命名数据网络的自适应多源多路径拥塞控制
作者：Jiayu Yang, Yuxin Chen, Kaiping Xue, Senior Member, IEEE, Jiangping Han, Member, IEEE, Jian Li, Senior Member, IEEE, Ruidong Li, Senior Member, IEEE, Qibin Sun, Fellow, IEEE, Jun Lu
论文摘要原文：Named Data Networking (NDN), with a receiver-driven connectionless communication paradigm, naturally supports content delivery from multiple sources via multiple paths. In a dynamic environment, sources and paths may change unexpectedly and are uncontrollable for consumer, which requires flexible rate control and real-time multi-path management, still lacking investigations. To address this issue, we propose an Adaptive Multi-source Multi-path Congestion
Control (AMM-CC) scheme based on online convex optimization. AMM-CC explores source/path distribution with continuous micro-experiments and abstracts the empirically experienced performance by meticulously designed two-level utility functions. Specifically, AMM-CC enables each consumer to optimize a local transmission-level utility function that fuses multi-source characteristics, including congestion level and source weights. Then, a sub-gradient descent method is designed to adjust transmission rate adaptively and achieve fine-grained control. Moreover, AMM-CC coordinates consumer with the forwarding module to ensure efficient and on-time multi-path management. It enables consumer to determine congestion gap among multiple paths by a path-level utility that sensitively captures changes and congestion on each path. Then, consumer further notifies the forwarding module in achieving precise traffic transferring. We conducted comprehensive evaluations in dynamic scenario with various content distribution using the NDN simulator, ndnSIM. The evaluation results demonstrate that AMM-CC can adapt to flexible content acquisition from multi-sources and significantly improve bandwidth utilization of multi-path compared with state-of-the-art schemes.
论文摘要中文：命名数据网络(NDN)具有接收器驱动的无连接通信范例，自然支持通过多个路径从多个源传递内容。在动态环境中，源和路径可能会发生意外变化，对消费者来说是不可控的，这需要灵活的速率控制和实时的多路径管理，但目前还缺乏研究。为了解决这一问题，我们提出了一种基于在线凸优化的自适应多源多路径拥塞控制(aam – cc)方案。am – cc通过连续的微观实验探索源/路径分布，并通过精心设计的两级效用函数抽象出经验经验的性能。具体来说，am – cc使每个消费者能够优化本地传输级实用函数，该函数融合了多源特性，包括拥塞级别和源权重。然后，设计了一种自适应调整传输速率的亚梯度下降方法，实现了细粒度控制。此外，am – cc还可以协调消费者和转发模块，保证高效、及时的多路径管理。它使消费者能够通过路径级实用程序确定多个路径之间的拥塞差距，该实用程序可以敏感地捕获每个路径上的变化和拥塞。然后，消费者进一步通知转发模块，实现流量的精准传输。我们使用NDN模拟器ndnSIM在各种内容分布的动态场景下进行了综合评估。评价结果表明，与现有方案相比，aam – cc方案能够适应多源内容的灵活获取，显著提高了多径带宽利用率。
研究问题、关键问题：
- 在动态环境中，NDN 网络中的消费者如何有效地利用多个源和多个路径进行内容传输？
- 如何实现灵活的速率控制和实时多路径管理，以应对源和路径的动态变化？
其中比较关键的环节是自适应速率控制（如何根据多源状态动态调整传输速率，避免拥塞并提高带宽利用率；如何平衡不同源对整体传输的贡献，并避免对非拥塞源造成不必要的流量下降）
高效的多路径利用（如何在动态环境中实现实时路径状态感知，并进行有效的流量分配；如何避免静态预设策略的局限性，实现更灵活的控制策略）
适应性（如何设计合适的响应机制，以应对拥塞源，避免过度反应或反应不足；
如何在保证整体传输稳定性的同时，及时捕捉传输状态的动态变化）
研究意义：
- 将社会凹博弈模型应用于 NDN 网络中的资源竞争
- 通过证明效用函数满足社会凹博弈条件，并分析算法的收敛性和稳定性，为 AMM-CC 方案的可靠性和有效性提供了理论保证
研究内容（AMM-CC 方案的研究）
1. 网络模型：
建立 NDN 网络的数学模型，将网络中的消费者、内容源、路径等实体进行抽象，并定义它们之间的相互作用关系。将多个消费者竞争网络资源的场景建模为社会凹博弈，并证明 AMM-CC 的效用函数满足社会凹博弈的条件。
2. 在线凸优化算法：
设计基于在线凸优化的算法，用于自适应地调整消费者的传输速率。使用子梯度下降方法，根据测试速率的效用值计算速率调整梯度，并更新消费者的传输速率。
3. 速率调整策略：
设计基于效用函数的速率调整策略，将传输速率、平均队列长度和丢包率等因素纳入考虑，以实现公平的流量分配和高效的资源利用。设计速率检测机制，通过测试不同速率下的网络性能，评估速率调整策略的效果。
4. 轻量级多路径平衡器：
设计基于路径级效用函数的多路径平衡器，用于监测多路径的拥塞状态，并
根据路径的拥塞状态进行流量转移。设计流量转移机制，例如，基于路径级效用函数的流量转移，以实现精确的流量分配。
5. 信息反馈机制：
设计信息反馈机制，通过数据包中的“源信息”和“拥塞信息”字段，将网络状态信息反馈给消费者。设计“路径 ID”字段，用于在兴趣包中传达流量转移信息，并指导转发模块进行流量转移。
6. 模型分析和性能评估：
对 AMM-CC 方案进行理论分析，证明其收敛性和稳定性。使用 ndnSIM 模拟器进行性能评估，验证 AMM-CC 在不同网络场景下的性能，并与现有方案进行比较。
7. 实现细节：
设计算法的实现细节，例如，数据结构和算法流程。设计信息反馈机制和流量转移机制的具体实现方法。
主要贡献、创新点：
- 提出了一种基于在线学习的自适应多源多路径拥塞控制方案 AMM-CC，能够有效地利用多个源和多个路径，提高传输效率。
- 设计了传输级和路径级效用函数，以实现对传输速率和路径流量的细粒度控制。
- 开发了轻量级多路径平衡器，实现精确的流量转移，进一步优化多路径传输效率。
- 对 AMM-CC 方案进行了理论分析和性能评估，验证了其在动态 NDN 网络中的有效性和优越性。
研究结论（AMM-CC 方案的研究）：
（1） AMM-CC 能够有效地利用多个源和多个路径： 在动态 NDN 网络中，AMM-CC 能够根据源和路径的动态变化，自适应地调整传输速率和流量，从而充分利用网络资源，提高传输效率。
（2）AMM-CC 具有良好的收敛性和稳定性： 理论分析和模拟实验表明，AMM-CC 能够收敛到稳定状态，并且在网络状态发生变化时能够保持稳定的传输性能。
（3）AMM-CC 能够在各种网络场景下取得良好的性能： 模拟实验结果表，AMM-CC 在单路径多源、多路径多源等不同网络场景下，都能够取得比现有方案更好的性能，例如更高的吞吐量、更低的延迟和更低的丢包率。
（4）AMM-CC 对新兴内容源的利用率更高： 由于 AMM-CC 能够根据路径状态进行实时流量转移，因此能够及时发现并利用新兴内容源，提高网络资源利用率。
技术难点：主要体现在以下几个方面：
- 多源和多路径的动态变化：例如，缓存节点的缓存内容可能会发生变化，导致可用源和路径发生变化；网络拓扑结构也可能会发生变化，导致路径的可用性和可靠性发生变化。AMM-CC 需要能够实时检测源和路径的变化，并根据变化情况调整传输策略，以避免拥塞和资源浪费。
- 多源和多路径的速率控制：NDN 网络中，多个源可能会同时向消费者发送数据，导致数据包在网络上交织，难以区分来自不同源的流量。AMM-CC 需要能够识别来自不同源的流量，并根据源的特性（例如拥塞状态、权重等）调整传输速率，以实现公平的流量分配和高效的资源利用。
- 多路径的流量转移：NDN 网络中，多个路径的拥塞状态可能不同，导致流量分配不均，影响传输效率。AMM-CC 需要能够根据路径的拥塞状态，将流量从拥塞路径转移到空闲路径，以提高多路径传输效率。
- 模型设计和参数选择：AMM-CC 的效用函数需要能够准确反映网络状态和传输性能，并能够引导算法收敛到稳定状态。效用函数的参数需要根据网络环境和应用场景进行调整，以获得最佳的性能。
- 实时性：AMM-CC 需要能够实时检测网络状态和传输性能，并根据检测结果调整传输策略，以应对动态变化的网络环境。
进一步研究思路 (Future Work)：
混合传输模式: NAT穿透: 当前方案假设消费者和内容源之间可以直接通信，可以研究如何应对NAT穿透问题，使得AMM-CC能够适用于更广泛的网络环境。流媒体传输: 可以研究如何将AMM-CC应用于流媒体传输场景，并设计相应的流量控制机制。
3. 算法优化:
效率: 可以研究如何进一步提高AMM-CC的效率，例如通过优化算法复杂度、减少信息交换量等。
鲁棒性: 可以研究如何提高AMM-CC的鲁棒性，例如通过设计容错机制、应对恶意攻击等。
总结：
AMM-CC 方案的研究内容涵盖了网络建模、在线凸优化、速率调整策略、多路径平衡器、信息反馈机制等多个方面，并进行了模型分析和性能评估，为动态 NDN 网络中的拥塞控制问题提供了一种有效解决方案。
