面向車聯網按需驅動的多宿主多鏈路TCP擁塞控制算法

丁男，林滔，宋彩霞,2，譚國真

（1. 大連理工大學計算機科學與技術學院，遼寧 大連 116024；2. 青島農業大學理學與信息科學學院，山東 青島 266109）

面向車聯網按需驅動的多宿主多鏈路TCP擁塞控制算法

丁男1，林滔1，宋彩霞1,2，譚國真1

（1. 大連理工大學計算機科學與技術學院，遼寧 大連 116024；2. 青島農業大學理學與信息科學學院，山東 青島 266109）

針對車聯網終端設備中網絡應用QoS的多樣化需求，保證與安全應用相關的高優先級數據報文發送實時性，提出了一種新的基于數據優先級與吞吐量評估的按需驅動的MPTCP擁塞控制算法PTLIA。首先，算法采用數據報文優先級以及吞吐量占比因子，表征各個數據報文的發送權重；其次，利用分批估計理論模型對 MPTCP中路徑狀態進行實時評估；最后，依據算法模型設計，實現對網絡擁塞時間窗的按需動態調整。實驗與仿真驗證了PTLIA算法在滿足大部分網絡應用需求的前提下，提高了高優先級應用的網絡傳輸實時性。

車聯網；MPTCP；擁塞控制；安全應用；數據優先級；吞吐量評估

1 引言

車聯網利用無線通信技術實現車車通信、車路通信、車與服務中心通信，將人—車—路—環境有機地結合起來，提高了交通安全性和通行效率[1]。如何保障車聯網進行高效穩定地通信已成為車聯網中的關鍵問題。多宿主(multi-homed)通信技術，利用在系統中集成多個或多類物理通信介質，可以提高系統通信的穩定性與可靠性[2]。隨著多宿主通信技術在終端設備上的廣泛應用，如何利用其多物理通信介質并發傳輸、動態切換，有效利用網絡信道容量，成為其應用的關鍵問題。

2013年1月，IETF(Internet Engineering Task Force)工作組制定了 MPTCP (multipath transportcontrol protocol)協議框架[3]。MPTCP協議可以有效地利用多宿主系統中的網絡容量，提高網絡傳輸性能。MPTCP協議通過對傳統TCP協議的擴展，利用多TCP鏈路并發傳輸機制實現了在TCP協議傳輸過程中路徑并發建立、動態選優、自動切換等功能，解決了傳統TCP連接在多通信介質切換過程中的路徑建立延時以及擁塞階段無法動態切換路徑的問題。

車聯網應用是多樣化的，其通信需求也是多元化、海量化并存的。不同類型應用的信息重要性不同，導致其傳輸優先級需求的差異性較大。如系統廣播信息、安全應用信息、交通誘導類應用信息和娛樂應用信息等。然而，現有的大部分MPTCP擁塞控制算法的主要考慮因素是傳輸效率以及對傳統單路徑TCP用戶的公平性問題[4]，并未結合網絡應用中數據的不同通信需求、不同優先級特性對網絡資源進行分配管理。結合車聯網的應用需求，設計有效的MPTCP擁塞控制算法，是提高MPTCP協議在車載終端設備中有效利用多物理通信介質的關鍵。

針對上述問題，本文提出了一種基于應用優先級與吞吐量評估的MPTCP擁塞控制算法。本文不僅考慮了傳輸效率與公平性因素，還考慮了車聯網中高優先級應用的傳輸需求，按需對不同應用的網絡擁塞窗口值動態調整，進一步保證了車聯網通信的安全性，并通過吞吐量評估的方式提高了網絡傳輸效率，從而增強了車聯網通信的實時性。

2 相關工作

MPTCP對TCP進行了支持多路徑的擴展，旨在通過同時使用多條路徑提高網絡的吞吐量和頑健性。由于MPTCP具有的高可靠性、高吞吐量特性，MTPCP將成為車聯網多樣化通信的有效方法之一。文獻[5]介紹了一種專門用于車聯網中多媒體應用的MPTCP傳輸協議，文獻[6]使用MPTCP協議提高車聯網中的文件傳輸效率。然而由于MPTCP多路徑的特性，也使TCP中的傳統擁塞控制算法不適合直接應用于MPTCP協議中，故早期IETF工作組制定MPTCP規范時提出了以下3個設計目標[3]。

1) 提高吞吐量：MPTCP流的整體吞吐量不應低于僅使用任意一條單路徑時所獲得的吞吐量。

2) 不產生損害：當 MPTCP與TCP同時使用某網絡共享資源時，MPTCP用戶不能比TCP用戶獲得更多的網絡資源。

3) 擁塞平衡：若某條MPTCP鏈路發生擁塞，則應盡量將數據轉移到其他路徑傳輸，以均衡各子流間的擁塞程度。

針對上訴目標現已有若干擁塞控制算法被提出。在文獻[7]中，EWTCP(equal weighted TCP)算法對每個子流設置了路徑數的平方分之一作為權重因子，用來平衡 MPTCP對 TCP的侵略性。之后Costin 等[8]提出 LIA (linked increase)算法，LIA 算法將路徑的擁塞窗口值與延遲響應時間的平方的比值作為衡量路徑狀態的標準，并將當前路徑比值與所有的路徑比值之和的比例作為擁塞窗口值增量。Khalili等[9]通過實驗證明了LIA算法不能完全實現擁塞平衡，并在LIA算法的基礎上，進行了部分修正，提出了OLIA算法(opportunistic linked increases algorithm)。該算法與LIA算法相比，新增了一項與最佳路徑相關的機會增長因子用來對LIA算法的路徑選擇進行一定的修正，保證了整體鏈路的負載均衡，以及Linux系統中MPTCP默認的擁塞控制算法 Coupled[10]，該算法將多個子流的擁塞窗口聯合起來，共同決定某一子流的擁塞窗口值的增長。除以上提及的MPTCP擁塞控制算法，還有一些其他的相關文獻建議去處理MPTCP中的最優化路由[11]和數據中心網絡[12]等相關擁塞問題。

雖然現有的 MPTCP擁塞控制算法已經較為完善，但并未考慮車聯網等系統中安全類應用具有的優先級傳輸需求。已有的考慮優先級擁塞控制的文獻也幾乎局限于無線傳感網方面。如最早的應用于無線傳感網中的基于優先級的擁塞控制算法PCCP[13](priority based congestion control protocol)，文獻[14～16]均是對PCCP算法在某一方面的改進，而文獻[17]則介紹了一種在LTE(long term evolution)移動網絡中基于優先級的擁塞控制算法。

3 吞吐量評估優先級調整模型

3.1 MPTCP鏈路條件分析

如圖1所示，在使用TCP傳輸數據時，通常包含3個階段[18]。

1) 開始階段(0-knee)：網絡上的負載較小時，增加負載，網絡上的吞吐量將會近似線性增長。

2) 積聚階段(knee-cliff)：網絡上的負載持續增加，到達網絡的容量上限之后，吞吐量的增長速率將逐漸變緩。

3) 過載階段(cliff-∞)：繼續增加負載，以至于網絡嚴重擁塞，導致分組丟失的發生。此時，網絡的響應時間顯著增加，網絡趨于癱瘓，吞吐量急劇下降。

圖1 負載—吞吐量關系

由以上的分析可知，鏈路的吞吐量是隨鏈路負載不斷變化的，因此，本文設想通過分析吞吐量的增長比例去預測MPTCP的鏈路條件。基于文獻[19]提出的TCP鏈路吞吐量模型，t時刻的吞吐量xr(t)可由以下公式獲得

其中，Rr(t)表示t時刻在路徑r上的延遲響應時間RTT(round-trip time)，pr(t)表示t時刻在路徑r上的分組丟失率。r∈Mu，Mu是任意應用u的所有可用路徑集合。pr(t)的計算方式采用了文獻[19]中的估計方法其中，l(t)是應用u在上2次

r分組丟失之間成功傳遞數據報文的數量。根據式(1)對xr(t)求導可得

分析式(2)可知，任何時刻路徑r上的吞吐量具有如下xr(t)屬性。

1) 如果t時刻路徑r上延遲響應時間Rr(t)和分組丟失率pr(t)同時增大，則xr(t)將減小。

2) 如果t時刻路徑r上延遲響應時間Rr(t)和分組丟失率pr(t)同時減小，則xr(t)將增大。

因此，為表示MPTCP鏈路吞吐量的變化趨勢，本文定義了集合Cr。

Cr由式(2)推導獲得，其是t時刻吞吐量逐漸降低的路徑r的集合。為方便計算，ΔRr(t)與Δpr(t)分別使用Rr(t)-Rr(t-1)與pr(t)-pr(t-1)的簡化表示。

3.2 吞吐量預測

若使用基于擁塞窗口調整的擁塞控制機制去盡量避免擁塞和提高MPTCP的性能，則應研究吞吐量的變化趨勢。如圖1所示，在開始階段，擁塞窗口值應該與吞吐量一同急劇增長。而當進入積聚階段時，則應該逐漸降低擁塞窗口值的增長速度以減緩吞吐量的增長速度。因此，為選擇合適的擁塞窗口增長策略，需要去計算和預測鏈路的吞吐量。雖然吞吐量的長遠變化趨勢受鏈路負載的影響，但仍然可以使用分組丟失率和 RTT值預測出短期內吞吐量的變化趨勢。文獻[20]中推薦了幾種吞吐量評估策略。

本文使用了分批估計算法[21]進行吞吐量預測，其在一維非線性系統中具有良好的頑健性。該算法的工作過程由2步組成：第1步為自適應，分批估計算法通過測量和計算第t時刻和t-1時刻數據計出系數α；第2步為預測，該算法使用第1步中的數據估計第t+1時刻的可能取值。使用分批估計算法獲得的估計值表示吞吐量的預測值，可以預測出未來傳輸數據流的吞吐量。t+1時刻的吞吐量預測值? t+1）可由以下公式得出

其中，x?( t+1)為 t+1 時刻x的估計值，α?(t)表示對t時刻α的估計值，α的估計值可用式(5)求得

其中，

因為該算法的遞歸特性，故不需要其他額外信息，僅使用第t時刻與第t-1時刻吞吐量的測量值與估計值就可以進行實時的預測。該預測方式計算簡單，且該算法的頑健性也能盡可能保證預測值的準確性。

3.3 動態優先級

針對車聯網中面向不同應用的數據報文具有不同重要程度的特性，本文從系統一致性角度，參考數據報文所屬應用優先級，以及報文所在鏈路狀態定義了數據報文的動態優先級，給出了數據報文的動態優先級以及劃分模型，用以反映不同優先級或相同優先級任務產生的報文的實時重要性。

定義1 數據報文的動態優先級用以表征當前數據報文待發送的實時需求程度。其描述如下

其中，p為所屬應用的優先級，根據操作系統任務調度的一般性，p值越小，其優先級越高。r為應用選擇的傳輸路徑，Rr為其上次傳輸時接收端的延遲響應時間，Rmax是最大延遲響應容忍時間常數，超出這個時間則認為報文丟失，應用當前任務總的數據傳輸量為data，α為比例控制因子。根據IEEE TCP協議[4]定義，單個數據報文最多可以攜帶的數據量為1 500 byte，故本文選擇α=1 500作為比例控制因子，即認為若某應用傳輸數據量低于單個數據報文傳輸的最大數據量，則該應用的傳輸數據量相對較小。

根據TP定義，某數據報文所屬的任務優先級與從屬的任務優先級、數據報文長度以及RTT成正比，即從屬任務優先級越高，所在通信鏈路狀態越優，總發送數據報文越小，該數據報文實時發送需求越急迫。動態優先級考慮了RTT與傳輸數據量大小對應用優先級的影響。RTT較小表示當前路徑狀態較好，可以適當增大擁塞窗口。一般情況下，某次傳輸數據的數據量較小，則表示該數據具有更高的即時性與有效性，如一般情況下信息、文檔等文件較音樂、視頻等多媒體文件有更高的重要性，但理論上應該保持數據優先級對優先級影響力的主導作用，對于本文討論的情況，即應該保證調整之后的動態優先級不會跨越下一應用優先級。

因此，本文采用了將延遲相關因子與數據量相關因子相乘的方式。由公式簡單計算可知取值范圍為(0,1)，則動態優先級不會發生跨越應用優先級的情況。動態優先級定義既考慮了鏈路情況與傳輸數據量對優先級的影響，以區別相同優先級應用的優先程度，同時也保證了應用優先級對動態優先級的支配地位。

針對不同優先級應用的數據傳輸需求的重要性不同，故首先應該對動態優先級進行劃分。若系統中動態優先級的取值范圍為從M到N依次遞增的數，則先取初始中間值為盡可能減少高優先級應用，故將初始中間值下取整，即以Linux中nice值優先級為例，應用的優先級范圍為-20到20，其中小于0的優先級為特權優先級，則在 Linux系統中動態優先級M=-20、N=21、MID=0。故對于Linux系統中動態優先級小于0的應用，本文認為可以適當加快其數據傳輸的速度。

3.4 吞吐量占比因子

在車聯網系統中高優先級應用自身傳輸的數據量一般較少，故通常不會引起長時間的鏈路擁塞。通常只有當低優先級應用大量傳輸多媒體數據時才會引起鏈路的長時間擁塞。為保證高優先級應用數據的快速傳輸，則此時應盡量保證高優先級應用的鏈路吞吐量占比以避免高優先級應用數據分組的丟失。本文定義了吞吐量占比因子，以避免因低優先級應用大量發送數據造成鏈路擁塞，從而導致高優先級應用頻繁分組丟失。吞吐量占比因子能保證當高優先級應用分組丟失時，若其對當前鏈路的吞吐量占用比例低于吞吐量占比因子時，則其發生分組丟失將不會使自身擁塞窗口值發生衰減。吞吐量占比因子具體定義如下。

定義 2 吞吐量占比因子用于表示某應用所需占用網絡資源的權重。其表達式如下

若某應用的動態優先級為TP，該系統的優先級數值范圍為M到N，M＜N，MID為該系統的優先級數值的中間值。由定義可知，當傳輸應用的動態優先級較低，即TP≥MID時，其吞吐量占比因子β∈[-1,0]，對低優先級應用不具有保證吞吐量占用比例的作用。而當傳輸應用的動態優先級較高，即TP＜MID時，其吞吐量占比因子β∈[0,1]，可通過其適當保證高優先級應用在當前鏈路的最低吞吐量占用比例。

4 PTLIA算法

本部分將具體介紹基于優先級和吞吐量預測的鏈接增長擁塞控制算法（PTLIA），PTLIA算法基于擁塞窗口大小調整機制。本節還分析了 PTLIA算法滿足IETF設計目標的各項屬性，并且證明了其收斂性。

4.1 PTLIA算法設計

在PTLIA算法中，本文使用了吞吐量預測的方式去調整擁塞窗口值的增長速度，以適應不同的傳輸階段。具體的PTLIA算法如下。

1) 每當路徑r接收到一個ACK時，則下一時刻的擁塞窗口值增量為

其中，Mu是用戶u的所有可用路徑集合，當r∈Cr時當時 αr(t)=0。若 r∈Cr，則表示當前路徑吞吐量增長比率下降，網絡可能發生擁塞，此時因( t +1) >xr( t )，λr將會小于1，可以減緩擁塞窗口值的增長速度，避免過度擁塞，長時間維持鏈路的高吞吐量。

其中，βu是應用u對應的吞吐量占比因子，xr為當前吞吐量，xrmax是應用u在路徑r上曾出過的最大吞吐量數值。

因不同進程的吞吐量占比因子βu不同，故式(9)能使當因鏈路擁塞而發生分組丟失時，高優先級應用的擁塞窗口值衰減更小，低優先級應用的擁塞窗口值衰減更大，從而在長時間傳輸過程中逐漸提升高優先級應用在鏈路中的吞吐量占用比例。同時，通過在分組丟失時進行條件判斷，若高優先級應用在吞吐量占用比例過低時發生分組丟失，則不會發生擁塞窗口值衰減，進一步保證了高優先級應用在鏈路中的吞吐量占用比例。

PTLIA算法僅在發生分組丟失，即在鏈路可能出現擁塞時，才對不同優先級應用的擁塞窗口值給予不同的調整策略。因此，PTLIA算法不會影響不同應用在擁塞窗口值增長上的公平性，同時通過保證吞吐量占比提高了高優先級進程的傳輸速度。

4.2 PTLIA算法屬性分析

根據IETF制定的標準，MPTCP擁塞控制算法應該盡可能滿足本文第2節提及的3個目標。本文將描述PTLIA的相關屬性，并且證明其滿足以上的3個目標。

定理1 PTLIA算法在任意應用u使用的任意路徑r上具有以下屬性。

1) PTLIA算法滿足MPTCP設計目標1：提高吞吐量。

2) PTLIA算法滿足MPTCP設計目標2：不產生損害。

3) PTLIA算法滿足MPTCP設計目標3：擁塞平衡。

4) 對于任意時刻t與t+1，若K與T是2次連續分組丟失發生的時間，且滿足 K

證明 以上屬性的具體證明請詳見附錄1。

4.3 PTLIA算法公平性與代價

4.3.1 PTLIA算法公平性分析

PTLIA算法的公平性問題即為對 TCP用戶的友好性，具有良好公平性的算法應盡可能減少對TCP用戶路徑的侵占。有關PTLIA算法公平性的理論分析，即為4.2節中的屬性2)，不產生損害。

4.3.2 PTLIA算法代價分析

本文通過吞吐量預測的方式，更準確地獲取了路徑的擁塞情況，從而進一步提升了系統的傳輸效率，但吞吐量預測也增加了算法運行時的計算量。不過該計算量與目前計算機的性能相比極其微小，所以，其對傳輸性能的影響也幾乎可以忽略。

另一方面，本文提出的算法主要考慮的是高優先級任務的傳輸需求，故在降低高優先級任務的傳輸時間的同時將會增大低優先級任務的傳輸時間。同時由于算法分組丟失策略的限制，當系統中的傳輸進程全是極高優先級進程，或全是極低優先級進程時，系統的傳輸效率也將受到較大影響，但該問題可通過應用設置避免。

5 實驗仿真與性能分析

本文實驗通過NS3構建多宿主通信環境，并針對車聯網中大數據量、小數據量等不同的網絡傳輸需求對PTLIA算法性能進行驗證，并與LIA、OLIA算法進行了性能對比分析。

5.1 仿真環境與設置

本部分的優先級對比實驗在仿真模型中的A、B、C 3個節點上建立相關應用進行數據傳輸。其中，A、C為發送節點，B為接收節點，節點 A使用MPTCP，節點C使用TCP。在相同的網絡環境下，當所有應用的數據全部傳輸完成時，實驗停止。其仿真實驗模型如圖2所示。

圖2 仿真模型

5.2 優先級對比實驗仿真結果分析

針對不同場景的應用需求，本實驗環節分為 2部分：第1部分實驗應用的傳輸數據量為5 MB；第2部分實驗應用的傳輸數據量為50 MB。本節將分別對比傳輸數據量為5 MB和50 MB時，PTLIA算法中不同優先級應用的傳輸結束時間和擁塞窗口值變化情況。實驗參數如表1所示，實驗結果如圖3所示。

圖3為各應用傳輸數據量為5 MB和50 MB時的擁塞窗口值變化。由圖3可以看出不論是傳輸數據量較低（5 MB），還是傳輸數據量較高（50 MB）時，應用1在其傳輸期間相比其他應用能維持較高的擁塞窗口值，且分組丟失策略的保護使應用1近乎同時使用路徑1與路徑2進行傳輸，從而使高優先級應用1的數據提前傳輸完成。

表1 實驗1仿真參數

圖3 各應用擁塞窗口值

圖4為傳輸數據量分別為10 MB、20 MB、30 MB、40 MB和50 MB時，重復進行20次傳輸實驗后統計獲得的各應用的平均結束時間。由圖中可以看出，當傳輸數據量較低時，各應用的傳輸時間差距較小，當傳輸數據量逐漸增大時，應用1的傳輸時間明顯低于其他應用的傳輸時間。由實驗結果可知，PTLIA算法通過在發生分組丟失時保證高優先級應用的吞吐量和對應用的擁塞窗口丟失值進行調整的方式，保證高優先級應用優先傳輸的目的。

圖4 各應用平均結束時間

5.3 各算法性能對比與分析

5.3.1 性能對比實悚仿真參數

本節針對 LIA、OLIA和PTLIA這3種算法分別在NS3中進行仿真。實驗2在圖2仿真模型中的A、B節點上建立了應用5，應用5分別使用不同的擁塞控制算法傳輸數據，傳輸數據量均為10 MB。為排除PTLIA算法中優先級控制對PTLIA算法性能的影響，實驗2將應用5的優先級設置為0，則分組丟失處理時PTLIA算法將與其他算法相同。表2為實驗2的各項仿真參數。

表2 實驗2仿真參數

5.3.2 愢塞窗口表現分析與比較

圖4中給出了3種算法在路徑1和路徑2上的擁塞窗口值變化情況。

由圖5可以看出，因LIA算法不具有擁塞平衡的作用，故LIA算法在整個傳輸過程中一直在同時使用鏈路條件更差的路徑2，而OLIA算法與PTLIA算法僅僅在路徑過度擁塞時使用路徑2傳輸。對比OLIA與PTLIA算法還可以看出，OLIA算法在擁塞避免階段的擁塞窗口值近乎為線性增長，而PTLIA算法的擁塞窗口值則因吞吐量預測而呈現出曲線趨勢，能持續地維持擁塞窗口值平穩增長和降低分組丟失率，故PTLIA算法將能更有效地避免如OLIA算法在8～12 s時間段出現的過度擁塞的情況。表3給出了各個算法的分組丟失次數。

圖5 各擁塞控制算法的擁塞窗口值

表3 分組丟失次數

實驗在算法傳輸過程中統計了各個算法所有路徑上發生的分組丟失次數總和，若某次分組丟失導致該路徑擁塞窗口值降低，則統計為一次有效分組丟失次數。PTLIA算法通過吞吐量預測的方式更準確地對路徑狀態進行評估，保持路徑進行長時間的穩定傳輸，從而降低了分組丟失次數。

5.3.3 吞吐量表現分析與比較

圖6中給出了3種算法在路徑1和路徑2上的吞吐量變化情況。

圖6 各擁塞控制算法的吞吐量表現

對比圖6中的各個算法可以看出，PTLIA算法的吞吐量在整個數據傳輸過程中表現更加平穩，其最大吞吐量值幾乎維持在同一水平線。而LIA算法與 OLIA算法的吞吐量均在傳輸過程中具有很大波動，OLIA算法甚至出現了因鏈路過度擁塞而導致吞吐量急劇下降的情況。對比分析可知，PTLIA算法通過吞吐量預測的方式相比LIA與OLIA算法，能更好地控制鏈路的擁塞情況，維持鏈路的最大吞吐量。表4為各個算法的傳輸結束時間，證明了PTLIA算法通過吞吐量預測進一步地節約了傳輸時間。

表4 傳輸完成時間

5.3.4 愢塞窗口增量分析與比較

圖7給出了3種算法在路徑1上的擁塞窗口增量變化情況。

圖7 各擁塞控制算法在路徑1上的擁塞窗口增量

因路徑 2條件較差，在傳輸過程中擁塞窗口值幾乎沒有變化，圖 7僅為 LIA、OLIA和PTLIA算法在路徑 1上的擁塞窗口增量值的變化。為更加直觀地表現擁塞避免階段算法對擁塞窗口值的調整作用，本部分移除了慢開始階段的擁塞窗口增量值。圖中豎線表示傳輸過程中發生一次分組丟失，因此，從圖7中可以清晰地看出PTLIA算法在2次分組丟失之間的擁塞窗口增量值逐漸減小，而LIA與OLIA算法并不完全符合該特征，即圖7驗證了PTLIA算法滿足理論1中的屬性4。

5.4 公平性分析與比較

為測試 PTLIA算法對傳統單路徑TCP用戶的公平性，本部分進行了 LIA、OLIA和 PTLIA算法的公平性對比實驗。實驗3依然使用圖2中的仿真模型，傳輸數據量均為10 MB，具體仿真參數如表5所示。傳輸時應用6使用MPTCP，并同時使用鏈路1與鏈路2，應用7使用TCP，僅使用鏈路 2。為避免優先級的影響，應用 6與應用7的優先級均設置為0。

表5 實驗3仿真參數

圖8為使用MPTCP時LIA、OLIA以及PTLIA算法與使用TCP時的RENO算法的吞吐量對比。按照MPTCP擁塞控制算法公平性的理論設計，當MPTCP與TCP同時使用瓶頸鏈路鏈路1時，應盡可能使TCP與MPTCP用戶獲得相同的鏈路帶寬資源。針對本實驗環境，因鏈路1與鏈路2帶寬相同，則 MPTCP應用應盡可能少地侵占鏈路 1。使MPTCP應用與TCP應用具有相同的帶寬資源。

圖8 MPTCP與TCP在瓶頸鏈路1上的吞吐量對比

由圖8可以看出，相比PTLIA與LIA算法，OLIA算法的公平性最好，公平性調整最迅速，且穩定地保持著對鏈路1帶寬資源的低占有率。LIA算法的公平性其次，PTLIA算法公平性最低。但由圖8中依然可以看出PTLIA算法具有公平性調整的作用，有效降低了對TCP使用的瓶頸鏈路的帶寬占有率，驗證了PTLIA算法滿足理論1中的屬性2。

6 結束語

本文在參考已有的MPTCP擁塞控制算法的基礎上，根據未來車聯網等系統中即將出現的數據傳輸需求，提出了基于優先級和吞吐量預測的MPTCP擁塞控制算法PTLIA。本文建議的擁塞控制算法是為了解決具有高優先級需求的實時數據的傳輸問題以及進一步提高MPTCP的數據傳輸效率。仿真結果表明，該算法較其他的MPTCP擁塞控制算法，明顯提升了高優先級應用的數據傳輸速度，并提升了整體數據的傳輸效率，將進一步提高車聯網系統的安全性。

在物理因素方面，本文所提出算法的有效性將主要依賴吞吐量測量值與吞吐量預測模型的準確性，在鏈路條件極度不穩定的Wi-Fi網絡中可能將會有較差的表現。未來的研究方向或將考慮針對系統當前傳輸任務的優先級對算法的分組丟失策略進行適當調整，以及調整吞吐量預測模型以適用于各種不同的網絡環境。

附錄1 對PTLIA算法屬性的證明

證明 屬性1)和2)：提高吞吐量和不產生損害。

因PTLIA算法的擁塞窗口值增長因子的結構與OLIA[9]算法相同，故參考OLIA算法，PTLIA算法中的擁塞窗口值增長率如下

因xr(t)2>0，故化簡整理后得到若rmax表示 MPTCP中的最好路徑，文獻[9]則可將

MPTCP設計目標一轉化為吞吐量關系

將MPTCP設計目標二轉化為吞吐量關系

證明 屬性3)：擁塞平衡

擁塞平衡的作用是為了將數據從擁塞鏈路轉移到非擁塞鏈路，故對于非擁塞鏈路其擁塞窗口值增長應該更加快速。若r1、r2分別表示2條不同的路徑，且當前路徑r1較為擁塞，路徑r2條件較好，Δwr1(t)為一用戶在路徑r1上t時刻的擁塞窗口值增量，Δwr2(t)為同一用戶在路徑 r2上 t時刻的擁塞窗口值增量，即應該證明

由式(8)可知，

為方便討論，本文假設在極端情況下路徑r1已經接近完全擁塞，故此時路徑r1上的吞吐量將幾乎不再增長，此時 λr1≤1,αr1≈0。鏈路 r2 狀態非常良好，即 r2?Cr，故此時λr2=1。由網絡傳輸相關知識可知，當鏈路擁塞時，其 RTT值將比條件良好鏈路的RTT值大，即有Rr1＞Rr2。

情況1 當 wr1≤wr2時，代入以上相關參數，對比后明

情況2 當 wr1>wr2時，代入以上參數得到

此時若有

則 ? w（r1t）

證明 屬性4)。

因K與T是2個連續發生分組丟失的時刻，假定t時刻與t+1時刻RTT值相同，且λr(t+1)=λr(t)，則Δwr(t+1)與Δwr(t)的關系可以如下

因t與t+1處于2次連續分組丟失的時間段內，故wr和 xr在此時間段內將持續增長，wr(t+1)＞wr(t)，xr(t+1)＞xr(t)，且 αr(t+1)≥αr(t)， 即故 若 要 證 明則只需證明

若在 t與 t+1時刻其他路徑均未發生分組丟失，則當j∈ Ru,j ≠r 時有 wj( t + 1)≥ wj( t )。中所有項均為正數，且分母為平方增量，故分母增量遠大于分子增量，由相關數學公式可知式(18)成立得證。PTLIA算法滿足屬性4)。

[1] LEE E, GERLA M, et al. Vehicular cloud networking： architecture and design principles[J]. Communications Magazine IEEE, 2014, 52(2)：148-155.

[2] DENG S, NETRAVALI R, SIVARAMAN A, et al. WiFi, LTE, or both?：meas-uring multi-homed wireless internet performance[C]//2014 Conference on Internet Measurement. ACM, c2014： 181-194.

[3] FORD A, RAICIU C, HANDLEY M, et al. Architectural guidelines for multipath TCP development[EB/OL]. https：//tools.ietf.org/ html/ rfc6182.

[4] WISCHIK D, RAICIU C, GREENHALGH A, et al. Design, implementation and evaluation of congestion control for multipath TCP[C]//Usenix Conference on Networked Systems Design and Implementation. USENIX Association, c2011：99-112.

[5] CLOUD J, PIN C F D, ZENG W, et al. Multi-path TCP with network coding for mobile devices in heterogeneous networks[C]//IEEE Vehicular Technology Conference Institute of Electrical and Electronics Engineers (IEEE). c2013：1-5.

[6] KUMAR G S, KHARA S. Technique to improve the file transfer outcomes between road side unit and vehicles in vehicular ad hoc networks[C]//2015 International Conference on Computing, Communication & Automation (ICCCA). IEEE, c2015：360-366.

[7] HONDA M, NISHIDA Y, EGGERT L, et al. Multipath congestion control for shared bottleneck[C]//Proceedings of Protocols for Future,Large-Scale & Diverse Network Transports Work-shop, c2009.

[8] RAICIU C, WISCHIK D, HANDLEY M. Practical congestion control for multipath transport protocols[EB/OL]. http：//tools.ietf.org/pdf/ rfc6356. pdf.[9] KHALILI R, GAST N, POPOVIC M, et al. MPTCP is not paretooptimal：performance issues and a possible solution[J]. ACM/IEEE Transactions on Networking, 2013, (5)：1651-1665.

[10] RAICIU C, HANDLEY M, WISCHIK D. Coupled congestion control for multipath transport protocols[EB/OL]. http：//tools.ietf.org/pdf/rfc6356.pdf. 2011.

[11] WISCHIK D, HANDLEY M, RAICIU C. Control of multipath TCP and optimization of multipath routing in the internet network control and optimization[M]. Springer Berlin Heidelberg, 2009.

[12] RAICIU C, PLUNTKE C, BARRE S, et al. Data center networking with multipath TCP[C]//ACM Workshop on Hot Topics in Networks.Monterey. Ca, USA, c2010：1-6.

[13] YAGHMAEE M H, ADJEROH D. A new priority based congestion control protocol for wireless multimedia sensor networks[C]//2013 IEEE 14th International Symposium on A World of Wireless, Mobile and Multimedia Networks (WoWMoM). IEEE, c2008：1-8.

[14] PATIL D, DHAGE S N. Priority-based congestion control protocol(PCCP) for controlling upstream congestion in wireless sensor network[C]//International Conference on Communication, Information&Computing Technology. IEEE, c2012：1-6.

[15] JAN M A, NANDA P, HE X, et al. PASCCC： Priority-based application specific congestion control clustering protocol[J]. Computer Networks, 2014, 74(1)：92-102.

[16] LI Z, LIU P X. Priority-based congestion control in multi-path and multi-hop wireless sensor networks[C]// IEEE International Conference on Robotics and Biomimetics. c2007： 658-663.

[17] TUNG L C, LU Y, GERLA M. Priority-based congestion control algorithm for cross-traffic assistance on LTE networks[C]// 2013 IEEE 78th Vehicular Technology Conference (VTC Fall). c2013：1- 5.

[18] CHIU D M, JAIN R. Analysis of the increase and decrease algorithms for congestion avoidance in computer networks[J]. Computer Networks & Isdn Systems, 1989, 17(1)：1-14.

[19] MATHIS M, SEMKE J, MAHDAVI J, et al. The macroscopic behavior of the TCP congestion avoidance algorithm[J]. ACM Sigcomm Computer Communication Review, 2001, 27(3)：67-82.

[20] SHAILENDRA S, BHATTACHARJEE R, BOSE S K. Improving congestion control for concurrent multipath transfer through bandwidth estimation based resource pooling[C]// 2011 8th International Conference on Information, Communications and Signa Processing(ICICS). c2011：1-5.

[21] DING N, TAN G Z, ZHANG W, et al. Character-aware traffic flow data quality analysis based on cusp catastrophe theory and wireless sen network[J]. Ad hoc & Sensor Wireless Networks, 2013,18(1)：277-292.

Requirements-driven and multi-homed-based multipath TCP congestion control algorithm for vehicular network

DING Nan1, LIN Tao1, SONG Cai-xia1,2, TAN Guo-zhen1
(1. Institute of Computer Science and Technology, Dalian University of Technology, Dalian 116024, China;2. College of Science and Information, Qingdao Agricultural University, Qingdao 266109, China)

To meet the diversified QoS applications demanded by terminal units of a VANET, especially to ensure the timeliness and reliability when sending the high-priority messages that were related to safety-critical applications, a demand-driven MPTCP congestion control algorithm： PTLIA was proposed, which was based on message priority and throughput estimation. First, message priority and throughput proportion factor were defined to characterize the weight of each message being sent. Second, the patch estimation model was used to make real-time estimation of the state of each MPTCP path. Finally, the algorithm of PTLIA was accordingly designed to adjust, dynamically, the window of the congestion time on demand. The algorithm of PTLIA, as proved in proposed simulations and experiments, has shortened the transmission of the high-priority data, under the premise of MPTCP transmission principles.

vehicular ad hoc network, MPTCP, congestion control, safety-critical applications, message priority,throughput estimation

TP302

A

10.11959/j.issn.1000-436x.2016137

2016-01-26；

2016-05-10

丁男，dingnan@dlut.edu.cn

國家自然科學基金資助項目（No.61471084）；中央高校基本科研業務費專項基金資助項目（No.DUT15QY02）Foundation Items: The National Natural Science Foundation of China (No.61471084), The Fundamental Research Funds for the Central Universities (No.DUT15QY02)

丁男（1978-），男，遼寧沈陽人，博士，大連理工大學副教授、碩士生導師，主要研究方向為信息物理系統、嵌入式技術、移動網絡通信技術、物聯網與車聯網及其應用等。

林滔（1992-），男，四川南充人，大連理工大學碩士生，主要研究方向為車聯網、多鏈路TCP等。

宋彩霞（1977-），女，山東即墨人，青島農業大學講師，主要研究方向為車聯網安全通信協議、信道資源分配、擁塞控制。

譚國真（1960-），男，遼寧本溪人，博士，大連理工大學教授、博士生導師，主要研究方向為車聯網與無人駕駛技術、人工智能、智能交通系統、網絡算法與復雜性理論等。