一种基于自然启发的网络拥塞预防方法
【技术领域】
[0001] 本发明设及到互联网TCP传输领域，具体的说是一种基于自然启发的网络拥塞预 防方法一IPPMQnternet Prey-predator Model)算法。
【背景技术】
[0002] 众所周知，TCP在有线网中具有良好的传输性能，但在异构网络中，由于存在信号 衰减，目标移动，信道容量小等特点，使得异构网络系统呈现非线性，不可预测性，因此TCP 协议在异构网络中的传输性能大大减弱，传统有线网中的分析方法在异构网络中的准确性 也随之降低。而传统TCP在结构复杂的异构网络中适应性不强的原因主要分为W下两点:第 一点是TCP使用了大量的固有初始值，比如丢包后cwnd的调控策略，一般发生丢包后发送端 将其拥塞窗口减半或者直接减少为1，都是固定的值，并没有良好的灵活性；又比如 SSthresh的固定值设置(传统TCP的阔值设置为65535个字节），而SSt虹esh的值规定着TCP 数据流的慢启动与拥塞避免阶段的临界值，在不同环境中，合适的慢启动阶段的持续时间 则直接影响网络后来的性能表现，所W固定SSthresh值并不能适应复杂多变的异构网络。 第二点就是在异构网络下发生丢包后，传统TCP并不能区分出丢包的具体原因。传统TCP在 丢包后都认定其原因是由于当期网络中出现了拥塞丢包，运样TCP源端就会大幅度的降低 其发送速率。但如果是由于无线误码丢包，此时网络中的带宽利用率或者瓶颈链路中队列 数据包排队长度并不大，盲目的降低发送速率只会降低其对网络的资源利用率。针对运两 个问题，本发明受了自然启发算法的启发，在传统拥塞控制的基础上，提出了一种基于自然 启发算法中的网络捕食模型（IPP^O来对TCP流参数进行初始化，预防拥塞发生，并能在丢包 之后进行丢包区分的TCP拥塞控制改进架构，增强TCP的自适应及鲁棒性，W达到改善传统 TCP在异构网络中的性能的目的。
[0003] 当前网络中拥塞控制算法主要由源端的TCP拥塞控制算法与中间节点的队列管理 算法组成。网络拥塞控制追求高的网络利用率，小的排队时延，W及良好的公平性。当前网 络拥塞控制存在W下问题：当前拥塞控制都是基于丢包的，运点在无线环境中缺陷也表现 的越来越明显；在提供服务质量上尤为困难（时延，资源分配）；另外越来越多的证据表明 AIMD(additive-increase multiplicative-decrease)拥塞控制方法在异构网络中具有局 限性，其主要原因是传统TCP协议没有良好的适应性，比如它的一些参数的固有初值设置， 其初值大小都为一些固定值，并不能很好的适应多变的异构网络。例如TCP协议中的参数 ssthresh，众所周知ssthresh(可理解为cwnd的阔值)对TCP流的起始阶段至关重要，其控 制着慢启动与拥塞避免阶段的分界线，前者W指数形式增长cwnd值，后者W线性形式增长 cwnd值。假如当前网络状况较好，但是SSthresh的值较小，TCP流就会提前进入拥塞避免阶 段，运样其发送窗口大小就会W线性增长，速度较慢，对网络带宽利用率也会随之降低;但 是如果网络状况较差，SSthresh的值此时又比较大，就很容易出现网络拥塞，发生丢包，降 低网络性能。虽然后来的许多TCP改进，比如TCP-Newreno，TCP-VEGAS等对TCP进行了修改， 但是运种局限性依然存在。
[0004] 考虑到异构网络的复杂性，传统的线性的控制方法很难取得很明显的效果改进。 而自然启发算法在处理复杂系统方面有着很大的优势，它们具有的某些特性正是复杂性日 益增长的网络W及下一代网络所急需的。自然启发算法模仿自然界的一些生物现象，通常 具有自适应、自组织和自学习能力的优点，能够处理传统线性计算方法难于解决的复杂问 题。自然启发算法的应用领域涵盖优化问题求解、智能控制、模式识别、网络安全、硬件设 计、社会经济、普适计算、传感器网络W及生态环境等方面的应用。自然启发算法的内容主 要包括:人工神经网络，遗传算法，免疫算法，人工内分沁系统，蚁群算法，粒子群算法W及 膜计算等等。鉴于传统TCP拥塞控制适应性差的缺陷W及自然启发算法在解决复杂系统问 题表现出来的优点如：自适应、自组织和自学习能力，能够处理传统线性计算方法难于解决 的复杂问题，本发明拟使用自然启发算法构造新的数学模型来解决TCP在异构网络中性能 下降的问题。
【发明内容】
[0005] 为解决传统TCP协议在拥塞控制过程中动态适应性差、带宽利用率低、公平性差等 技术问题，本发明提供一种基于自然启发的网络拥塞预防方法，称为IPPMQnternet Pr^-predator Model)网络捕食模型，使用自然启发算法构造新的数学模型，并通过捕食模型对 TCP流进行初始化，使得TCP流在异构网络中能W-个良好的初值状态来运行，使复杂的异 构网络系统运行状态转变为可控，易操作，鲁棒性良好的系统运行状态，W预防拥塞及丢包 的发生。
[0006] 为实现上述技术目的，所采用的技术方案是:一种基于自然启发的网络拥塞预防 方法，其特征在于，根据自然启发算法构造 TCP拥塞控制数学模型，构建网络模型如下： 步骤一、网络模型是从有线LAN经过AP连接到一个无线网络WLA咐勾成的异构网络，此网 络由k个源端节点W及k个目的端节点组成，源端节点与目的端节点为一对一的关系，用集S = {Si,S2……Sk}代表源端节点，用集D={Di，D2……Dk}代表目的端节点，设源端节点和目的端 节点具有相同的回路响应时间RTT; 步骤二、利用生物捕食关系对异构网络TCP拥塞控制中各个参数的关系进行建模分 析，建立异构网络捕食算法，整个网络中都使用基于窗口的TCP拥塞控制算法，算法步骤描 述如下： (1) 构建网络生态模型:异构网络可W看做是一个小型生态系统，该网络生态系统由路 由器，主机W及网络链路等诸多个栖息地组成;运些栖息地中生存着物种如："拥塞窗口 r， "队列长度护，"丢包P"，W及"可用带宽C"等，将各个参数的大小比作生态系统中物种的数 量，各物种之间相互影响、制约，网络生态模型利用物种数量控制问题来映射网络中拥塞控 制问题，将物种间的捕食关系转化为网络参数间的制约关系； (2) 建立参数制约关系:TCP队列管理中"拥塞窗口"与"队列长度"之间W及呵用带宽" 与"拥塞窗口"间的关系与捕食模型的逻辑关系十分相似，因此，受自然捕食关系启发，本发 明构建S层网络捕食关系，即：可用带宽C---拥塞窗口W---队列长度Q，在运个"网络生态系 统"中，拥塞窗口W约束着可用带宽C的数量，而队列长度Q约束着拥塞窗口W的数量，他们之 间的相互捕食关系可W用如下公式表示为网络拥塞模型IPPM:
其中a表示C的出生率，e表示一个C遇至Ijw的死亡率，W功数据流i的拥塞窗口大小，X康 示Wi的出生率，S表示W捕食C的转化效率，e表示每一个W遇到Q的死亡率，A表示每一个被捕 食的Wi转化为Q的效率，而丫代表Q的自然死亡率，其中O是平滑因子，表示流量动态变化对C 和Q的影响程度。在运个模型中，。和Cw是可用带宽C和拥塞窗口W的上界，因此将其设置为 瓶颈链路的带宽大小BB。链队列与时延，瓶颈链路带宽等参数有如下关系：
(3)建立网络拥塞控制架构:将TCP网络拥塞控制按照丢包事件来进行区分，分为丢包 前与丢包后两个阶段，分别建立不同的控制算法。将IPPM嵌入拥塞控制架构丢包前的控制 算法中，TCP流发送端提取相应参数信息，通过IPPM算法计算出适应于当前网络状态并达到 稳态时的发送窗口大小，并将其设置为SSthresh的初始值，进而启动TCP流数据包传送过 程，最终达到链路带宽利用率稳态最大化W及数据流之间带宽资源公平分配的目标。
[0007]本发明有益效果是:本发明与现有源端拥塞控制技术相比，具有W下优点： 首先，传统的TCP拥塞控制算法中网络参数的初始值设置都为定值，无法根据当前网 络状态实时调节，网络适应性很差。而采用网络捕食算法后，通过采集网络实时参数信息并 构造捕食关系，通过IPPM模型来实时的对TCP流进行初始化。使得TCP流能W-个适合当前 网络状态的初始状态运行，增强TCP的自适应性。
[000引其次，传统的TCP传输过程中数据流之间的公平性较差，公平性指