实现公平性的拥塞控制算法研究的开题报告.docx
上传人:快乐****蜜蜂 上传时间:2024-09-14 格式:DOCX 页数:3 大小:11KB 金币:5 举报 版权申诉
预览加载中,请您耐心等待几秒...

实现公平性的拥塞控制算法研究的开题报告.docx

实现公平性的拥塞控制算法研究的开题报告.docx

预览

在线预览结束,喜欢就下载吧,查找使用更方便

5 金币

下载此文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

实现公平性的拥塞控制算法研究的开题报告一、选题背景随着互联网的快速发展,网络拥塞控制算法的研究变得越来越重要。传统的拥塞控制算法如TCPReno、TCPVegas等在处理网络拥塞时表现出了很好的性能,但是它们并没有考虑网络实际上是由很多个小的网络组成,这些小的网络之间的差异性很大,可能导致不同的流量拥有不同的网络资源,从而导致流量的不公平。因此,为了提高网络的公平性,研究公平的拥塞控制算法变得越来越重要。二、研究内容本研究计划研究实现公平性的拥塞控制算法,主要包括以下内容:1.研究不同网络资源之间的差异性:本研究将研究不同网络资源(如带宽、延迟等)之间的差异性,分析这种差异性对网络性能的影响,以及如何在拥塞控制算法中考虑这种差异性。2.研究流量公平性:本研究将研究当前流行的公平性度量标准,如max-minfairness、proportionalfairness等,分析其优缺点,并设计一种新的流量公平性度量标准。3.研究公平的拥塞控制算法:本研究将研究针对不同网络资源之间的差异性和流量公平性要求的拥塞控制算法,从理论上和实验上验证算法的有效性和性能。三、研究意义本研究的结果可以为实现公平的拥塞控制算法提供研究参考,为网络设计提供更好的解决方案。具体地,本研究可以:1.提高网络的公平性:根据研究结果设计的拥塞控制算法能够更好地考虑不同网络资源之间的差异性并实现更好的流量公平性,提高网络整体的公平性。2.提高网络性能:通过研究不同网络资源之间的差异性,避免了原有的拥塞控制算法在受网络资源差异性较大的网络中表现欠佳的问题,从而提高网络的性能。3.推动学术研究:本研究研究新的流量公平性度量方法和新的拥塞控制算法,并且将理论研究与实际应用相结合,因此本研究也将推动相关学术研究的发展。四、研究方法本研究将采用理论分析和仿真实验相结合的方法,主要包括以下步骤:1.研究网络资源之间的差异性:首先,对网络资源进行分类并进行差异性分析,利用Simulink和NS-2等工具在实验室环境中完成实验,分析网络资源之间的差异性对网络性能的影响。2.研究流量公平性:本研究将分析当前流行的公平性度量标准,并基于差异性分析设计一种新的流量公平性度量标准以更好地考虑不同网络资源之间的差异性和流量公平性。3.设计新的拥塞控制算法:根据研究结果设计新的拥塞控制算法,并在NS-2中进行仿真实验,从而验证算法的有效性和性能。五、预期成果1.研究不同网络资源之间的差异性,并验证针对不同网络资源的拥塞控制算法对网络性能的影响。2.研究流量公平性度量标准的优缺点,并提出一种新的流量公平性度量标准。3.设计新的拥塞控制算法,并从理论和仿真实验角度验证其有效性和性能。六、研究进度计划时间节点|研究内容---|---2022.1-3|研究网络资源的差异性和对网络性能的影响2022.4-6|研究流量公平性度量标准及其优缺点2022.7-9|设计新的拥塞控制算法2022.10-12|总结分析成果,撰写论文七、参考文献[1]Floyd,S.,&Jacobson,V.(1994).Randomearlydetectiongatewaysforcongestionavoidance.IEEE/ACMTransactionsonNetworking,1(4),397-413.[2]Kalyanaraman,S.,&Sundaram,R.(2002).Congestioncontrolindatanetworks.AnEngineeringApproachtoComputerNetworking,59-92.[3]Liu,B.,&Logan,D.(2013).FlowfairnessandQoSperformanceinTCP/RED/ECNnetworks.IEEETransactionsonParallelandDistributedSystems,24(7),1273-1282.[4]Mathis,M.,Semke,J.,Mahdavi,J.,&Ott,T.(1997).ThemacroscopicbehavioroftheTCPcongestionavoidancealgorithm.ComputerCommunicationReview,27(3),67-82.[5]Zhang,H.,Jiang,W.,&Cao,Y.(2017).Mirror:Amachinelearningapproachtoflowadmissioncontrolfordatacenternetworks.IEEETransactionsonNetworkandServiceManagement,14(3),675-688.