[01564206]面向高速无线广域网的自学习高效传输方法研究

1、课题来源与背景 高速无线网络、软件定义网络、数据中心网络和高速蜂窝移动网络（4G/5G）等陆续出现,网络的传输需求快速增长、传输的数据类型呈现多样性（如短视频、时延敏感数据）,已有的传输协议难以适应新型网络环境和应用需求,而设计新的传输协议面临诸多挑战。因而,能够自适应和预测调整传输速率的自学习传输协议逐渐受到关注,它们可对网络的状态进行测量、建模和学习,以近似精确的方式对传输速率进行合理地调整。 从国家政策和国内外工业界、学术界的关注情况可看出,新型网络环境中,尤其针对高速无线网络、蜂窝移动网和数据中心网络,具有自学习能力的传输方法潜力巨大,能以更高效的方式利用网络带宽,实现低时延、高吞吐、低丢包率和公平性等目标,研究成果对于提升网络传输质量和能力具有重要的学术意义和应用价值。 2、技术原理及性能指标 （1）传输性能指标梯度敏感的传输控制协议,能有效改善现有传输协议存在的效率问题,提升吞吐量性能,并维持TCP友好性; （2）自学习的传输控制协议,能对网络传输模式进行学习并尽可能精确的调整发送速率,在高速移动和蜂窝网络中提升吞吐量性能。 3、技术的创造性与先进性 （1）立足现有传输控制机制和梯度模型,对传输性能指标梯度进行建模,提出并建立剃度敏感的传输控制协议。 （2）立足统计和机器学习算法模型,对网络传输模式进行学习,提出并建立智能化的传输控制协议。 （3）立足软件定义的方法、统计和机器学习算法,解耦拥塞控制和流控制,提出并建立软件定义控制的传输模型。 4、应用情况及存在的问题 本项目研究取得了一定的成果,提出了面向高速无线网络环境的传输控制模型和方法,深入研究了端系统传输控制算法、交换机/路由器缓存管理,对现有方案进行完善,并提出新的传输控制算法。取得良好运行效果的同时,也存在如下一些问题： （1）新的传输控制协议以仿真分析为主,限于时间和研究经费的不足,仅少量实验在实际网络环境中进行测试; （2）新的传输控制协议的性能优劣会受控制参数的影响,如何让参数适应不同网络环境的要求仍是待解决的问题; （3）新的传输控制算法动态共享和快速部署仍需要继续深入探索,目前尚没有传输控制服务系统以支持该功能。 5、历年获奖情况以及成果 项目组围绕本课题内容,在国际知名SCI期刊、中文EI期刊、学术会议和其他学术期刊发表论文6篇（详见论文佐证）。其中,EI收录3篇,SCI收录3篇。 （1）项目组深入研究传输控制协议的自适应和自学习能力,设计和实现了面向广域网的CBE算法,解决了TCP BBR速率估计不准确带来的问题;针对LEDBAT协议存在的优先级反转问题,提出目标排队时延阈值动态自适应的HDT算法;针对数据中心场景,设计和实现了基于优先级的拥塞控制算法,有效降低了短流的完成时间并保证长流的吞吐量; （2）项目组深入研究了数据并行传输的机理,提出虚拟并行传输协议,有效改善了TCP的公平性并保证效率;提出混合反馈的拥塞控制模型,有效提升数据流的收敛速度,实现高吞吐、低排队时延和低丢包率的传输性能;提出拥塞控制即服务的系统模型,并在Linux环境中实现和测试,在APNet 2019上进行展示; （3）项目组深入研究了无线传感网传输的问题,在实际海岛环境中分别部署了基于LoRa的低功耗广域物联网和传统基于ZigBee的无线传感网,设计方案优化,传输机制高效可靠,并将无线传感网系统应用于水产养殖等实际需求场景中; （4）培养了青年教师1人,硕士研究生5人,课题组初步具备了高速广域网数据传输协议及其系统的研究和应用开发能力。