TCP友好性网络流量均衡模型：理论与遗传算法应用

本文主要探讨了"基于TCP友好性的网络流量均衡模型"的研究，由董晶晶、余镇危、张英和车鸿韡四位作者在中国矿业大学（北京）计算机系完成。随着多媒体流技术的迅速发展，网络流量呈现出爆炸式增长，UDP流量比例增大，这对网络的高效性和稳定性构成了挑战。传统的流量均衡策略可能忽视了网络带宽和节点缓冲区的限制，以及对TCP流量的友好性，导致流量分布不均和性能下降。 作者引入了排队理论这一工具，从分析的角度出发，设计了一种新的模型，旨在同时考虑网络带宽和节点缓冲区的使用情况，确保在满足TCP流量友好性的前提下实现流量均衡。模型的核心在于建立一个优化模型，其目标是最大化网络资源均衡度，同时避免对现有流量造成过多干扰。模型中引入了带宽使用均衡度和数据等待均衡度的概念，这两个指标用于评估网络流量的整体平衡状态。 在模型构建过程中，网络被抽象为由多个排队系统组成的混合系统，每个排队系统的参数如平均队列长度和数据包等待时间通过排队理论进行计算。为了保证TCP友好性，模型还采用了适当的速率控制公式来确定链路的临界流量，即在不影响服务质量的前提下，允许的最大数据传输速率。 作者们利用遗传算法来求解这个优化模型，这是一类全局搜索优化方法，能够在复杂的搜索空间中找到最优解。实验部分展示了模型的有效性，通过对比实验结果验证了模型能够有效地均衡网络流量，提高网络性能，并且在TCP流量友好性方面表现出良好的控制效果。 这篇论文为解决网络流量快速增长背景下的流量均衡问题提供了一个创新的解决方案，强调了在流量管理中兼顾TCP友好性的重要性，并展示了如何通过理论分析和算法优化来实现网络资源的合理分配和高效利用。