一、TCP发送缓冲区优化方法的分析与实现（论文文献综述）
刘立坤[1]（2021）在《深度报文检测的性能提升与安全增强》文中研究表明网络与信息安全技术深刻地改变着人类生活生产方式,与此同时,世界上大国间的博弈日趋激烈,跨主权犯罪团伙、黑产组织等活动日益猖獗,各种网络渗透与入侵的强度和严重程度不断飙升,严重影响各国国家安全与社会稳定。深度报文检测作为网络防御的核心技术,在网络信息安全保障中发挥着不可替代的作用,大模式集和大流量是其性能关键,影响各个环节的效率,针对每个环节的攻击也会影响和制约其发挥作用。因此,深度报文检测面临着性能和安全两方面挑战。不断增大的攻击特征规模增加了核心功能模式匹配算法的时空资源消耗,不断增长的网络流量增加了单机性能压力,不断涌现的具有针对性的攻击增加了安全威胁。国家级大流量深度报文检测技术亟待进一步优化改造。本文针对深度报文检测面临的挑战,研究基于模式特征和流量特征的模式匹配算法,面向算法复杂度攻击和网络渗透的深度报文检测安全防御能力,主要贡献如下:首先,从模式特征适应性的角度,研究深度报文检测系统的并行模式匹配算法。模式规模与模式特征是影响模式匹配性能的关键因素之一。真实环境下大模式集长度分布具有范围广、动态变化特征,现有模式匹配算法对长度敏感,仅在特定模式长度下具有高效性,缺少适应不同长度分布的高效匹配算法。为了解决这个问题,本文提出了一种基于千万模式特征优化的并行模式匹配技术,细粒度地对模式集进行重组、调度、评估与优化。本文采用不易陷入局部最优的遗传退火算法对模式划分的结果进行多核调度。根据模式长度的适应性,本文提出了评估与优化方案,通过建立评估标准衡量调度结果,通过模式集优化对不满足评估条件的结果再进行重组与调度。实验表明,当模式数量为10时,该算法比动态规划划分算法提高了43%,并且模式集规模越大,提升越明显。其次,从非命中流量特征分析的角度,研究深度报文检测系统的模式匹配性能提升算法。在实际工作中,流量内容命中模式集的概率不足万分之一,常用模式匹配算法并未考虑流量内容特征,如何提高非命中流量处理性能是提高系统性能的一个突破口。本文提出了一种基于非命中流量特征的模式匹配技术,通过增加对非命中流量中大量重复字符串的特殊处理,提高检测速度。首先,提取在一定时间窗口内网络流量中的重复字符串,通过k-grams法构建重复字符串库,然后,构建模式匹配框架,对常规内容和重复字符串采用不同模式匹配算法构建匹配子模块,并建立映射关系。实验表明,该算法比双路径方法提高了10%-30%。然后,从模式匹配算法脆弱性的角度,研究提高深度报文检测安全防御能力的方法。算法复杂度攻击（Algorithmic Complexity Attacks）是一种典型的利用模式匹配算法脆弱性消耗系统时空资源的攻击技术,攻击者通过掌握的先验知识伪造攻击数据,使算法一直运行在最坏时间复杂度上。本文从攻击流下的攻击检测算法、模式匹配算法和基于多核的流调度算法进行防御,提出了一种基于I级和II级两级阈值的算法复杂度攻击检测方法,基于自定义索引顺序的模式匹配算法,基于多核的流调度算法。实验表明,在攻击强度超过10%后,性能上,两级阈值检测法比无阈值提高11%-60%,比I级阈值提高4%-14%。当攻击强度为30%时,自定义索引顺序算法比常用算法提升79%,多核流调度算法受攻击影响较小,比自定义索引顺序算法提升21%。最后,从协议漏洞的角度,研究提高深度报文检测防御网络渗透的方法。网络渗透严重威胁深度报文检测系统的安全,如TCP状态机攻击和多路径传输攻击。TCP状态机攻击是攻击者通过伪造报文干扰系统的TCP状态机,误导其丢弃攻击流量,本文设计了TCP还原辅助缓冲区和TTL表识别此类攻击,实验表明,检测攻击成功率为96%。多路径传输攻击是攻击者通过将攻击数据分片,利用MPTCP协议将每个分片经过单独网络向目标传输,由于深度报文检测缺少分布式检测MPTCP协议,导致对攻击数据分片出现误判。本文定义了邻接内容,将多个深度报文检测系统相同流的内容关联起来,提出了分布式异步并行检测算法。从攻击强度和恶意特征分片数目两个方面进行的实验结果表明,攻击强度是影响整体性能的因素,随着攻击强度的增强,性能均呈下降趋势,平均检测攻击成功率达到98.8%。在相同的攻击强度下,比现有分布式检测算法性能提升4%-22%,且性能提升空间随着恶意特征分片数量的增加而增大,平均检测成功率提高到98.7%。
杨馥聪[2]（2021）在《基于深度强化学习的数据平面队列管理设计与实现》文中认为随着短视频、直播、云会议等对实时性要求较高的应用不断涌现,最小化延迟成为网络研究的方向和目标。主动队列管理对于改善网络拥塞、控制数据流延迟有着重要作用。然而传统网络的转发设备受硬件限制不支持用户自定义队列管理算法,但随着可编程网络等新型网络架构的出现,在数据平面通过编程接口管理网络节点上的资源（存储器、处理器和分组队列等）得以实现,主动队列管理技术得到进一步的发展,研究数据平面的队列管理对于改善网络拥塞和满足低时延网络应用需求有着重要意义。本文在网络可编程技术的研究基础上,结合深度强化学习模型,设计实现了基于深度强化学习的数据平面队列管理机制,该机制对可编程数据平面队列管理与深度强化学习有效结合研究进行补充。本文主要包括以下内容:（1）针对不同数据流在队列里排队状态变化提出了一种主动队列管理方案,定义了三种队列排队状态,在不同队列排队状态下执行不同的队列管理策略。通过丢弃数据包来控制数据流的延迟,约束发送端的发送速率,稳定队列排队长度和队列排队延迟,保障网络传输效率。（2）使用可编程数据平面的网络带内遥测技术（INT）采集交换机内部状态数据,为网络状态判断和深度强化学习模型训练提供了端到端数据包级别的网络信息,INT直接工作在数据平面,无需控制器参与网络状态信息采集过程,大大减少了控制平面与数据平面的交互。（3）在可编程网络架构中引入深度强化学习模型,主动队列管理与深度强化学习DDQN模型有效结合,学习复杂的网络环境,根据不同时刻的不同网络状态调整队列排队状态划分阈值,使得主动队列管理的响应能力跟随网络环境动态变化。（4）最后,对本文提出的队列管理方案进行功能测试和性能分析,与基于P4的主动队列管理方案（P4-Co Del、P4-PIE和P4-RED）在队列时延、吞吐量等性能上进行比较,实验结果表明本文提出的队列管理方案能够稳定队列长度和保证最小化的队列排队延迟,在应对队列数据包堆积上有较好的表现。
秦久人[3]（2021）在《移动流媒体多路传输关键技术研究》文中指出近年来,随着以5G为代表的移动互联通信技术的快速发展,以及智能手机、便携式电脑、可穿戴设备等硬件的快速普及,移动流媒体业务得到了长足发展。以网络课堂/会议、视频通话、即时游戏等为代表的移动流媒体应用,一方面极大的方便了人们的工作、生活,丰富了人们的娱乐方式,另一方面也带来了海量的即时数据传输需求。在移动网络环境下,由于用户移动性、无线信道干扰等因素的影响,传输层面临传输路径稳定性差,丢包率高等问题。传统以TCP为代表的单路径传输协议,难以适应复杂、多变的移动网络环境,传输速率受限于单一网络性能,且传输连接稳定性差,难以满足移动流媒体业务的传输需求。为了解决上述问题,以多路传输控制协议（Multipath Transmission Control Protocol,MPTCP）为代表的多路传输协议得到了国内外专家学者的广泛关注。MPTCP能够利用通信终端的多个网络接口（Wi-Fi,4G/5G等）在一个传输连接中建立多条子流。相较于单路径,多条子流并行传输能够有效的利用不同网络中的空闲带宽提高系统吞吐量,降低传输时延。尽管拥有上述优势,在面向移动流媒体业务时,MPTCP仍存在如下问题:（1）调度策略低效。MPTCP采用基于最短往返时延的数据分发策略,并在数据包传输失败后进行无差别的重传,在异构环境下,容易导致数据包乱序,增加传输延迟;（2）拥塞控制僵化。MPTCP采用固定的窗口调整策略,无法针对多样的输入流进行调整,导致传输效率低下;（3）网络感知匮乏。MPTCP难以感知网络环境对传输的影响,导致传输决策盲目、低效;（4）能耗管理缺失。由于移动终端的能量受限,而MPTCP缺乏能量管理机制,导致移动终端使用寿命下降,影响用户使用体验。因此,本文重点从动态数据调度、智能拥塞控制、网络环境感知、能量效率平衡等方面进行突破,并取得了如下成果:（1）针对调度策略低效问题,提出了部分可靠的多路虚拟队列调度机制。首先构建了虚拟队列模型,打破传统发送窗口约束,最大程度上保证数据包的按序到达。而后设计了面向消息的部分可靠重传算法,避免了无效重传。仿真实验结果显示,在不同网络参数下,所提方案能有效地减少数据包乱序概率,降低数据包交付时延。（2）针对拥塞控制僵化问题,设计了输入特征分析的多路智能拥塞控制机制。首先,在频域上对数据流的特征进行提取。在此基础上,利用增强学习理论对多路拥塞控制进行建模,根据网络环境及输入流动态调整控制策略。仿真实验结果表明,所提方案能够以较小的时延代价获得较高的吞吐量提升,性能优于同期解决方案。（3）针对网络感知匮乏的问题,提出了子流耦合感知的多路自适应传输方案。首先,通过提取子流耦合特征与拥塞特征,从空间与时间上对网络环境对传输的影响进行量化。而后,基于深度Q网络方法,对多路传输策略进行训练。仿真结果显示,在多种传输场景下,所提方案都能获得优于对比方案的系统吞吐量与时延。（4）针对能耗管理缺失问题,设计了能效均衡的多路传输优化算法。首先,通过设计传输效用模型,对影响传输性能的带宽、时延、能耗等问题进行综合分析。而后,通过Q-Learning方法,在兼顾传输效率的基础上对传输能耗进行优化。仿真实验结果表明,所提算法能够在保证传输吞吐量与时延性能相似的前提下,实现传输能耗的降低。本文面向移动网络环境下的流媒体多路传输,对调度、拥塞、网络、能耗等问题进行了分析。并利用统计分析、数学建模、人工智能、实验测试等方法对相关问题进行了解决。本文的研究成果能够为我国未来移动流体业务的发展提供一定的技术支撑。
覃健昌[4]（2021）在《LEO卫星网络中基于网络拥塞预测的TCP拥塞控制算法研究》文中研究说明随着通信技术的快速发展,卫星通信技术日益成熟,低轨（Low Earth Orbit,LEO）卫星网络逐渐融入到下一代网络基础架构中,其能为移动通信、导航和气象等领域提供各种服务。但是低轨卫星网络中的链路非稳定性以及频繁的网络拓扑切换,导致网络链路的高动态性,造成现有的TCP拥塞控制机制难以提供稳定的高吞吐量性能、高自适应的传输性能。本文分别针对低轨卫星网络链路的非稳定性、链路高动态性的特点提出了如下两种拥塞控制算法,期望解决TCP拥塞控制机制存在的不足,从而有效提高网络的传输效率。LEO卫星链路的高误码率主要来源于卫星网络路由故障以及雨衰、阴影和多径等因素的影响造成的误码丢包。针对该问题,本文提出了名为RCC-TCP的拥塞控制算法,主要包括以下两点贡献:第一,提出了基于长短期记忆神经网络（Long Short-Term Memory,LSTM）的网络拥塞程度预测算法,该算法可以通过分析数据报文时序上的特征信息,进行网络拥塞程度的预测。第二,提出了基于网络拥塞程度的TCP拥塞控制策略,该策略通过logistics函数曲线,建立网络拥塞程度与拥塞窗口增长幅度的映射关系,可以有效避免非拥塞丢包造成传输速率下降的问题。最后通过仿真验证,在丢包率[0.001%,1%]和长延迟[80ms-200ms]条件下,RCC-TCP相比较于TCP CUBIC具备10.4%-16.3%的吞吐性能提升。LEO卫星网络拓扑周期性变化导致TCP数据包传输时延动态变化,进一步干扰TCP协议对于网络拥塞的判断,从而导致TCP传输速率难以匹配不停切换的链路状态。针对该问题,本文提出了名为TCP-BQLP的拥塞控制算法,其主要包括如下三点贡献:1)根据网络状态参数,结合LEO卫星网络条件在算法的基础上提出了瓶颈链路队列长度估计算法。2)提出了基于ARIMA模型的队列长度预测模型,其能够克服链路估计数据的非平稳性和非线性特点,具备较高的预测精度。3)提出基于贝塔分布累积函数曲线的拥塞窗口动态生成算法,其能在某一个时间片内生成符合链路带宽波动趋势的拥塞窗口函数。通过仿真验证,TCP-BQLP同时拥有优于TCPVegas的延迟性能和优于TCP CUBIC的吞吐性能。TCP-BQLP具备提高传输速率和网络带宽之间匹配度的能力。
曲宏欣[5]（2021）在《Windows下支持RDMA的数据卡驱动设计与实现》文中提出近年来,在互联网和大数据这个新兴时代背景下,数据中心已经发展成为了现代化社会信息系统和基础设施建筑的重要组成部分。在大数据和云计算的工作过程中,各种应用均需要进行大量数据的快速处理,数据交互必须得到快速的响应,因此数据中心、金融等行业的数据传输需要与一般通信网络相比具有更低的、微秒级别的传输时延。传统的采用TCP/IP协议栈架构的网络由于无法从本质上解决端侧的处理时延,所以新一代的数据中心网络工作负载的超低时延的需求指标逐渐无法得到满足。基于上述原因本课题组自主研发了基于RDMA技术的数据采集卡,从端侧和端到端两方面来解决数据传输中的时延问题,本文则对此RDMA数据采集卡进行Windows操作系统下驱动程序的开发和适配,保障高效、稳定的数据传输。本文主要进行了以下工作:（1）设计了驱动程序内的DMA传输架构,采用了共享缓冲区映射的方式实现了数据共享,并通过描述符方式进行复杂的RDMA指令传输,实现了零复制和内核旁路,解决了高速网络中端内数据传输的高时延问题。对多核心处理器和多队列网卡设备,采用了将相关资源与处理器核心绑定的方式,提高CPU的高速缓存命中率并避免线程同步带来的开销。（2）以RDMA规范为基础,设计了驱动程序中控制层面的指令调度架构和数据层面的数据传输方案。通过这些设计可以完成高效的控制指令传递和数据传输,降低端侧的数据传输时延。（3）对本驱动程序设计进行了 WDF驱动程序框架下的编程实现。驱动程序中主要包含用户态管理驱动程序和内核态硬件驱动程序两部分,用户态管理驱动程序作为面向用户程序的接口,主要用于相关指令的下发及共享缓冲区、RDMA工作队列相关的管理工作;内核态硬件驱动程序主要用于用户程序与硬件设备之间的交互以及内存调度,初始化配置等需要内核态权限的操作。（4）对编译生成的驱动程序进行了一系列测试,保障了本驱动程序的各种基本功能后对驱动程序的端侧数据传输时延进行了测试,验证了本驱动程序设计数据传输的低时延的特性。
赵妍[6]（2021）在《基于多径协同的虚拟现实传输系统设计与实现》文中提出虚拟现实（Virtual Reality,VR）技术普及率日益增长,虚拟现实内容快速增长,虚拟现实技术未来具有广阔的发展前景。但是虚拟现实应用在带宽,延迟和数据包丢失方面对网络性能提出了独特的要求和挑战。本文根据虚拟现实基于视口（FieldofView,FOV）传输的特点,在无线家庭网条件下,针对单用户场景和多用户组场景这两种高频应用场景,就如何在有限的网络资源下充分利用信道带宽,减少冗余数据传输,以及虚拟现实对于高带宽低延迟的要求的问题进行了深入的研究,设计了一种基于多径协同的虚拟现实传输系统。本文的主要创新点如下:（1）本课题提出了一种基于视点优化的QoE（Quality of Experience）评价方法,在虚拟现实视频质量计算过程中充分考虑了虚拟现实内容的视口特征,评价结果更加贴合虚拟现实应用实际特性,将这种QoE指标作为码率自适应算法的控制因素,可以在不影响用户体验的情况下,提高传输效率。（2）本课题提出一种基于虚拟现实视口特征的多路径调度算法,通过对多路径传输的数据之间的解耦,解决了现有多径传输中最棘手的队头阻塞问题,并且在数据选路阶段通过强化学习算法实现对链路质量更准确的选择,从而提高数据传输效率。（3）聚焦于多用户同时观看全景视频或同时参与游戏这一具有广泛前景的虚拟现实应用场景,本课题提出一种新颖的在多用户场景下的多路径协同传输机制,在不影响用户体验效果的前提下,通过有效减少冗余数据传输来降低传输数据量。
朱霆[7]（2021）在《异构网络中基于图神经网络的MPTCP性能优化研究》文中研究表明多路径传输控制协议（MultiPath Transport Control Protocol,MPTCP）是传输控制协议（Transport Control Protocol,TCP）的多路径并行传输扩展。与传统TCP相比,MPTCP具有高吞吐量,高鲁棒性,和易于负载均衡的优势。MPTCP协议的提出引起学术界和工业界的广泛关注,在移动通信网络和数据中心网络中有着一系列的应用成果。由于多宿主主机多个接口的网络接入方式不同,不对称的链路特征和不同的子流路径导致子流传输能力的差异,因而MPTCP会话在异构网络中难以获得理想的性能。为了解决这一问题,首先,多路径路由算法可以从网络层的角度减轻子流传输能力的差异。其次,在子流性能非对称的情况下,数据包调度和拥塞控制等传输控制算法根据子流状态进行差异化的资源分配,从不同角度缓解MPTCP会话在异构网络中的性能损失。已有的解决方案难以在异构网络中充分发挥MPTCP多路径的优势。例如,传统的启发式算法往往只能针对某一特定问题做出理想假设,基于简化的模型提出较为简单的算法,因此只能在特定的场景中达到预期的性能,难以应对复杂的现实场景。新兴的基于机器学习的算法虽然具有更强的表达能力,适用于更加复杂的场景,但只能在训练中的场景生效,在在线应用中依赖模型的实时更新,带来了额外的计算开销。图神经网络（Graph Neural Network,GNN）是一类新兴的神经网络模型,通过节点之间的消息传递,对具有图结构的数据进行分析,学习节点之间的相互关系和图的结构特征,被证明具有显着的表达能力和泛化能力。在MPTCP的传输控制问题中,不同传输控制决策、子流的链路特征、和会话性能之间的相互关系可以用图来表示,因此,本文提出了异构网络中基于图神经网络的MPTCP性能优化,分别从多路径路由和MPTCP数据包调度、拥塞控制的角度提出了如下方案:（1）SDN（Software Defined Network,软件定义网络）基于GNN的多路径路由算法。为了减轻多路径传输过程中子流传输能力的差异对会话性能的影响,提出了一个具有子流数量控制,避免共享瓶颈链路,和子流性能匹配功能的多路径路由算法。系统通过SDN获取网络的拓扑信息,建立了基于图神经网络的多路径路由方案吞吐量预测模型,学习会话性能与子流链路特征之间的相互关系。最后,在在线应用中根据模型对不同候选路由方案的吞吐量预测结果,决定最优的路由策略。得益于GNN对图的推理能力,即使在训练中不曾出现的场景中,算法也能表现出良好的性能,优于默认的多路径路由算法。（2）SDN中基于GNN的MPTCP数据包调度算法。针对已有算法难以在异构的网络环境中达到理想性能的现象,算法从MPTCP会话的不同阶段优化MPTCP性能:当子流数量发生变化时,子流管理模块禁用性能过差的子流,当由新的数据包待发送时,数据调度模块选择合适的子流进行调度。我们根据MPTCP的数据包调度中链路信息、子流信息、和子流性能之间的相互关系,建立了基于GNN的子流管理和数据调度方案的吞吐量预测模型,并基于模型预测结果的指导分别进行子流管理和数据包调度,实现了异构网络中MPTCP会话性能的提升,并且对会话特征和拓扑结构具有一定的泛化能力。（3）基于GNN的MPTCP拥塞控制算法。针对现有算法对拥塞判断的不足和窗口调整的缺陷,提出了一个保障网络公平性的拥塞控制算法。我们通过图神经网络模型学习网络公平性和MPTCP子流状态之间的关系,在每一个拥塞控制轮次评估不同窗口决策对网络公平性的影响,对窗口进行调整。算法实现了异构网络中MPTCP会话的网络公平性保证,并且提升了 MPTCP会话在丢包环境中的性能。
钟晓东[8]（2021）在《量子密钥分发专用数据处理芯片关键技术研究》文中研究指明量子密钥分发（Quantum Key Distribution,QKD）技术是一种原理上绝对安全的密钥分发技术,其是量子力学和密码学相结合的产物,在保密通讯领域有着广泛的应用前景。QKD凭借其独有的安全性优势,有望成为未来保密通讯的最佳方案。我国在QKD领域耕耘多年,已经走在了世界的前列。“墨子号”科学试验卫星一系列实验的圆满成功,量子保密通信“京沪干线”的建成,标志着我国天地一体化的量子密钥分发网络已经初步建成。未来,我国将建设覆盖范围更广、性能更优的QKD网络。QKD技术的发展趋势是技术的民用化、组网的全球化和设备的小型化。设备的小型化是QKD网络大规模建设和应用的重要基础,而设备小型化的关键是QKD关键部件的芯片化。论文针对QKD系统中的数据处理子系统的集成化进行研究,提出基于ASIC（Application-Specific Integrated Circuit,ASIC）技术设计一款 QKD 专用数据处理芯片（称为QKDSOC芯片）,以替代原有QKD设备中的数据处理子系统,实现数据处理子系统的集成化。QKD专用数据处理芯片集成了光源编码、探测器控制、QKD数据后处理、密钥分发、网络协商、流程控制等多种功能,将为QKD设备的集成化、低功耗化和低成本化奠定重要的基础。更为重要的是,该款芯片是我国首款面向QKD领域的数据处理芯片,且具有完全的自主知识产权,对于我国在QKD领域实现技术自主化具有重要意义。QKDSOC芯片的设计目标是用ASIC芯片替代原有QKD设备内的数据处理子系统,协调光源子系统和探测器子系统,实现量子密钥生成的功能。QKDSOC芯片实现了以下几方面的功能。首先是光源子系统的管理。芯片为光源子系统提供驱动编码信息,驱动其产生特定的光脉冲信号,并对光源子系统的运行状态进行监控和管理。其次是探测器子系统的管理。芯片对探测器子系统的运行状态进行监控和管理,并从探测器子系统获取探测到的光子的原始信息。最后是密钥生成流程的管理。密钥生成流程包括和密钥管理设备之间的协商、设备的校准、光源编码信息的生成、探测器数据的获取与预处理、数据的后处理、密钥网络协商、密钥上传等。QKDSOC芯片采用“处理器+协处理器”架构,使用CPU（Central Processing Unit,CPU）及其子系统实现QKD任务的调度和流程的管理,使用QKD协处理器实现高速QKD数据的后处理,使用TOE（TCP/IP Offload Engine,TOE）网络卸载引擎实现密钥的网络协商功能。测试结果表明,QKDSOC芯片达到了设计预期的目标,其数据处理能力支持100kbps速率的密钥生成。本论文的创新点主要体现在以下几个方面:（1）QKDSOC芯片是我国首款面向QKD领域的数据处理芯片,具有自主知识产权。其基于现有的成熟QKD架构设计,首次在系统级层面实现了 QKD系统的集成化、低功耗化。（2）实现了基于TOE技术的网络协商方案。这是首次将TOE技术引入QKD领域。对于提高QKD网络协商的速度、稳定性、安全性具有重要意义。（3）实现了基于协处理器的密钥数据后处理方案。该协处理器集成了 QKD所需的所有数据后处理算法,包括基矢比对、信息融合、纠错、隐私放大、密钥分发、身份认证等。这对于提高密钥处理的速度和安全性具有重要意义。
马琛璐[9]（2021）在《混合网络中MPTCP传输优化技术的研究与实现》文中提出随着工业革命与多种互联网通信技术的深度融合,混合网络的异构流量传输呈指数级增长,多路径传输技术（MPTCP）依靠其多链路、高聚合、低切换时延等巨大优势脱颖而出。基于MPTCP的混合网络传输技术主要依靠其可靠的拥塞控制机制来区分网络拥塞以保障高性能网络传输及负载均衡。然而,在实际混合异构网络中,这些现有机制可能因低估网络拥塞状况而导致发送端盲目地发送数据,从而引发接收端缓冲区阻塞（Buffer blocking）这一严重后果。同时,异构网络的多路径非对称异质性使得MPTCP数据调度机制因无法获取与拥塞程度相关的精确信息而导致数据包乱序,从而引发HOL阻塞问题。因此,本文将针对异构网络实际拥塞状况,构建拥塞控制算法缓存模型,通过优化拥塞控制策略,来解决现有混合网络中MPTCP拥塞机制所暴露的Buffer问题,同时,辅以设计精确的数据分发调度策略,解决因数据包乱序而导致的HOL阻塞问题,进而带给混合网络超低时延和超高速率,并进一步改善网络的拥塞和负载失衡的状况,从而实现优化混合网络中MPTCP传输技术的目的。论文围绕此重点展开,主要研究内容如下。首先,对混合网络中MPTCP技术进行探究,通过理论研究和实验分析,主要从拥塞控制、数据调度两个方面深入分析了造成混合网络中缓冲区膨胀和HOL阻塞的形成原因,同时根据MPTCP技术的设计原则,详细分析了现有拥塞控制机制和数据调度器暴露出的不足给混合网络中MPTCP传输技术带来的挑战,并在此基础上总结探讨本文的解决方案。其次,通过HMM算法对现有异构网络中拥塞算法的分析,提出MPTCP拥塞机制对造成接收端缓存阻塞现象的潜在问题,结合MPTCP拥塞算法的缓存规律,将接收端缓存过程进行具体抽象,构建改进的缓存阻塞模型,定义了实时吞吐量和缓存区之间的对数函数关系,能够动态的根据网络传输性能求解缓存值。并结合BPMF方案构建改进的MPTCP拥塞算法,结合动态感知的缓存值以及实时时间序列预测,区分异构网络真实网络拥塞状态,通过NS-3仿真实验验证其有效性,保障网络高效运行。最后,结合拥塞窗口变化的状态相关性,通过对多路径非对称的链路实时分析,结合最佳路径选择和缓冲区管理,构建MPTCP数据调度策略来实现对拥塞控制的补充,针对不同的数据序列给出具体调度措施,解决了因数据包乱序而加深的HOL阻塞问题,从而提升了网络的实时传输特性,实现了减少乱序的数据包传递并最大化吞吐量以及最小化时延的目的,并通过NS-3仿真实验验证多路径调度策略的有效性及合理性。
孙鹏展[10]（2021）在《无线网络拥塞策略研究》文中指出在工业4.0和智能制造等数字化转型过程中,新的工业革命对无线通信技术的性能也提出了更高的要求。除了要满足网络的可靠性和安全性之外,同时也应具备低时延、高吞吐量等性能,它不仅要求网络层提供高速的通信通道,还需要配以高效的拥塞控制策略。面对TB级的数据传输,低效的拥塞控制算法不仅会导致网络传输效率低下,当网络中的突发数据量达到了瓶颈链路能够承载上限时,还会直接引发一定范围内的网络拥塞,严重时会造成大面积的网络瘫痪,极大的降低了用户体验质量（QoE）。研究结果表明,有线网络上的报文误码率大约仅为0.012%-1.2%,而无线网络的报文误码率大约为12%,无线网络上的误码率比要远远高于有线网络。这种比特误码的主要原因是无线环境中的白噪声干扰所造成的。无线网络环境存在各种感应信号,彼此存在不可避免的干扰,具有误码率高等特征,其结果就是随机的短时噪声丢包,引发拥塞控制机制进行了错误的拥塞判断和进行不必要的拥塞避免,使得发送窗口被频繁降低、拥塞避免的阈值不断减小,其直接表现就是吞吐量不高和抖动增大。因此,现行的TCP拥塞控制算法不能满足无线网络较高的传输需要。针对上述问题,本文对无线网络拥塞控制的研究主要分为两个方面:噪声丢包感知算法的研究、拥塞控制动力学的研究。首先,在TCP Vegas的基础上提出了一种噪声丢包感知的拥塞控制优化算法—TCPVegasW,极大的降低了噪声对无线网络传输的影响,优化了网络传输性能,提高了资源利用效率;其次,源端采用了改进的TCP VegasW拥塞控制协议,路由器端选用RFC2309推荐的随机早期检测（RED）主动队列管理算法,建立了 TCPVegasW/RED拥塞控制系统的非线性动力学模型。并使用动力学理论知识,分析系统发生Hopf分岔的条件,推导出与Hopf分岔性质相关的各项参数;最后,为了延时Hopf分岔现象的发生,本文选用混合控制策略对该模型进行了控制,从而大大提升了系统的稳定性,扩大了系统的稳定区间,最后通过仿真和实验证明了混合控制技术的有效性。
二、TCP发送缓冲区优化方法的分析与实现（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、TCP发送缓冲区优化方法的分析与实现（论文提纲范文）
（1）深度报文检测的性能提升与安全增强（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景和意义 |
| 1.2 深度报文检测概述 |
| 1.2.1 深度报文检测简介 |
| 1.2.2 深度报文检测关键技术 |
| 1.2.3 深度报文检测面临的安全威胁 |
| 1.3 相关研究综述 |
| 1.3.1 面向深度报文检测的性能提升技术 |
| 1.3.2 面向深度报文检测的安全威胁 |
| 1.3.3 面向绕过深度报文检测的网络渗透技术 |
| 1.4 研究内容与组织结构 |
| 1.4.1 本文研究内容 |
| 1.4.2 本文组织结构 |
| 第2章 基于千万模式特征优化的并行模式匹配算法 |
| 2.1 引言 |
| 2.2 相关工作 |
| 2.3 基于千万模式特征优化的并行模式匹配算法 |
| 2.3.1 模式重组 |
| 2.3.2 模式重组结果评估 |
| 2.3.3 模式集优化 |
| 2.4 基于千万模式特征优化的并行模式匹配算法分析 |
| 2.5 实验结果与分析 |
| 2.5.1 实验平台 |
| 2.5.2 实验环境 |
| 2.5.3 实验结果 |
| 2.6 本章小结 |
| 第3章 基于非命中流量特征分析的模式匹配算法 |
| 3.1 引言 |
| 3.2 相关工作 |
| 3.3 基于重复字符串的模式匹配算法 |
| 3.3.1 基于重复字符串的模式匹配算法框架 |
| 3.3.2 重复字符串匹配模块 |
| 3.3.3 基于重复字符串的模式匹配算法扫描 |
| 3.4 基于重复字符串的模式匹配算法分析 |
| 3.5 实验结果与分析 |
| 3.5.1 实验环境 |
| 3.5.2 实验结果 |
| 3.6 本章小结 |
| 第4章 面向算法复杂度攻击的DPI安全增强 |
| 4.1 引言 |
| 4.2 相关工作 |
| 4.3 算法复杂度攻击模型 |
| 4.4 基于I级和II级阈值的算法复杂度攻击检测算法 |
| 4.5 基于自定义索引顺序模式匹配算法 |
| 4.5.1 基于自定义索引顺序模式匹配算法的自动机构建 |
| 4.5.2 基于自定义索引顺序模式匹配算法的自动机扫描 |
| 4.5.3 基于自定义索引顺序模式匹配算法分析 |
| 4.6 基于多核的流调度算法 |
| 4.7 实验结果与分析 |
| 4.7.1 实验环境 |
| 4.7.2 实验结果 |
| 4.8 本章小结 |
| 第5章 面向绕过行为检测的DPI安全增强 |
| 5.1 引言 |
| 5.2 相关工作 |
| 5.2.1 TCP状态机攻击 |
| 5.2.2 MPTCP协议 |
| 5.2.3 多路径传输攻击 |
| 5.3 TCP状态机攻击检测 |
| 5.3.1 TCP状态机攻击模型 |
| 5.3.2 TCP状态机攻击检测 |
| 5.4 多路径传输攻击检测 |
| 5.4.1 邻接内容 |
| 5.4.2 算法状态机 |
| 5.4.3 分布式异步并行检测算法 |
| 5.5 TCP状态机攻击检测实验结果与分析 |
| 5.5.1 实验环境 |
| 5.5.2 实验结果 |
| 5.6 多路径传输攻击检测实验结果与分析 |
| 5.6.1 实验环境 |
| 5.6.2 实验结果 |
| 5.7 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（2）基于深度强化学习的数据平面队列管理设计与实现（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要工作和组织结构 |
| 2 相关技术概述 |
| 2.1 可编程数据平面概述 |
| 2.2 P4技术概述 |
| 2.2.1 P4语言介绍 |
| 2.2.2 P4软件交换机介绍 |
| 2.3 INT技术概述 |
| 2.4 深度强化学习概述 |
| 2.5 本章小结 |
| 3 基于深度强化学习的数据平面队列管理设计 |
| 3.1 系统需求分析 |
| 3.2 系统总体设计 |
| 3.3 数据平面设计 |
| 3.3.1 INT采集模块设计 |
| 3.3.2 数据包解析模块设计 |
| 3.3.3 流处理模块设计 |
| 3.3.4 队列管理模块设计 |
| 3.3.5 转发模块设计 |
| 3.4 控制平面设计 |
| 3.4.1 INT数据解析模块设计 |
| 3.4.2 DDQN模块设计 |
| 3.5 本章小结 |
| 4 基于深度强化学习的数据平面队列管理实现 |
| 4.1 数据平面实现 |
| 4.1.1 INT采集模块实现 |
| 4.1.2 数据包解析模块实现 |
| 4.1.3 流处理模块实现 |
| 4.1.4 队列管理模块实现 |
| 4.1.5 转发模块实现 |
| 4.2 控制平面实现 |
| 4.2.1 INT数据解析模块实现 |
| 4.2.2 DDQN模块实现 |
| 4.3 本章小结 |
| 5 功能测试与性能分析 |
| 5.1 实验环境搭建 |
| 5.2 INT采集功能测试 |
| 5.3 P4-DDQN-AQM功能测试 |
| 5.4 不同AQM方案比较 |
| 5.4.1 排队时延和队列占用比较 |
| 5.4.2 吞吐量比较 |
| 5.4.3 RTT比较 |
| 5.4.4 TCP窗口大小比较 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（3）移动流媒体多路传输关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 本文主要缩略语 |
| 第一章 绪论 |
| 1.1 论文研究背景 |
| 1.2 论文选题依据 |
| 1.3 论文主要研究内容 |
| 1.4 论文主要贡献与创新 |
| 1.5 论文组织结构 |
| 第二章 相关工作综述 |
| 2.1 移动网络下的流媒体业务 |
| 2.2 移动流媒体单路传输技术 |
| 2.3 移动流媒体多路传输技术 |
| 2.4 本章小结 |
| 第三章 部分可靠的多路虚拟队列调度机制 |
| 3.1 本章引言 |
| 3.2 延迟预测的多路虚拟队列分发 |
| 3.2.1 传输丢包分析模型 |
| 3.2.2 基于混沌理论的到达预测 |
| 3.2.3 多路虚拟队列分发 |
| 3.3 面向消息的部分可靠重传算法 |
| 3.3.1 MPTCP部分可靠协议扩展 |
| 3.3.2 面向消息的重传算法 |
| 3.4 仿真实验 |
| 3.4.1 FD-MVQS性能验证 |
| 3.4.2 MO-PR性能验证 |
| 3.5 本章小结 |
| 第四章 输入特征分析的多路智能拥塞控制机制 |
| 4.1 本章引言 |
| 4.2 系统设计 |
| 4.3 RL-PSD算法 |
| 4.3.1 输入流功率谱密度分析 |
| 4.3.2 多路传输状态分析 |
| 4.3.3 拥塞控制动作定义 |
| 4.3.4 基于传输效用函数的回报计算 |
| 4.3.5 双层协作的Q-表生成与维护 |
| 4.4 性能分析 |
| 4.4.1 实验场景设计 |
| 4.4.2 实验结果分析 |
| 4.5 本章小结 |
| 第五章 子流耦合感知的多路自适应传输方案 |
| 5.1 本章引言 |
| 5.2 系统设计 |
| 5.3 基于小波去噪的子流耦合识别 |
| 5.3.1 柔性阈值的小波去噪 |
| 5.3.2 子流耦合特征识别 |
| 5.4 基于DQN的多路传输控制 |
| 5.4.1 多路DQN传输模型 |
| 5.4.2 多路DQN拥塞控制算法 |
| 5.5 性能分析 |
| 5.5.1 实验场景设计 |
| 5.5.2 实验结果分析 |
| 5.6 本章小结 |
| 第六章 能效均衡的多路传输优化算法 |
| 6.1 本章引言 |
| 6.2 系统设计 |
| 6.3 QE-MCC算法 |
| 6.3.1 传输系统状态定义 |
| 6.3.2 能量感知的传输能效模型 |
| 6.3.3 基于Q-Learning的多路拥塞控制 |
| 6.4 性能分析 |
| 6.4.1 实验场景设计 |
| 6.4.2 实验结果分析 |
| 6.5 本章小结 |
| 第七章 结语 |
| 7.1 论文总结 |
| 7.2 未来的研究工作 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术成果 |
| 攻读博士学位期间参与的科研项目 |
（4）LEO卫星网络中基于网络拥塞预测的TCP拥塞控制算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和研究意义 |
| 1.1.1 低轨卫星互联网的优势 |
| 1.1.2 拥塞控制机制在无线链路中难以保证高吞吐量 |
| 1.1.3 拥塞控制机制在LEO卫星网络中无法保证高自适应的传输性能 |
| 1.2 研究现状 |
| 1.2.1 基于带宽估计的拥塞控制算法 |
| 1.2.2 面向规则的拥塞控制算法 |
| 1.2.3 去规则的拥塞控制算法 |
| 1.3 研究内容和创新点 |
| 1.4 论文组织结构 |
| 第二章 卫星通信与TCP拥塞控制机制 |
| 2.1 引言 |
| 2.2 TCP拥塞控制相关技术 |
| 2.2.1 OSI模型和TCP/IP模型 |
| 2.2.2 TCP工作机制 |
| 2.3 卫星网络对TCP拥塞控制的影响 |
| 2.3.1 网络传输时延长 |
| 2.3.2 数据误码率高 |
| 2.4 本章小结 |
| 第三章 基于网络拥塞级别预测的拥塞控制算法 |
| 3.1 引言 |
| 3.2 TCP拥塞级别判断算法 |
| 3.3 基于LSTM的网络拥塞级别预测模型 |
| 3.4 基于logistics曲线的窗口动态调整 |
| 3.5 仿真实验及分析 |
| 3.5.1 网络拥塞程度预测模型预测性能分析 |
| 3.5.2 拥塞控制算法RCC-TCP的性能验证 |
| 3.5.3 拥塞控制算法RCC-TCP的公平性验证 |
| 3.6 本章小结 |
| 第四章 基于缓存队列长度预测的拥塞控制算法 |
| 4.1 引言 |
| 4.2 基于端到端的瓶颈链路队列长度估计算法 |
| 4.3 基于ARIMA的队列长度预测模型 |
| 4.4 基于贝塔分布的拥塞窗口生成函数 |
| 4.5 仿真实验及其分析 |
| 4.5.1 基于ARIMA预测模型性能分析 |
| 4.5.2 拥塞控制算法TCP-BQLP的性能分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（5）Windows下支持RDMA的数据卡驱动设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要工作 |
| 1.4 论文章节架构 |
| 第二章 驱动程序需求分析及架构设计 |
| 2.1 低时延网络技术分析 |
| 2.1.1 TCP/IP网络中的低时延技术 |
| 2.1.2 U-Net(User-Net Networking) |
| 2.1.3 TOE(TCP Offloading Engine) |
| 2.1.4 RDMA(Remote Direct Memory Access) |
| 2.2 驱动程序功能需求分析 |
| 2.3 驱动程序逻辑架构设计 |
| 2.4 关键技术架构设计 |
| 2.4.1 DMA架构设计 |
| 2.4.2 RDMA架构设计 |
| 2.4.3 内存调度方案设计 |
| 2.5 驱动程序健壮性设计 |
| 2.5.1 多队列与多核心处理器绑定方案 |
| 2.5.2 描述符队列释放阈值设置 |
| 2.6 本章小结 |
| 第三章 驱动程序的设计与实现 |
| 3.1 驱动程序开发环境 |
| 3.2 WDF驱动模型 |
| 3.3 驱动程序技术架构 |
| 3.3.1 内核态硬件驱动程序 |
| 3.3.2 用户态管理驱动程序 |
| 3.4 驱动程序通信参数设计 |
| 3.5 驱动程序功能模块实现 |
| 3.5.1 内核态硬件驱动程序功能模块 |
| 3.5.2 用户态管理驱动程序功能模块 |
| 3.6 本章小结 |
| 第四章 驱动程序的调试及验证 |
| 4.1 驱动程序的安装和调试 |
| 4.1.1 驱动程序的安装 |
| 4.1.2 驱动程序的调试 |
| 4.2 驱动程序基本功能测试 |
| 4.2.1 硬件识别及驱动连接测试 |
| 4.2.2 I/O通信测试 |
| 4.2.3 硬件功能寄存器读写测试 |
| 4.2.4 中断处理测试 |
| 4.2.5 共享缓冲区数据传输测试 |
| 4.3 端内数据传输时延测试 |
| 4.4 驱动程序健壮性测试 |
| 4.4.1 多队列绑定测试 |
| 4.4.2 内存不足分配测试 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（6）基于多径协同的虚拟现实传输系统设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状和技术难点 |
| 1.2.1 用户体验量化 |
| 1.2.2 超低时延传输 |
| 1.3 主要研究内容和创新点 |
| 1.4 论文结构 |
| 第二章 虚拟现实传输系统体系结构分析 |
| 2.1 全景视频制作和传输 |
| 2.1.1 获取和拼接 |
| 2.1.2 投影方案 |
| 2.1.3 内容编码 |
| 2.1.4 封装和传输 |
| 2.1.5 渲染和显示 |
| 2.2 基于网络的视频流传输体系 |
| 2.2.1 基于吞吐量的传输系统 |
| 2.2.2 基于缓冲区的传输系统 |
| 2.2.3 混合传输系统 |
| 2.3 基于内容的视频流传输体系 |
| 2.3.1 非基于视口的传输系统 |
| 2.3.2 基于视口的传输系统 |
| 2.3.3 基于图块的传输系统 |
| 2.4 本章小结 |
| 第三章 系统总体设计 |
| 3.1 系统需求分析 |
| 3.1.1 虚拟现实网络场景分析 |
| 3.1.2 应用场景需求分析 |
| 3.2 系统架构设计 |
| 3.2.1 总体架构设计 |
| 3.2.2 系统工作流程 |
| 3.3 系统功能模块划分 |
| 3.3.1 视频编码控制模块设计 |
| 3.3.2 数据选路与分发模块设计 |
| 3.3.3 数据接收与反馈模块设计 |
| 3.4 本章小结 |
| 第四章 数据接收与反馈模块和视频编码控制模块设计 |
| 4.1 视频数据分块设计 |
| 4.1.1 HEVC编码方案 |
| 4.1.2 混合编码方案设计 |
| 4.2 全景视频质量评价指标设计 |
| 4.2.1 传统视频质量评价指标 |
| 4.2.2 基于视点的VR视频质量评价指标 |
| 4.3 虚拟现实用户QoE评价指标设计 |
| 4.3.1 虚拟现实QoE影响因素分析 |
| 4.3.2 主观QoE评价指标(Sub_VQ) |
| 4.3.3 客观QoE评价指标(Obj_VQ) |
| 4.3.4 实验评估与分析 |
| 4.4 信息反馈数据包结构设计 |
| 4.5 码率自适应算法设计 |
| 4.5.1 算法设计与流程 |
| 4.5.2 算法效果分析 |
| 4.6 本章小结 |
| 第五章 数据选路与分发模块设计 |
| 5.1 多径传输与问题分析 |
| 5.1.1 MPTCP协议简介 |
| 5.1.2 目前的MPTCP数据包调度算法 |
| 5.1.3 存在的问题与挑战 |
| 5.2 基于视口感知的多径协同传输算法设计 |
| 5.2.1 强化学习优化的多径调度算法 |
| 5.2.2 多径协同传输算法设计 |
| 5.2.3 实验验证与分析 |
| 5.3 多用户场景下多径协同传输算法设计 |
| 5.3.1 算法设计与流程 |
| 5.3.2 实验验证与分析 |
| 5.4 本章小结 |
| 第六章 系统测试 |
| 6.1 测试环境部署 |
| 6.1.1 测试环境 |
| 6.1.2 测试数据 |
| 6.2 功能测试 |
| 6.2.1 服务端功能测试 |
| 6.2.2 客户端功能测试 |
| 6.2.3 各模块功能测试 |
| 6.3 性能测试 |
| 6.4 测试结果分析 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 未来展望 |
| 参考文献 |
| 致谢 |
（7）异构网络中基于图神经网络的MPTCP性能优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语说明 |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 MPTCP协议的发展 |
| 1.2.2 异构网络中的研究 |
| 1.3 研究内容与组织结构 |
| 1.3.1 研究内容 |
| 1.3.2 组织结构 |
| 第2章 MPTCP及其关键技术 |
| 2.1 多路径传输的实现 |
| 2.2 多路径传输关键技术 |
| 2.2.1 多路径路由 |
| 2.2.2 数据包调度 |
| 2.2.3 拥塞控制 |
| 2.2.4 算法总结 |
| 2.3 图神经网络简介 |
| 2.3.1 图与图神经网络 |
| 2.3.2 消息传递神经网络 |
| 2.4 本章小结 |
| 第3章 SDN中基于GNN的多路径路由 |
| 3.1 引言 |
| 3.2 多路径路由问题分析 |
| 3.3 多路径路由方案吞吐量预测模型 |
| 3.3.1 问题建模 |
| 3.3.2 图神经网络模型 |
| 3.4 SDN中基于GNN的多路径路由算法 |
| 3.4.1 系统架构 |
| 3.4.2 性能评估 |
| 3.5 本章小结 |
| 第4章 SDN中基于GNN的MPTCP数据包调度 |
| 4.1 引言 |
| 4.2 数据包调度问题分析 |
| 4.3 数据包调度方案吞吐量预测模型 |
| 4.3.1 问题建模 |
| 4.3.2 图神经网络模型 |
| 4.4 SDN中基于GNN的MPTCP数据包调度 |
| 4.4.1 子流管理与数据调度模块 |
| 4.4.2 系统架构 |
| 4.4.3 性能评估 |
| 4.5 本章小结 |
| 第5章 基于GNN的MPTCP拥塞控制 |
| 5.1 引言 |
| 5.2 拥塞控制问题分析 |
| 5.2.1 网络公平性 |
| 5.2.2 现有算法总结 |
| 5.3 拥塞控制网络方案公平性预测模型 |
| 5.3.1 问题建模 |
| 5.3.2 图神经网络模型 |
| 5.4 基于GNN的MPTCP拥塞控制算法 |
| 5.4.1 算法流程 |
| 5.4.2 性能评估 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文总结 |
| 6.2 未来研究工作展望 |
| 参考文献 |
| 致谢 |
| 附录A 在读期间发表的学术论文与取得的研究成果 |
（8）量子密钥分发专用数据处理芯片关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 量子密钥分发技术发展概述 |
| 1.1.1 量子密钥分发发展回顾 |
| 1.1.2 量子密钥分发网络建设 |
| 1.1.3 量子密钥分发发展趋势 |
| 1.2 量子密钥分发面临的挑战 |
| 1.2.1 单光子探测技术 |
| 1.2.2 量子中继 |
| 1.2.3 技术标准化 |
| 1.2.4 设备小型化 |
| 1.3 本论文内容 |
| 第2章 QKD系统集成化方案 |
| 2.1 40MHz-QKD设备 |
| 2.1.1 量子密钥分发流程 |
| 2.1.2 40MHz-QKD设备结构 |
| 2.1.3 数据处理子系统需求 |
| 2.1.4 40MHz-QKD设备面临的挑战 |
| 2.2 基于ASIC技术的QKD方案 |
| 2.2.1 系统架构 |
| 2.2.2 关键技术 |
| 2.2.3 可行性分析 |
| 第3章 QKD_SOC芯片设计 |
| 3.1 QKD_SOC芯片总体结构 |
| 3.1.1 设计指标 |
| 3.1.2 结构及功能划分 |
| 3.1.3 工作流程 |
| 3.2 光源编码 |
| 3.2.1 发光编码 |
| 3.2.2 存储控制 |
| 3.2.3 流量控制 |
| 3.3 探测器模型 |
| 3.4 探测器控制 |
| 3.5 QKD协处理器 |
| 3.5.1 QKD协处理器结构 |
| 3.5.2 基矢比对 |
| 3.5.3 密钥累积 |
| 3.5.4 密钥纠错 |
| 3.5.5 隐私放大 |
| 3.5.6 密钥下发 |
| 3.5.7 身份认证 |
| 3.5.8 存储空间分配 |
| 3.5.9 复分接 |
| 3.6 TCP/IP卸载引擎 |
| 3.6.1 TOE整体结构 |
| 3.6.2 MAC模块 |
| 3.6.3 ARP模块 |
| 3.6.4 IP模块 |
| 3.6.5 ICMP模块 |
| 3.6.6 UDP模块 |
| 3.6.7 TCP模块 |
| 3.7 CPU及其子系统 |
| 3.7.1 中央处理器 |
| 3.7.2 互联总线 |
| 3.7.3 低速外设 |
| 第4章 QKD_SOC验证 |
| 4.1 验证目标 |
| 4.2 TCP/IP卸载引擎验证 |
| 4.3 CPU子系统验证 |
| 4.4 QKD子系统验证 |
| 4.5 QKD业务验证 |
| 4.6 验证总结 |
| 第5章 芯片测试 |
| 5.1 QKD_SOC芯片 |
| 5.2 芯片测试大纲 |
| 5.3 测试板 |
| 5.3.1 测试板结构 |
| 5.3.2 核心板功能 |
| 5.4 芯片测试项目 |
| 5.4.1 系统启动测试 |
| 5.4.2 JTAG调试模式测试 |
| 5.4.3 CPU子系统测试 |
| 5.4.4 调试网口测试 |
| 5.4.5 密钥协商网口测试 |
| 5.4.6 QKD子系统测试 |
| 5.5 测试总结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（9）混合网络中MPTCP传输优化技术的研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及主要贡献 |
| 1.4 本章小结 |
| 2 混合网络中MPTCP应用 |
| 2.1 混合网络MPTCP技术优势 |
| 2.2 多路径传输技术 |
| 2.2.1 MPTCP设计原理 |
| 2.2.2 MPTCP拥塞控制算法 |
| 2.2.3 MPTCP数据调度机制 |
| 2.3 本章小结 |
| 3 混合网络中MPTCP关键问题分析 |
| 3.1 关键问题定义 |
| 3.2 关键问题实验分析 |
| 3.2.1 NS-3仿真实验平台 |
| 3.2.2 Bufferbloat问题实验分析 |
| 3.2.3 HOL阻塞问题实验分析 |
| 3.3 解决方案探讨 |
| 3.4 本章小结 |
| 4 改进的基于BPMF的缓存预测模型 |
| 4.1 研究动因 |
| 4.1.1 问题重述及潜在隐患 |
| 4.1.2 基于HMM的拥塞预测方案 |
| 4.2 研究策略 |
| 4.2.1 MPTCP缓存优化总策略 |
| 4.2.2 MPTCP wVegas缓存规律 |
| 4.2.3 MPTCP wVegas缓存模型 |
| 4.2.4 基于BPMF的MPTCP拥塞控制算法 |
| 4.3 仿真实验验证 |
| 4.3.1 MPTCP仿真平台搭建 |
| 4.3.2 仿真实验设计及结果分析 |
| 4.4 本章小结 |
| 5 基于路径选择的MPTCP间隙调度策略 |
| 5.1 研究动因 |
| 5.1.1 问题再现 |
| 5.1.2 基于ECF的缓存调度方案探讨 |
| 5.2 研究策略 |
| 5.2.1 MPTCP数据调度优化总策略 |
| 5.2.2 最佳路径调度方案 |
| 5.2.3 基于路径选择的MPTCP间隙调度优化算法 |
| 5.3 仿真实验验证 |
| 5.3.1 仿真平台搭建 |
| 5.3.2 仿真实验设计及结果分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 前期工作小结 |
| 6.2 后期工作展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及成果 |
| 致谢 |
（10）无线网络拥塞策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 网络拥塞控制的研究现状 |
| 1.2.1 源算法研究现状 |
| 1.2.2 链路算法研究现状 |
| 1.2.3 拥塞控制系统的研究现状 |
| 1.3 论文组织结构 |
| 2 网络拥塞控制研究基础 |
| 2.1 网络拥塞控制基础理论 |
| 2.1.1 网络拥塞基本概念和原因分析 |
| 2.1.2 拥塞控制原理 |
| 2.1.3 网络拥塞控制算法设计要求 |
| 2.1.4 网络性能评价指标 |
| 2.2 传统TCP协议的缺陷 |
| 2.3 拥塞控制系统的稳定性和动力学现象 |
| 2.4 本章小结 |
| 3 网络拥塞控制模型的动力学理论 |
| 3.1 非线性系统动力学理论 |
| 3.2 Hopf分岔理论 |
| 3.3 Hopf分岔分析 |
| 3.4 Hopf分岔控制方法 |
| 3.4.1 时滞反馈控制方法 |
| 3.4.2 Washout-filter控制方法 |
| 3.4.3 混合控制方法 |
| 3.5 本章小结 |
| 4 噪声丢包感知的无线网络拥塞算法设计 |
| 4.1 TCP Vegas算法基本概念 |
| 4.2 噪声丢包感知优化算法 |
| 4.3 实验分析结果 |
| 4.4 本章小结 |
| 5 无线网络的Hopf分岔控制策略 |
| 5.1 基于VegasW的无线网络拥塞模型 |
| 5.1.1 非受控模型的分岔现象 |
| 5.1.2 分岔周期解的方向和稳定性分析 |
| 5.1.3 MATLAB数值仿真实验 |
| 5.2 TCP VegasW/AQM无线网络混合控制模型 |
| 5.2.1 受控模型的分岔现象 |
| 5.2.2 分岔周期解的方向和稳定性分析 |
| 5.2.3 MATLAB数值仿真实验 |
| 5.3 本章小结 |
| 6 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及成果 |
| 致谢 |
四、TCP发送缓冲区优化方法的分析与实现（论文参考文献）
- [1]深度报文检测的性能提升与安全增强[D]. 刘立坤. 哈尔滨工业大学, 2021(02)
- [2]基于深度强化学习的数据平面队列管理设计与实现[D]. 杨馥聪. 北京交通大学, 2021(02)
- [3]移动流媒体多路传输关键技术研究[D]. 秦久人. 北京邮电大学, 2021(01)
- [4]LEO卫星网络中基于网络拥塞预测的TCP拥塞控制算法研究[D]. 覃健昌. 北京邮电大学, 2021(01)
- [5]Windows下支持RDMA的数据卡驱动设计与实现[D]. 曲宏欣. 北京邮电大学, 2021(01)
- [6]基于多径协同的虚拟现实传输系统设计与实现[D]. 赵妍. 北京邮电大学, 2021(01)
- [7]异构网络中基于图神经网络的MPTCP性能优化研究[D]. 朱霆. 中国科学技术大学, 2021(09)
- [8]量子密钥分发专用数据处理芯片关键技术研究[D]. 钟晓东. 中国科学技术大学, 2021(09)
- [9]混合网络中MPTCP传输优化技术的研究与实现[D]. 马琛璐. 西安工业大学, 2021(02)
- [10]无线网络拥塞策略研究[D]. 孙鹏展. 西安工业大学, 2021(02)