大数据环境下的TCP网络拥塞控制算法研究

With the rapid development of Cloud Computing and Internet of Things, the data has increased sharply in the word. This urges our society into the age of Big Data, so, the communication networks based on TCP have developed rapidly and been applied widely. Therefore, this project focuses on the congestion control algorithm for the TCP network based on the Active Queue Management (AQM). Firstly, based on the stochastic character of the real network, the Markov process is used to build the mathematic model of the TCP network. Compared with the existing model, the new model will describe the change accurately. Secondly, considering the User Datagram Protocol (UDP), the saturation of input and other factors in the network, the nonlinear controller is proposed to avoid congestion. Thirdly, the control algorithm based on event-triggered will be proposed in order to reduce the transferred data and then the congestion can be reduced. Finally, this project presents a global congestion control algorithm. When the congestion happens, the router could cooperate with other connected routers which can expand the capacity indirectly so as to distribute more and more data from the congested router. The researches to be developed are based on the practical problems, undoubtedly, the project is a beneficial attempt and exploration of the application for the congestion control of TCP networks.

随着云计算、社交媒体等新兴信息技术和应用模式的快速发展，促使全球数据量急剧增加，推动人类社会迈入大数据时代。因此，基于传输控制协议(TCP)的通信网络得到飞速的发展和广泛的应用。为此，本项目针对TCP网络的主动队列管理方案，设计拥塞控制算法。首先，根据实际网络的随机特点，引入马尔科夫过程建立TCP网络的数学模型，相比较于现有的模型，所得到的模型更加准确的描述了系统的变化特性；其次，考虑大数据环境下UDP流以及TCP网络的饱和等因素，设计非线性拥塞控制器实现网络的拥塞避免；再次，提出基于事件的触发策略，以减少控制器的传输数据，进而可改善网络的拥塞情况；最后，本项目提出一种全局拥塞控制策略，使拥塞节点可利用与其相连接的其他节点的链路容量来间接增加自身的链路容量，进而实现拥塞控制。本项目拟开展的研究工作完全从TCP网络实际应用中存在的问题出发，将会为TCP网络拥塞控制的应用做出有益的尝试和探索。

现实世界中的各种关系构成了不同类型的网络，而互联网(Internet)是目前对人类生活产生极大影响的网络之一，对其进行研究是十分必要的。互联网的基础是计算机通信网络，其广泛使用的数据传输协议是端到端传输控制协议(TCP)，保证数据传输队列稳定的是一类叫做主动队列管理(AQM)的算法，而TCP/AQM系统是二者结合的产物。随后，又有主动窗口管理(AWM)算法提出。在控制理论框架下，对此系统进行拥塞控制算法的研究是目前的热点之一，具有重要的现实价值与意义。本项目即是在这一背景下进行研究工作的，目前项目已得到了一系列研究结果。主要研究内容包括计算机通信网络系统的流量预测、网络建模、拥塞控制、控制方法理论研究等四个方面。从时间序列的角度研究了一般网络流量预测问题，给出了基于混沌时间序列和回声状态网络模型的网络流量短期预测方案，减少未知和时变噪声对模型预测精度的影响。针对TCP协议，应用马尔科夫跳变理论分析了TCP窗口的随机变化规律，构建了窗口跳变离散模型。针对马尔科夫建模遇到的理论问题，研究了一类马尔可夫跳变系统的非线性控制方法，得到了系统可容许的充分条件。针对系统不确定、外部干扰、输入饱和、状态约束等情况，利用极小极大、模糊逼近、神经网络逼近等方法处理干扰影响，采用滑模、逆推等控制器设计方法，研究了TCP网络系统的拥塞控制问题。分别得到了跟踪误差、H无穷、性能约束、有限时间、固定时间、预设性能、事件触发等控制结果，提高了TCP网络系统的暂态性能和稳态性能。研究了多节点多瓶颈多场景网络的拥塞控制问题，构建了基于并联拓扑级联运行规则的双路由网络模型，和多瓶颈网络的多智能体模型，设计了切换控制器，使不同路由节点的队列稳定在各自的期望队长。以TCP网络系统和其他工程系统为背景，研究控制器设计的一般理论及在其他领域的相关应用。研究工作取得了丰富的研究成果。