中科大计网学习记录笔记(十七):拥塞控制原理 | TCP 拥塞控制

2024-03-04 00:04

本文主要是介绍中科大计网学习记录笔记(十七):拥塞控制原理 | TCP 拥塞控制,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言:

学习视频:中科大郑烇、杨坚全套《计算机网络(自顶向下方法 第7版,James F.Kurose,Keith W.Ross)》课程
该视频是B站非常著名的计网学习视频,但相信很多朋友和我一样在听完前面的部分发现信息量过大,有太多无法理解的地方,在我第一次点开的时候也有相同的感受,但经过了一段时间项目的学习,对计网有了更多的了解,所以我准备在这次学习的时候做一些记录并且加入一些我的理解,希望能够帮助到大家。
往期笔记可以看专栏中的内容😊😊😊

文章目录

      • 3.6 拥塞控制原理
        • 3.6.1 什么是拥塞?
        • 3.6.2 拥塞的原因 / 代价
          • <1> 场景 1:理想情况 - 无限缓冲区
          • <2> 场景二 - 有限缓冲区
          • <3> 场景三 - 网络死锁的情况
        • 3.6.3 两种拥塞控制的方法
        • 3.6.4 案例 - ATM ABR 拥塞控制
      • 3.7 TCP 拥塞控制
        • 3.7.1 拥塞控制要解决的几个问题
        • 3.7.2 拥塞感知
        • 3.7.3 速率控制方法
        • 3.7.4 TCP 拥塞控制
        • 3.7.5 总结:TCP 拥塞控制
        • 3.7.6 TCP 的公平性

3.6 拥塞控制原理

3.6.1 什么是拥塞?

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

💡 当 网络中的流量 超过了网络资源的处理能力时,就会发生拥塞,导致数据包丢失、延迟增加和带宽利用率下降。

  • 拥塞是指网络中出现了过多的数据流量,导致网络设备(如路由器、交换机)无法及时处理所有传入的数据包,进而 导致缓冲队列溢出,丢包等问题。
3.6.2 拥塞的原因 / 代价
<1> 场景 1:理想情况 - 无限缓冲区

👉 这里探讨的是理论化的情况

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

💡 假设有两个发送端和两个接收端,有一个路由器,其输出缓冲区无限大,也就是不会存在丢失的情况,输出链路的带宽为 R,且不考虑输入时处理的情况。

💡 且在 TCP 的情况下会 尽可能的让 每个连接分到的带宽相同,所以这里假设这两个连接 平分 带宽;也就是每个连接能够达到的最大带宽为 R / 2

💡 且发送方 不会重传

有了这些先决条件,来看看连接的吞吐量和延迟:

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

💡 吞吐量(Throughput)是指在单位时间内通过网络或系统的数据量或信息量。

当进入的速率总和达到 R 的时候,排队延迟会趋向无穷大,因为带宽是理论上可达到的最大速率,但实际是不可能实现的,所以队列会一直累计,但因为队列是无线大的,分组并不会 丢失 且发送方不会重传,所以有效的泵出和输入是相等的。

<2> 场景二 - 有限缓冲区

👉 这里讨论的是偏向于现实的情况

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

💡 缓冲区不是无限的,分组会丢失

💡 发送方会因为超时而重发分组

当泵入的数据量不断的增大,由于延迟的增大会触发重传机制,这就导致有效的泵入逐渐减少,会包含很多重发的泵入,这也就导致了有效泵出的减少。

最终呈现出来的图像是这样的:

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

这也就导致了发送方需要大量的重发才能保证有效的泵入。比如说为了达到 1.0 的泵出量,有可能需要 1.2 的泵入量,如果不加以控制的话会导致重发越来越多,拥塞的程度也越来越大,是一个 正反馈的情况。

<3> 场景三 - 网络死锁的情况

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

💡 四个发送端 且 存在超时重传机制

💡 多重路径

当红色的泵入增加的时候,蓝色的泵入在最上方的路由中被抛弃了,因为它到该路由多一跳,到达的更慢;同理,其他的各个路由器都会由于这种情况而形成阻塞。最终导致网络的整体泵出量为 0,达到一个死锁的情况。

3.6.3 两种拥塞控制的方法

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

🍀 端到端的拥塞控制:没有来自网络的直接显示其拥塞状况的信息,系统根据延迟和丢失的时间来判断网络的拥塞程度,比如 TCP 的快速重发,当 TCP 收到三个冗余 ACK 的时候就说明分组可能丢失了,这时候就可以降低发送速率,这也是 TCP 采用的拥塞控制方法。

🍀 网络辅助的拥塞控制:即发送端可以接收到网络关于其拥塞程度的反馈,这样做拥塞控制就会简单很多,比如下面提到的 ATM 网络。

3.6.4 案例 - ATM ABR 拥塞控制

💡 ATM(Asynchronous Transfer Mode)异步传输模式,不是取款机(大悲)

💡 ABR(Available Bit Rate),可用比特率,是一种ATM(异步传输模式)网络中的一种拥塞控制服务类型。这种服务会根据网络的拥塞程度动态调整数据传输速率,以确保网络中的可用带宽得到最佳利用,同时避免网络拥塞和数据丢失。

在这种网络结构上传输的数据称为 信元,信元中有一种特殊的信源为 RM(资源管理)信元,其由发送端发送,在数据信元中间隔插入。

当经过交换机时,交换机会根据自己目前的状况来调整资源管理信元的信息

  • NI bit:no increase in rate 轻微拥塞的时候请求速率不要再增加
  • CI bit:congestion indication 拥塞指示,表示该路由器出现拥塞,应该减小到最小速率。

接收端接收到数据信元后将 RM 信元直接返回 不做任何改变;接收端收到后就可以知道这条通路中的拥塞情况。

3.7 TCP 拥塞控制

3.7.1 拥塞控制要解决的几个问题

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

🍀 端到端的拥塞控制机制:路由器不会向端主机提供拥塞的相关信息

  • 这样的好处是会降低路由器的负担,符合是网络核心简单的 TCP/IP 架构原则
  • 端系统根据自己得到的信息来判断是否发生拥塞从而采取动作

❓ 拥塞控制需要解决的问题

  • 如何检测是否出现拥塞和拥塞的程度如何?
  • 在拥塞的时候发送应该采取什么策略来降低?
  • 在拥塞缓解的时候如何增加速率来保证信息交换的速度?
3.7.2 拥塞感知

💡 既然路由器不提供拥塞情况,那发送端如何得知是否产生拥塞呢?

🍀 当某个段超时的时候,说明网络在传输过程中丢失了

  • 原因一:由于路由器队列已满,出现丢弃的情况
  • 原因二:传输过程中出现了乱序的情况,导致信息没有通过校验而被丢失
  • 由于第二种情况相较于第一种情况出现频率低很多,所以对拥塞控制产生的影响不大

🍀 当出现三个冗余的 ACK 的时候,也可以说明分组被丢失

3.7.3 速率控制方法

💡 拥塞窗口(Congestion Window,简称CongWin)是TCP拥塞控制算法中的一个重要概念,用于控制发送方发送数据的速率,以便避免网络拥塞和提高网络性能。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

👉 拥塞窗口的大小是由 TCP 拥塞控制算法 动态 调整的。

👉 超时的时候拥塞窗口变为 1MSS,进入 SS 阶段,然后倍增到拥塞窗口的一半后进入 CA 阶段

  • 当收到三个冗余的 ACK,拥塞窗口变为一半再次进入 CA 阶段

👉 当正常收到 ACK 没有发生以上两种情况的时候

  • SS 阶段(Slow Start,慢启动阶段):每个往返延迟(RTT)成倍增加发送报文量
  • CA 阶段(Congestion Avoidance,拥塞避免阶段):每个 RTT 只会增加一个单位

💡 在这里有一个基本的概念即可,后面会详细讲述 TCP 拥塞控制的整个流程。

💡 TCP 流量控制和拥塞控制是一个 联合的动作,即发送时要同时满足这两个的要求

3.7.4 TCP 拥塞控制

🍀 慢启动(Slow Start)阶段

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

  • 当连接建立或者网络从拥塞中恢复时,拥塞窗口被初始化为一个较小的值,通常为一个 MSS。
  • 在慢启动阶段,发送方逐渐增加拥塞窗口的大小。每当收到一个确认 ACK 时,拥塞窗口大小就会加倍,这样拥塞窗口呈指数增长。

💡 这样做的目的是快速 探测 网络的可用带宽,以便尽快利用网络资源。

🍀 拥塞避免阶段

  • 当拥塞窗口大小大于阈值的时候,就会进入拥塞避免的阶段,此时每一个 RTT 拥塞窗口加 1,而不是像慢启动一样成倍的增加的增加
  • 拥塞避免阶段就是在临界值上进行试探直到出现了冗余 ACK 或者丢失的情况

🍀 快速重传和超时重传

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

  • 当出现快速重传的时可以推断出网络出现了轻微的拥塞,此时将拥塞窗口减半,继续进行 CA 阶段
  • 如果出现超时则说明拥塞情况较差,此时将阈值设定为发生拥塞时窗口值的一半,同时拥塞窗口被设定为 1 MSS,进行 SS 阶段。
  • 如上图中的红色部分就代表了发生超时进行慢启动,其余部分均为冗余 ACK 导致的拥塞窗口减半。

💡 在这个流程中影响的因素主要是阈值和超时以及冗余 ACK,搞清楚对于这三种情况如何处理即可梳理好整个流程:

  • 阈值是慢启动和拥塞避免的分水岭
  • 超时会导致从慢启动开始且会导致阈值的调整
  • 冗余 ACK 会导致拥塞窗口的减少

💡 由于慢启动在整个流程中所占的时间较短,所以整体是呈现锯齿状的,即由于冗余 ACK 的作用导致的拥塞窗口减半。

3.7.5 总结:TCP 拥塞控制

💡 名词解释:

  • CongWin:Congestion Window,拥塞窗口
  • Threshold:阈值

🍀 当 CongWin < CongWin ,发送端处于 慢启动 阶段,窗口指数增长

🍀 当 CongWin > CongWin,发送端处于 拥塞避免 阶段,窗口线性增长

🍀 当收到三个重复 ACK的时候,Threshold 设置成 CongWin / 2CongWin = Threshold + 3

🍀 当超时时间发生的时候,Threshold = CongWin / 2CongWin = 1 MSS,进入 SS 阶段

💡 补充:TCP 的吞吐量:TCP 的平均吞吐量可以用窗口尺寸和 RTT 来近似的描述

  • 假设发生丢失的时候窗口尺寸是固定的

  • 外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

  • 平均窗口尺寸 = 1 / 2 W + W = 3 / 4 W 平均窗口尺寸 = 1 / 2 W + W = 3 / 4 W 平均窗口尺寸=1/2W+W=3/4W

  • 吞吐量等于上述值除以 RTT

3.7.6 TCP 的公平性

💡 公平性目标:如果 K 个 TCP 绘画共享一个链路带宽为 R 的瓶颈,每个会话分到的有效带宽均为 R / K。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

TCP 通过其拥塞控制可以实现相对的公平性

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

上图中紫色的线代表带宽,即链接一所占的带宽加上链接二所占的带宽等于总带宽,也即出现拥塞的时候。

  • 左下角的红色线很明显可以看出来当到达拥塞的时候 链接一 所占有的资源多
  • 因为拥塞窗口为对半减少,这样就代表 占有资源多的一方减半时候损失的也就越多
  • 这样会逐渐靠近虚线,也就是连接一所占的带宽等于连接二所占的带宽的情况,这样就达到了公平性

这篇关于中科大计网学习记录笔记(十七):拥塞控制原理 | TCP 拥塞控制的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/771357

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权,允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true (Spring security默认会带有ROLE_前缀),去

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

hdu4407(容斥原理)

题意:给一串数字1,2,......n,两个操作:1、修改第k个数字,2、查询区间[l,r]中与n互质的数之和。 解题思路:咱一看,像线段树,但是如果用线段树做,那么每个区间一定要记录所有的素因子,这样会超内存。然后我就做不来了。后来看了题解,原来是用容斥原理来做的。还记得这道题目吗?求区间[1,r]中与p互质的数的个数,如果不会的话就先去做那题吧。现在这题是求区间[l,r]中与n互质的数的和

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学