专利名称：基于模糊综合评判的异构网络丢包区分方法
技术领域：
本发明涉及一种在异构网络环境下，对数据包丢失的原因进行区分的方法，尤其涉及一种在无线/有线融合的异构网络环境下，基于模糊(Fuzzy)综合评判模型，对造成数据包丢失的两种原因(误码丢包、拥塞丢包)进行有效区分的方法，属于网络服务质量(QoS)技术领域。
背景技术：
随着通信技术的不断发展，出现了多种类型通信网络共存的趋势，如图1所示，无线广域网(如GPRS、UMTS等)、无线局域网(如IEEE802.11)、卫星通信网、蓝牙网络等多种无线网络系统正逐步代替传统有线网络成为互联网接入的最后一跳。为了使使用无线网络的用户能够连接上Internet，需要使无线网络系统与基于有线网络的Internet之间实现融合。这种不同类型通信网络的共存就称为异构网络(heterogeneous network)。目前，人们普遍相信实现种类繁多的不同网络的无缝连接，即异构网络的融合是未来网络发展的必然趋势。
在无线/有线融合的异构网络环境中，现有技术把所有的分组丢失简单归因于网络拥塞的盲目性严重恶化了无线网络中TCP的性能。如果TCP仍然遵循丢包必然是由拥塞引起的原则，盲目减小发送速率，就势必降低带宽利用率，导致TCP性能的无谓恶化。因此，在有线/无线混合的异构网络环境下，要实现理想的控制策略，就必须能够正确区分无线误码所造成的丢包和网络拥塞所造成的丢包，从而分别采取不同的控制策略。
针对上述问题，国内外已经进行了一些研究。总的来说，这方面的解决方法主要分为两种 1.分段连接方法，即在传输层将无线、有线环境分开，分别进行监测的方法。该方法从基站将传输层分成两段，对TCP发送方完全屏蔽了无线链路的传输错误而导致的丢包，对无线部分可以另外使用其它的拥塞控制技术如SACK等。
在分段连接方法中，由于在有线网络和无线网络的边界各自进行数据传输和确认，因此无需更改发送端的TCP实现机制，就可实现无线网段所需要的额外功能。但是，该方法在实施过程中，在数据没有实际传送到接收方之前，伪造的确认就被送给发送方，从而破坏了端对端的TCP连接语义。因此，实施分段连接方法往往需要对传统的协议做出重大修改，实现难度较大。
2.从端到端的基于数据统计的区分方法，即在接收端或发送端对数据传输参数进行统计和分析，以推断当前网络的拥塞和出错的状态。
该区分方法可以针对更加广泛的网络模型，对网络当前协议改动的要求较少，因而越来越受到人们的关注。但是，该区分方法是通过直接测量网络传输过程中的参数，或者间接估算网络通信量参数，然后进行统计和分析，并据此推断当前网络丢包的原因。实践中，通过某种单一参数的数值及其变化趋势难以准确判断当前网络丢包的原因，究其原因在于这些参数往往同时受到两种丢包原因的影响，体现在数值及其变化趋势上往往呈现出一定的交叉性和概率评判的模糊性。因此，如果在网络拥塞的同时无线链路也出错而导致丢包，则难以根据有关参数的变化来判断丢包的原因。
发明人在国际学术会议ICSNC 2006上发表的两篇论文中(《A RODbased Fuzzy packet loss differentiating algorithm for TCP in thehybrid wired/wireless network》和《End-to-End Differentiationof Congestion and Wireless Losses using a Fuzzy Arithmetic basedon Relative Entropy》)，分析了针对采用单一参数的区分方法，当只利用ROD(单向传输时延)进行丢包区分，在轻负载的情况下取得较好的丢包区分效果，但在网络负载较重的情况下，区分准确度明显下降。只利用平均丢包率进行丢包区分时，当无线误码率较大时，区分准确度明显下降。
根据上述的研究成果，对于复杂的网络状态，使用简单的、普通的区分方法往往难以做出明确的判断。
发明内容
本发明所要解决的技术问题在于提供一种在异构网络环境下，基于模糊综合评判模型，对造成数据包丢失的两种原因(误码丢包、拥塞丢包)进行有效区分的方法。
为实现上述的发明目的，本发明采用下述的技术方案 一种基于模糊综合评判的异构网络丢包区分方法，其特征在于 (1)将平均丢包率和包对探测帧的单向传输时延作为模糊综合评判的因素集参数； (2)在发生丢包时，利用所述平均丢包率和所述单向传输时延分别做出独立评判，得到两个所述因素集参数对当前网络状况的评判值； (3)分别计算与所述平均丢包率和所述单向传输时延相关的动态权重分布函数，并对两个动态权重分布函数做归一化处理，以确定所述平均丢包率和所述单向传输时延的相对权重值； (4)对所述相对权重值进行模糊变换，获得综合评判，从而对丢包原因进行区分。
其中，所述模糊综合评判中设有因素集U＝{x1，x2，…，xn}，评判集V＝{y1，y2，…，ym}，所述因素集中各参数具有各自的权重分配，记为A＝{a1，a2，…，an}∈F(U)，其中ai为U中第i个因素的权重，且满足 综合评判的结果为评判集V上的模糊集，记为B＝{b1，b2，…，bm}∈F(V)，其中bj表示第j种评语在评判目标总体V中的所占的地位。
所述模糊变换为 TRF(U)→F(V)
其中，R为U到V的模糊关系矩阵R＝(rij)n×m。
在所述步骤(3)中，与所述平均丢包率相关的动态权重分布函数为 其中
为拥塞丢包模糊集
和无线误码丢包模糊集
之间的格贴近度。
在所述步骤(3)中，与所述单向传输时延相关的动态权重分布函数为
其中 所述步骤(3)中，依据下式获得所述单向传输时延的相对权重值 W′ROD＝WROD/Wp+WROD， W′p＝Wp/Wp+WROD 其中，Wp为与所述平均丢包率相关的动态权重分布函数，WROD为与所述单向传输时延相关的动态权重分布函数，W′ROD为归一化处理后所述单向传输时延的相对权重值，W′p为归一化处理后所述平均丢包率的相对权重值。
本发明所提供的异构网络丢包区分方法将平均丢包率和包对探测帧的ROD这两种造成丢包的原因创造性地结合起来，通过构造适合不同网络环境下的动态权重分布，采用模糊综合评判模型对异构网络丢包原因进行区分。有关实验表明，本方法在不同的网络环境下能取得更好的效果。
下面结合附图和具体实施方式
对本发明作进一步的说明。
图1是最后一跳为无线网络的异构网络拓扑结构示意图； 图2为本异构网络丢包区分方法的综合评判流程示意图； 图3为不同拓扑结构、不同误码率下采用模糊综合评判模型进行丢包区分与利用ROD进行丢包区分、Reno、NewReno吞吐量仿真结果的比较示意图； 图4为不同拓扑结构、不同误码率下采用模糊综合评判模型进行丢包区分与利用平均丢包率进行丢包区分、Reno、NewReno吞吐量仿真结果的比较示意图。
具体实施例方式 前已述及，对于复杂的异构网络环境，采用基于单一参数的区分方法往往难以做出正确的判断。为此，本发明人在已有研究的基础上进一步分析认为对于异构网络环境，需要将平均丢包率和包对(Packet Pair)探测帧的ROD(单向传输时延)等影响网络服务质量的具体因素根据网络的状况动态构造不同的权重分配，从而对异构网络环境下的丢包原因进行准确的区分。在相应的分析判断过程中，需要综合考虑多种因素的影响，为了某种目的利用模糊变换，从而对最终的结果做出综合判断。因此，上述在异构网络环境下如何区分丢包原因的问题带有明显的模糊(Fuzzy)特性，可以考虑引入模糊综合评判模型来进行处理。
下面，首先对本发明中使用的模糊综合评判模型进行说明。
模糊综合评判模型即fuzzy多目标决策(fuzzy multiple goalsdecision making)，是在模糊环境下，考虑多种因素的影响，为了某种目的利用模糊变换，对一事务做出的综合评判的方法。
设有因素集U＝{x1，x2，…，xn}，评判集V＝{y1，y2，…，ym}，因为因素集中各参数对被评判事务的影响是不一致的，因此各参数应有各自的权重分配，其为论域上的一个Fuzzy向量，记为A＝{a1，a2，…，an}∈F(U)，其中ai为U中第i个因素的权重，且满足 综合评判的结果为评判集V上的模糊集，记为B＝{b1，b2，…，bm}∈F(V)，其中bj表示第j种评语在评判目标总体V中的所占的地位。
为了构建综合评判的模糊多目标决策模型，构造模糊变换 TRF(U)→F(V)
其中，R为U到V的模糊关系矩阵R＝(rij)n×m。于是，由三元体(U，V，R)构成模糊综合评判模型，给定一个权重分配A，通过模糊变换TR，即可得到一个综合评判B。关于上述模糊综合评判模型的进一步说明，可以参阅谢季坚和刘承平合著的《模糊数学方法及其应用》(ISBN7560937950)，在此就不详细赘述了。
基于上述的模糊综合评判模型，参见图2所示，首先选择包对探测帧的单向传输时延(ROD)和平均丢包率作为因素集参数。当检测到发生丢包(在本实施例中，将收到3个重复ACK或是发生超时定义为发生丢包)时，分别确定这两个因素集参数的隶属度函数，从而得到两个因素集参数对当前网络状况的评判值。其中，评判值根据隶属度函数所确定的隶属度大小来决定。下面对此进行具体的说明。
(1)包对探测帧的单向传输时延 对于包对探测帧的单向传输时延(ROD)，采用条件概率构造不同丢包模式下的隶属度函数，从而按照最大隶属原则进行丢包原因区分。其隶属度函数如下
在式(2)中，
和
为自拥塞丢包模式下的均值和方差，
和
为互拥塞丢包模式下的均值和方差，ξ为自拥塞和交叉拥塞同时存在时的延迟因子，n为节点数，t和σAw为误码丢包模式下的均值和方差。
(2)平均丢包率 平均丢包率定义为丢包事件的概率。丢包事件是指在一个RTT时间内至少有一个丢包的情况。将连续两次丢包之间的时间段定义为一轮，定义这一轮间的数据包的数目为丢失间隔。因为无线误码和网络拥塞误码在稳态时，其平均丢包率服从不同的正态分布，因此采用平均丢包率条件概率构造稳态时不同丢包模式下的隶属度函数，按照最大隶属原则进行丢包原因区分。
平均丢包率确定的隶属度函数如下
在式(3)中，
和
为拥塞丢包模式下的均值和方差；
和
为误码丢包模式下的均值和方差。
然后，分别计算平均丢包率和单向传输时延(ROD)的动态权重分布函数，做归一化处理，确定相对权重值。根据这一判定结果，通过模糊变换区分丢包原因，从而相应地调整拥塞窗口。
下面介绍计算动态权重分布函数的具体步骤。
具体而言，在背景技术部分提到的论文《End-to-EndDifferentiation of Congestion and Wireless Losses using a FuzzyArithmetic based on Relative Entropy》中，提出利用平均丢包率来区分丢包原因。根据该论文的研究，其区分效率与无线误码模式和网络拥塞模式下平均丢包率的距离相关。该距离越大，则区分效果越好。因此，在该论文研究的基础上，本发明定义与平均丢包率相关的动态权重分布函数如下 其中
为拥塞丢包模糊集
和无线误码丢包模糊集
之间的格贴近度，即
因为
均为正态模糊集，所以 类似地，在背景技术部分提到的论文《A ROD based Fuzzy packet lossdifferentiating algorithm for TCP in the hybrid wired/wirelessnetwork》中，选择包对探测帧的单向传输时延(ROD)来进行丢包区分。因为包对中探测数据包的单向传输时延集中反映了其在队列中的排队情况，在拥塞丢包模式下，该ROD反映丢包前的数据包穿越此链路所需的最大排队时延，而在无线误码丢包模式下，探测帧ROD统计量与最大排队时延无关，而是反映丢失包的前一个探测数据包在传输链路队列中的平均排队时延，当网络负载较重的情况下，两种模式下的排队时延相近，导致区分准确度下降。
因此，在上述论文研究的基础上，本发明定义不同丢包模式下包对探测帧ROD的动态权重分布函数如下
其中 在获得单向传输时延(ROD)和平均丢包率这两个参数的动态权重分布函数之后，下一步的工作是对动态权重分布函数进行归一化处理，以便确定实际所采用的相对权重。
式(4)和式(5)显示了相对权重值的计算过程 W′p＝Wp/Wp+WROD (6) W′ROD＝WROD/Wp+WROD (7) 其中，Wp为平均丢包率的动态权重分布函数，WROD为包对探测帧ROD的动态权重分布函数。W′p为归一化处理后平均丢包率的相对权重值，W′ROD为归一化处理后包对探测帧ROD的相对权重值。
获得了平均丢包率和包对探测帧ROD的相对权重值，也就同时获得了上述的权重分配A。根据该权重分配A，通过式(1)中提到的模糊变换TR就可以获得一个综合评判结果。根据该综合评判结果可以对丢包原因进行区分。如果判断为拥塞丢包，则重传该数据包，并且将拥塞窗口减半；如果判断为误码丢包，则只重传该数据包，而不调整拥塞窗口的大小。
为了验证本方法的实际效果，通过建立最后一跳为无线的仿真拓扑模型(参见图1)，在NS-2平台上进行了仿真。通过仿真实验获得的结果如图3和图4所示。其中图3显示了在不同拓扑结构、不同误码率下采用模糊综合评判模型进行丢包区分与利用ROD进行丢包区分、Reno、NewReno吞吐量仿真结果比较。图4显示了在不同拓扑结构、不同误码率下采用模糊综合评判模型进行丢包区分与利用平均丢包率进行丢包区分、Reno、NewReno吞吐量仿真结果比较。图中的FCELDA为FuzzyComprehensive Evaluation based loss differentiation algorithm的缩写，意为丢包区分模糊综合评判方法协议FPRD为Fuzzy PatternRecognition based Differentiating algorithm的缩写，意为基于ROD丢包区分方法协议；Reno表示TCP Reno协议(不包含丢包区分判断)；NewReno表示TCP NewReno协议(不包含丢包区分判断)。
从图3和图4所示的仿真结果可以看出，只利用ROD进行丢包区分，在轻负载的情况下取得较好的丢包区分效果，但在网络负载较重的情况下，区分准确度明显下降。只利用平均丢包率进行丢包区分，当无线误码率较大时，区分准确度明显下降。利用本方法所提供的模糊综合评判模型进行丢包区分，性能明显较上述两种方法稳定。
上面对本发明所述的基于模糊综合评判的异构网络丢包区分方法进行了详细的说明，但显然本发明的具体实现形式并不局限于此。对于本技术领域的一般技术人员来说，在不背离本发明的权利要求范围的情况下对它进行的各种显而易见的改变都在本发明的保护范围之内。
权利要求
1.一种基于模糊综合评判的异构网络丢包区分方法，其特征在于
(1)将包对探测帧的单向传输时延和平均丢包率作为模糊综合评判的因素集参数；
(2)在发生丢包时，利用所述平均丢包率和所述单向传输时延分别进行评判，得到两个所述因素集参数对当前网络状况的评判值；
(3)分别计算与所述平均丢包率和所述单向传输时延相关的动态权重分布函数，并对两个动态权重分布函数做归一化处理，确定所述平均丢包率和所述单向传输时延的相对权重值；
(4)对所述相对权重值进行模糊变换，获得综合评判，从而对丢包原因进行区分。
2.如权利要求1所述的基于模糊综合评判的异构网络丢包区分方法，其特征在于
所述模糊综合评判中设有因素集U＝{x1，x2，…，xn}，评判集V＝{y1，y2，…，ym}，所述因素集中各参数具有各自的权重分配，记为A＝{a1，a2，…，an}∈F(U)，其中ai为U中第i个因素的权重，且满足
综合评判的结果为评判集V上的模糊集，记为B＝{b1，b2，…，bm}∈F(V)，其中bj表示第j种评语在评判目标总体V中的所占的地位。
3.如权利要求2所述的基于模糊综合评判的异构网络丢包区分方法，其特征在于
所述模糊变换为
TRF(U)→F(V)
其中，R为U到V的模糊关系矩阵R＝(rij)n×m。
4.如权利要求1所述的基于模糊综合评判的异构网络丢包区分方法，其特征在于
所述步骤(3)中，与所述平均丢包率相关的动态权重分布函数为
其中
为拥塞丢包模糊集
和无线误码丢包模糊集
之间的格贴近度。
5.如权利要求1所述的基于模糊综合评判的异构网络丢包区分方法，其特征在于
所述步骤(3)中，与所述单向传输时延相关的动态权重分布函数为
其中
6.如权利要求4或5所述的基于模糊综合评判的异构网络丢包区分方法，其特征在于
所述步骤(3)中，依据下式获得所述单向传输时延的相对权重值
W′ROD＝WROD/Wp+WROD
其中Wp为与所述平均丢包率相关的动态权重分布函数，WROD为与所述单向传输时延相关的动态权重分布函数，WROD为归一化处理后所述单向传输时延的相对权重值。
7.如权利要求4或5所述的基于模糊综合评判的异构网络丢包区分方法，其特征在于
所述步骤(3)中，依据下式获得所述平均丢包率的相对权重值
W′p＝Wp/Wp+WROD
其中Wp为与所述平均丢包率相关的动态权重分布函数，WROD为与所述单向传输时延相关的动态权重分布函数，W′p为归一化处理后所述平均丢包率的相对权重值。
全文摘要
本发明提供了一种基于模糊综合评判的异构网络丢包区分方法。该方法中，首先将包对探测帧的单向传输时延和平均丢包率作为模糊综合评判的因素集参数；在发生丢包时，利用单向传输时延和平均丢包率分别做出独立评判，得到两个因素集参数对当前网络状况的评判值；分别计算与单向传输时延和平均丢包率相关的动态权重分布函数，并对两个动态权重分布函数做归一化处理，以确定单向传输时延和平均丢包率的相对权重值；对相对权重值进行模糊变换，获得综合评判，从而对丢包原因进行区分。有关实验表明，本方法较当前的TCP版本和现有区分方法有更好的实施效果。
文档编号H04L12/56GK101610199SQ200810115099
公开日2009年12月23日 申请日期2008年6月17日 优先权日2008年6月17日
发明者放 苏, 甄雁翔, 勇 李, 范英磊, 向慧侃 申请人:北京邮电大学