異構網絡中關鍵參數的仿真與研究

張 瀟，王 輝，王 偉

ZHANG Xiao1,WANG Hui2,WANG Wei1

1.河南科技大學 電子信息工程學院，河南 洛陽 471003

2.河南科技大學 現代教育技術與信息中心，河南 洛陽 471003

1.School of Electronic Information Engineering,Henan University of Science and Technology,Luoyang,Henan 471003,China

2.Modern Educational Technology and Information Center,Henan University of Science and Technology,Luoyang,Henan 471003,China

1 引言

對移動性與互聯性的渴望，多種無線網絡系統正逐步代替傳統有線網絡成為互聯網接入的最后一跳。由于其無線信道本身具有時延長、誤碼高等特性，使得原本在有線網絡中表現上佳的TCP協議性能大為下降。

20世紀90年代末期，相關的研究主要集中在異構網絡內部固有的特性和參數上。基于TCP的原始協議，十幾種優化的TCP協議升級版本被提出，這一思路在最早的異構（融合）網絡[1-8]傳輸性能優化思想和方法中占主導地位，TCP-Reno、TCP-Vegas以及TCP-Westwood等都是比較典型的代表，實踐證明，這些改進的TCP協議不同程度地提升了異構網絡的傳輸性能。隨后，采用代理的方法和基于跨層的設計思想被陸續提出，不同類型的代理用在不同的網絡環境中以克服不同的鏈路特性以提高網絡傳輸性能。到了20世紀末和21世紀初，在智能代理與分段連接方法[9-10]基礎之上，模糊數學和智能控制理論的相關方法被陸續提出，其主要依據為網絡狀態是動態變化的，各種測度的閾值不應該是固定不變，應該根據測度的變化狀態建立學習模型，測量值在模型中進行推理，從而認知網絡狀態并合理地進行控制。

各網絡參數與當前網絡真實傳輸狀態的相關性是認知網絡的一個關鍵問題，然而當前的網絡參數研究僅停留在有線或無線的單一網絡環境，欠缺對異構網絡狀態進行合理評價。

本文針對具有瓶頸鏈路的異構網絡環境，在現有各參數基礎之上，提出兩個新參數。根據異構環境的特殊性，分別從鏈路時延長短、路由隊列大小以及誤碼率高低等方面進行大量的實驗仿真，用格貼近度[11-12]方法計算出各參數的相關性。將新參數與現有參數從不同環境的角度進行分析與研究，探討新參數在異構環境下對網絡當前狀態反應的優勢。

2 新參數與相關性研究理論基礎

2.1 新參數的提出

傳輸層是OSI中最重要，最關鍵的一層，總體的數據傳輸與數據控制都由本層進行控制，異構網絡中這一層的重要性不言而喻。傳輸層也稱TCPIP層，如今這一層中參數有許多，典型的有rtt（往返延時），cwnd（擁塞窗口）等關鍵參數，但是這些參數在有線網絡環境中特性表現突出，應用在無線或異構網絡并不是對網絡狀態有良好的相關性。以現有參數特性為基礎，針對異構網絡提出兩個新參數，下面給出具體理論與定義。

ToC為超時周期，此參數是在參數timeout基礎上得到的，計算公式如下：

其中ack個數是隨著數據成功傳輸不斷增大，超時次數受到鏈路帶寬與誤碼丟包的直接影響，該數據包丟包率統計特性近似服從尖τ分布。

均值抖動積MDP是基于參數傳輸往返延時rtt計算得出的，計算公式如下：

rtt參數值抖動比較大，無法確切反映出因為外界干擾而產生的變化。公式中前半部分（中括號內）為srtt（平滑rtt），有效地平滑了rtt參數本身的特性；后半部分（指數部分）為兩次rtt的差值，由于rtt采用s為單位，該差值數量級比較小，此部分值接近于1，將每次rtt的抖動作為微調。在異構網絡中rtt的抖動多數是由于無線網絡中產生，也就是將異構網絡中無線部分延時的抖動作為參數中的微調。MDP不僅能反應瓶頸鏈路中排隊時延變化，而且網絡利用率也能被體現，該數據統計量近似服從正態分布。

2.2 格貼近度定義

本文使用模糊數學的方法來研究分析參數，它是精確的經典數學與充滿了模糊性的客觀世界之間的一座橋梁。要計算兩個模糊集合（即Fuzzy集合）接近的程度，即計算貼近度。通過仿真論證，格貼近度方法易于計算，得到各參數的相關性多樣且準確。下面為實驗分析所用到的格貼近度公式。

其中，a1和a2分別表示模糊集的樣本均值，σ1和σ2分別表示模糊集的樣本標準差。

研究式（1）中給出的公式，相應的可以分別得到：

所以格貼近度公式改進如下：

此公式比較直觀且更貼近實際的正態模糊集，更重要的是避免了較復雜的指數計算。

2.3 相關性的分析方法

網絡中提取的參數為一個模糊集合（即Fuzzy集合），對兩個參數相似程度的度量，就可以應用以上公式進行計算。

如分析參數dupacks（數據包重傳個數）與網絡當前狀態的相關性：當鏈路中出現擁塞或丟包，發送端將接收到重復的確認包ack，隨之dupacks增大，相反整個鏈路的ttp（吞吐量）就會降低。參數dupacks與ttp分別作為輸入參數與，帶入公式（3），即可得到其格貼近度值，該結果反應了參數dupacks與ttp的相關程度。

3 實驗仿真

3.1 異構網絡環境建立

在NS2[13]中進行實驗仿真，使用一種經典啞鈴型拓撲，如圖1所示。

圖1 異構網絡經典拓撲圖

網絡環境對于參數提取的影響非常關鍵，所以下面詳細介紹實驗的網絡環境。

該拓撲中節點A、B和C為普通有線終端，節點D和E為無線終端，AP為連接有線與無線節點的基站，節點C與AP之間為有線連接，稱為瓶頸鏈路，這樣就構建了一種典型的異構網絡拓撲。

為了提取各網絡參數，設置一條目標流，節點A為發送端，節點D為接收端，途中經歷A->C->AP為有線鏈路，AP->D為無線鏈路。修改NS2傳輸層中相關協議代碼，將基站協議代理功能加入AP，即端到端的目標流分成了兩部分，該方法即為上文介紹過的分段連接。有線鏈路部分采用標準的TCP協議，該協議對于有線鏈路的數據傳輸具有較好的性能；無線鏈路采用修改過的TCP協議，以適應特殊的異構網絡環境。由于基站AP是作為無線鏈路部分的發送端，因此修改過的TCP協議應放在基站處，也可把此基站稱為智能網關[14-15]。該智能網關應如何具體地對協議進行控制，是在對參數進行分析，認知異構網絡當前狀態之后所要做的工作，在此無線鏈路采用了TCP-Reno協議。

對于模擬真實多樣的網絡環境，如長延時網絡、輕度負載或者重度負載等，設置不同的輸入參數是一種有效的方法。該實驗中共設置五種參數作為輸入，分別為：延時、隊列、背景流、有線誤碼和無線誤碼。這些參數都是影響真實網絡環境的關鍵因素，延時：有線鏈路中的傳輸延時，模擬數據在有線鏈路傳輸所需的時間。隊列：瓶頸鏈路緩沖隊列長度，隊列越長，瓶頸鏈路由于擁塞的丟包概率越小，反之概率越大，實驗中采用尾丟棄隊列，即Drop Tail。背景流：背景流的個數，實驗中背景流是由節點B為發送端，經過瓶頸鏈路最后被無線節點E接收，背景流個數直接決定網絡擁塞程度。有線和無線誤碼：由于鏈路不穩定因素造成的丟包，非擁塞產生的丟包。具體輸入參數值如表1所示。

除可變的輸入參數之外，實驗中也牽涉到許多不變參數。無線鏈路MAC層采用802.11協議，網絡接口隊列大小為50，依然是尾丟包，無線路由協議為DSDV；TCP協議中代理窗口設置為20，UDP協議中數據包大小為1000，發送速率為25 KB/s；仿真時間為30 s。

表1 各輸入參數表

雖然拓撲只有一種，但是聯合可變與固定參數，可以模擬出243種不同的網絡環境，基本可以涵蓋大多數異構環境，為參數提取提供了可靠保證。

3.2 異構網絡參數提取

傳輸層向它上面的應用層提供通信服務，它屬于面向通訊部分的最高層，該層的參數變化也會對網絡傳輸有關鍵的影響。實驗中提取傳輸層的關鍵參數，作為相關性分析的數據源，具體提取參數如表2。

表2 各參數提取表

提取一共9種參數，前7個參數均為傳輸層比較常見的。后2個參數是由基金項目網絡認知模型的建立中提出的。

仿真時間30 s，采樣周期為0.1 s，得到的參數文件均為300行2列的數據，時間以及參數值。

4 相關性分析

在異構網絡中，端到端的傳輸必然經歷有線與無線兩種媒介，邊界節點以及智能網關AP擔負著關鍵的作用。而往往AP處的數據流負載比較大，就產生了瓶頸鏈路[16]（網絡中最有可能發生擁塞的鏈路）。

如圖1中節點C與AP之間可以稱為瓶頸鏈路，實驗中將此鏈路中的吞吐量（ttp）作為當前網絡實際的性能指標，即為目標參數，表2中各參數作為比對參數，分析各參數與ttp的貼近度。再次特別強調，瓶頸鏈路狀態的好壞并不與吞吐量成正比，而是帶寬利用率決定了網絡狀態的優劣。實驗中參數的貼近度為該參數反應網絡實時狀態的程度，從而由參數以及參數的貼近度就能得到不同環境下的網絡實時狀態。

有了提取得到的參數，使用MATLAB作為分析軟件，使用公式（3）計算格貼近度，得到了各種環境下各參數與瓶頸鏈路ttp的相關性。

參數相關性均值表如表3所示。

表3 各貼近度均值表

相比之下awnd、ssthresh和queue的相關性稍差，即與瓶頸鏈路吞吐量的相關性較低，在此舍去；MDP和ToC是分別由rtt和timeout計算得出的，最終選取cwnd、dupacks、MDP和ToC四個參數。

4.1 不同鏈路時延環境

實驗仿真中鏈路時延分別為10 ms、20 ms和50 ms，將得到的格貼近度按鏈路時延參數分別匯總取平均值，得到圖2。

圖2 不同鏈路延時各參數的相關性

明顯發現，格貼近度值隨鏈路延時的增大而減小。參數cwnd遞減得最快；dupacks的格貼近度在延時為10 ms到20 ms遞減程度較少，而在20 ms到50 ms間遞減程度最高；反觀參數MDP不論從遞減程度且貼近度值，都是較好的，ToC次之，可以得出參數MDP與ToC在長延時的網絡環境下與網絡狀態有著較好的相關性，能有效地反應當前網絡性能。

4.2 不同網絡負載環境

在目標流的基礎之上加入背景流可以模擬不同網絡負載的網絡環境。實驗中根據鏈路帶寬和背景流發送速率，設定了三種網絡負載環境，分別為：無背景流、輕度擁塞和重度擁塞環境，即參數分別為0，1和3，當有三個背景流時，瓶頸鏈路已經嚴重負載，出現很多擁塞丟包。

將得到的格貼近度按背景流分別匯總取平均值，得到圖3。

圖3 不同背景流各參數的相關性

與不同鏈路延時環境的特性不同，各參數的貼近度隨著背景流的增加而提高，即在網絡負載重的環境下，格貼近度值具有更高的價值。

無網絡負載與輕度擁塞的環境下，參數MDP相比之下有較高的相關性，ToC相關性也略高于其他兩個參數；而在重度網絡負載環境下，各參數的相關性差別不大。

4.3 不同鏈路誤碼環境

異構網絡中誤碼包括有線部分和無線部分兩種誤碼，而對于傳輸層而言，經歷異構網絡環境的端到端代理是不區分誤碼產生的原因。因此實驗中對兩種誤碼進行了區分模擬，而在統計貼近度的結果時將兩種誤碼合并為異構鏈路誤碼進行總結，如圖4。

圖4 不同誤碼率各參數的相關性

結果表明，在鏈路沒有產生誤碼丟包環境下，各參數的相關性并不是很理想；誤碼率低的情況下，各參數貼近度比較高，但是隨著誤碼率繼續地增加，貼近度逐漸下降。即在鏈路無誤碼或者誤碼較嚴重環境下，用格貼近度作為標準反應網絡狀態較差；在鏈路中存在較低誤碼的情形，參數MDP依然有著較高的相關性。

4.4 相關性總結

雖然各參數格貼近度均值相差不大，但是區分不同網絡環境之后，相關性的差異還是很明顯，兩個新參數的相關性表現比較突出。在瓶頸鏈路利用探測數據包的往返延時可以得到鏈路時延，在時延低的情形下，各參數相關性高，可以采用此參數作為衡量網絡當前性能的標準。同樣的，當瓶頸鏈路負載比較重、有較低誤碼率的情況下，參數相關性高，反應網絡性能較準確。相反，此方法不適用在鏈路延時高、網絡負載低、無丟包和誤碼率高的網絡環境下，可以采取其他方法對網絡性能進行認知。

5 結束語

從解決異構網絡傳輸性能的問題，引出傳統端到端方法修改現有協議并不合適，在異構網絡邊界處加入智能網關，采用分段方法可以針對不同網絡環境自適應地調整，提高異構網絡總體性能。

該實驗成果為以上課題建立了異構網絡拓撲模型，并確立與提取了各網絡信息參數。在原有參數基礎之上，提出超時周期（ToC）與均值抖動積（MDP）兩個新參數。最后使用格貼近度的方法對參數和網絡瓶頸鏈路真實狀態進行仿真分析，得到了所有參數在不同網絡環境下的相關性，且新參數較其他原有參數均有較好的相關性，為自然基金項目課題下一步建立網絡認知模型以及智能網關中性能優化模塊提供了可靠基礎。

[1]Barakat C，Altman E，Dabbous W.On TCP performance in a heterogeneous network：a survey[J].IEEE Communications Magazine，2000，38.

[2]Biaz S，Vaidya N H.De-randomizing congestion losses to improve TCP performance over wired-wireless networks[J].IEEE/ACM Transactions on Networking，2005（3）.

[3]Ye Jin，Wang Jianxin.TCP improvement based on adaptive packets loss distinction method in wired/wireless network[J].Journal of Communications，2007，28（5）：15-21.

[4]Osada S，Wang Hui，Yokohira T，et al.Throughput optimization in tcp with a performance enhancing proxy[C]//International Conference on Communication Technology（ICCT 2006），2006：392-397.

[5]Wang Hui，Osada S，Yokohira T，et al.A throughput optimization algorithm for TCP connections with different routes in long-delay satellite environments[C]//International Communications Satellite Systems Conference（ICSSC-2007），2007.

[6]李紅，沈未名.有線/無線混合網絡傳輸控制策略[J].計算機工程，2009，35（14）：111-113.

[7]胡致遠，李寧，郭建丁，等.無線異構網絡的資源分配策略[J].計算機應用，2011，31（4）：893-896.

[8]韓濤，黃友銳，曲立國，等.適用于異構網絡的改進TCP協議研究[J].計算機科學，2011（S1）：279-281.

[9]Peng Fei，Wu Lijuan，Leung V C M.Cross-layer enhancement of TCP split-connections over satellites links[J].International Journal of Satellite Communications and Networking，2006，24：405-418.

[10]吳結，高隨祥.基于分段連接機制實現衛星TCP性能的改善[J].計算機系統應用，2006（7）：33-37.

[11]謝季堅.模糊數學方法及其應用[M].3版.武漢：華中科技大學出版社，2006：143-175.

[12]蘇放，甄雁翔，景曉軍.模糊綜合評判的融合網絡2種丟包原因區分[J].北京郵電大學學報，2009，32（3）：60-64.

[13]黃化吉，馮穗力，秦麗嬌，等.NS網絡模擬和協議仿真[M].北京：人民郵電出版社，2010.

[14]Ge Ge，Zhang Guoqing.TCP protocol design and simulation based on heterogeneous network[J].Journal of System Simulation，2004，16（12）：2875-2879.

[15]Wang Hui，Osada S，Yokohira T.Effect of premature ACK transmission timing on throughput in TCP with a performance enhancing proxy[J].IEICE Transactions on Communications，2007，90（1）：31-41.

[16]倪縣樂，周衛華，曾志民，等.Internet瓶頸鏈路帶寬測量方法[J].計算機工程與應用，2003，39（33）：141-142.