用于表征网络拥塞程度为轻度拥塞时的最大队列长度,所述最大拥塞队列长度用于表征网络拥塞程度为严重拥塞时的最小队列长度。
2.如权利要求1所述的网络拥塞控制方法,其特征在于,所述基于所述网络拥塞程度,确定当前发送速率的控制策略的步骤,包括:
若当前网络拥塞程度为轻度拥塞,则将当前发送速率作为目标发送速率,并基于预设固定速率降低所述目标发送速率。
3.如权利要求2所述的网络拥塞控制方法,其特征在于,所述基于所述最小拥塞队列长度和预设带宽,计算得到所述交换机的预测中度拥塞开始时长和预测提前降速时长的步骤,包括:
基于所述最小拥塞队列长度、预设基准往返时延和预设带宽,计算得到所述交换机的预测中度拥塞开始时长;
基于所述最小拥塞队列长度、预设带宽、向所述接收端同时发送数据包的发送端的个数,计算得到所述预测提前降速时长。
4.如权利要求3所述的网络拥塞控制方法,其特征在于,所述预测中度拥塞开始时长计算公式为:
其中,所述为所述预测中度拥塞开始时长,所述/>为所述最小拥塞队列长度,所述/>为所述预设基准往返时延,所述BW为所述预设带宽。
5.如权利要求2所述的网络拥塞控制方法,其特征在于,所述基于所述网络拥塞程度,确定当前发送速率的控制策略的步骤,包括:
若当前不存在网络拥塞,则将当前发送速率提升至所述目标发送速率和当前发送速率的平均值;
在提升至所述平均值的当前发送速率的基础上,基于所述预设固定速率,继续提升当前发送速率,直至所述当前往返时延大于等于所述差值。
6.如权利要求1所述的网络拥塞控制方法,其特征在于,所述基于所述网络拥塞程度,确定当前发送速率的控制策略的步骤,包括:
若当前网络拥塞程度为中度拥塞,则基于预设速率调整因子以及预设调整系数,计算得到速率降低比例,并基于所述速率降低比例,降低当前发送速率,其中,所述预设速率调整因子以及预设调整系数均是基于当前接收到的所述拥塞通知报文的个数确定的。
7.如权利要求6所述的网络拥塞控制方法,其特征在于,所述基于所述网络拥塞程度,确定当前发送速率的控制策略的步骤,方法还包括:
若当前网络拥塞程度为严重拥塞,则降低二分之一的当前发送速率。
8.一种网络拥塞控制装置,其特征在于,应用于发送端,所述装置包括:
监测模块,用于监测发出的数据包的当前往返时延,以及接收端发送的拥塞通知报文的接收状态;
网络拥塞控制模块,用于基于所述当前往返时延、所述拥塞通知报文的接收状态、交换机中预设的最小拥塞队列长度和最大拥塞队列长度,确定网络拥塞程度,并基于所述网络拥塞程度,确定当前发送速率的控制策略;
所述网络拥塞控制模块包括:
第一计算子模块,用于基于所述最小拥塞队列长度和预设带宽,计算得到所述交换机的预测中度拥塞开始时长和预测提前降速时长;
第二计算子模块,用于计算所述预测中度拥塞开始时长和预测提前降速时长的差值,并判断所述当前往返时延是否小于所述差值;
第一确定子模块,用于若不小于,且未曾接收到所述拥塞通知报文,则确定当前网络拥塞程度为轻度拥塞;
确定模块,用于若所述当前往返时延小于所述差值,则确定当前不存在网络拥塞;
第三计算子模块,用于基于所述最大拥塞队列长度、预设基准往返时延和预设带宽,计算得到所述数据包的预测严重拥塞开始时长;
判断子模块,用于判断所述当前往返时延是否小于所述预测严重拥塞开始时长;
第三确定子模块,用于若小于,且开始接收到所述拥塞通知报文,则确定当前网络拥塞程度为中度拥塞;
速率降低模块,用于若所述当前往返时延不小于所述预测严重拥塞开始时长,则确定当前网络拥塞程度为严重拥塞;
其中,所述最小拥塞队列长度用于表征网络拥塞程度为轻度拥塞时的最大队列长度,所述最大拥塞队列长度用于表征网络拥塞程度为严重拥塞时的最小队列长度。
9.一种网络拥塞控制设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的网络拥塞控制程序,所述网络拥塞控制程序配置为实现如权利要求1至7中任一项所述的网络拥塞控制方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有网络拥塞控制程序,所述网络拥塞控制程序被处理器执行时实现如权利要求1至7任一项所述的网络拥塞控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311155722.XA CN116886622B (zh) | 2023-09-08 | 2023-09-08 | 网络拥塞控制方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311155722.XA CN116886622B (zh) | 2023-09-08 | 2023-09-08 | 网络拥塞控制方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116886622A CN116886622A (zh) | 2023-10-13 |
CN116886622B true CN116886622B (zh) | 2023-11-24 |
Family
ID=88268478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311155722.XA Active CN116886622B (zh) | 2023-09-08 | 2023-09-08 | 网络拥塞控制方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116886622B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118869600A (zh) * | 2024-05-29 | 2024-10-29 | 腾讯科技(深圳)有限公司 | 拥塞控制方法、装置、电子设备及介质 |
CN118555251B (zh) * | 2024-07-26 | 2024-12-27 | 中国电信股份有限公司 | 拥塞控制方法、装置、设备、介质和产品 |
CN119402435A (zh) * | 2024-12-30 | 2025-02-07 | 腾讯科技(深圳)有限公司 | 数据拥塞处理方法、装置、设备、存储介质及程序产品 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7369498B1 (en) * | 1999-12-13 | 2008-05-06 | Nokia Corporation | Congestion control method for a packet-switched network |
CN109347702A (zh) * | 2018-11-13 | 2019-02-15 | 天津津航计算技术研究所 | 利用以太网缓存队列长度预测udp拥塞程度的方法 |
WO2020143180A1 (zh) * | 2019-01-11 | 2020-07-16 | 深圳市网心科技有限公司 | 基于网络拥塞探测的智能限速方法、装置及存储介质 |
CN111526096A (zh) * | 2020-03-13 | 2020-08-11 | 北京交通大学 | 智融标识网络状态预测与拥塞控制系统 |
US10986027B1 (en) * | 2018-03-27 | 2021-04-20 | Akamai Technologies, Inc. | Efficient congestion control in a tunneled network |
CN113411264A (zh) * | 2021-06-30 | 2021-09-17 | 中国工商银行股份有限公司 | 一种网络队列的监控方法、装置、计算机设备和存储介质 |
CN113507420A (zh) * | 2021-08-05 | 2021-10-15 | 清华大学 | 一种拥塞控制方法及装置 |
CN115460156A (zh) * | 2022-09-21 | 2022-12-09 | 长沙理工大学 | 一种数据中心无损网络拥塞控制方法、装置、设备及介质 |
CN116170380A (zh) * | 2023-04-21 | 2023-05-26 | 中国科学技术大学 | 基于拥塞预测的ecn标记策略和队列管理方法及系统 |
CN116545933A (zh) * | 2023-07-06 | 2023-08-04 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 网络拥塞控制方法、装置、设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210036942A1 (en) * | 2019-08-02 | 2021-02-04 | Dell Products, Lp | Systems and methods for identifying persistently congested queues |
CN112511325B (zh) * | 2019-09-16 | 2022-03-11 | 华为技术有限公司 | 网络拥塞控制方法、节点、系统及存储介质 |
-
2023
- 2023-09-08 CN CN202311155722.XA patent/CN116886622B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7369498B1 (en) * | 1999-12-13 | 2008-05-06 | Nokia Corporation | Congestion control method for a packet-switched network |
US10986027B1 (en) * | 2018-03-27 | 2021-04-20 | Akamai Technologies, Inc. | Efficient congestion control in a tunneled network |
CN109347702A (zh) * | 2018-11-13 | 2019-02-15 | 天津津航计算技术研究所 | 利用以太网缓存队列长度预测udp拥塞程度的方法 |
WO2020143180A1 (zh) * | 2019-01-11 | 2020-07-16 | 深圳市网心科技有限公司 | 基于网络拥塞探测的智能限速方法、装置及存储介质 |
CN111526096A (zh) * | 2020-03-13 | 2020-08-11 | 北京交通大学 | 智融标识网络状态预测与拥塞控制系统 |
CN113411264A (zh) * | 2021-06-30 | 2021-09-17 | 中国工商银行股份有限公司 | 一种网络队列的监控方法、装置、计算机设备和存储介质 |
CN113507420A (zh) * | 2021-08-05 | 2021-10-15 | 清华大学 | 一种拥塞控制方法及装置 |
CN115460156A (zh) * | 2022-09-21 | 2022-12-09 | 长沙理工大学 | 一种数据中心无损网络拥塞控制方法、装置、设备及介质 |
CN116170380A (zh) * | 2023-04-21 | 2023-05-26 | 中国科学技术大学 | 基于拥塞预测的ecn标记策略和队列管理方法及系统 |
CN116545933A (zh) * | 2023-07-06 | 2023-08-04 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 网络拥塞控制方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
一种新的显式拥塞控制策略的研究;王一飞;高仲合;张伟伟;;电脑与信息技术(04);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116886622A (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116886622B (zh) | 网络拥塞控制方法、装置、设备及存储介质 | |
US7283814B2 (en) | Method and apparatus for scheduling transmissions in wireless data networks | |
US11044290B2 (en) | TCP cross traffic rate control | |
CN102468941B (zh) | 网络丢包处理方法及装置 | |
US8902739B2 (en) | Backhaul congestion control for wireless communication networks | |
CN109818874B (zh) | 数据传输方法、设备及计算机存储介质 | |
US20120163385A1 (en) | Systems and methods to improve performance of tcp over large bandwidth-delay-product networks | |
GB2372172A (en) | Congestion handling in a packet data network | |
CN109698797B (zh) | 一种tcp拥塞控制方法和装置 | |
KR20160144257A (ko) | 통신 시스템에서 tcp 기반의 전송 제어 방법 및 장치 | |
EP4156766A1 (en) | Data packet sending method and apparatus | |
CN111314237B (zh) | 数据包传输速率的调整方法、装置、设备及可读存储介质 | |
CN116545933B (zh) | 网络拥塞控制方法、装置、设备及存储介质 | |
CN108667560B (zh) | 一种调整终端发送数据的速率的方法及装置 | |
WO2009037152A1 (en) | Improved utilization of data links | |
KR101818243B1 (ko) | 통신 시스템의 적응적인 버퍼 관리 방법 및 장치 | |
JP4328794B2 (ja) | 通信システム、通信装置、及び送信制御方法 | |
US8279756B2 (en) | Communication terminal, communication control method, and communication control program | |
US8693329B2 (en) | Congestion control in a wireless communication network | |
JP4166602B2 (ja) | 携帯端末 | |
EP1648183A1 (en) | The adjusting method for the transmitting window of the radio link layer | |
JP6897769B2 (ja) | データ送信装置、方法およびプログラム | |
CN115714746B (zh) | 基于延迟和丢包的拥塞控制方法及其系统 | |
JP2006340081A (ja) | マルチキャスト通信フロー制御方法および装置 | |
CN110912831B (zh) | Tcp传输方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |