一種輕量化傳輸模擬器設(shè)計與實現(xiàn)

葉洪波 潘俊臣 崔勇

摘要：傳輸優(yōu)化方案的驗證依賴于模擬器，但大量基于機器學(xué)習(xí)的優(yōu)化方案和端網(wǎng)結(jié)合的傳輸優(yōu)化方案的出現(xiàn)，使得現(xiàn)有模擬器不適應(yīng)日益復(fù)雜的傳輸優(yōu)化方法。為了解決該問題，提出了一種輕量化傳輸模擬器。該模擬器支持多種傳輸功能的模擬，并利用算法接口抽象提升模擬器的易用性。通過在所提出的模擬器上構(gòu)造常見傳輸場景并對多種算法進行模擬實驗，驗證了本傳輸模擬器的有效性和實現(xiàn)的正確性。

關(guān)鍵詞：傳輸模擬器;擁塞控制算法;碼率自適應(yīng)

Abstract： The verification of transmission optimization schemes depends on simulators， but existing simulators are not suitable for increas?ingly complex transmission optimization methods， including optimization schemes based on machine learning and transmission optimization schemes combined with end networks . To solve this problem， a lightweight transmission simulator is proposed . The simulator supports the simulation of multiple transport functions and uses algorithmic interface abstraction to improve the simulator's ease of use . Experiments are carried out on the simulator proposed in this paper through common transmission scenarios and different optimization algorithms to verify the effectiveness and correctness of the implementation of the simulator .

Keywords： transmission simulator; congestion control algorithm; adaptive bitrate

隨著互聯(lián)網(wǎng)的發(fā)展，直播、線上會議、云游戲等新應(yīng)用和新場景不斷涌現(xiàn)，對網(wǎng)絡(luò)傳輸性能都提出了更高的要求，傳輸優(yōu)化研究也因此越來越成為業(yè)界關(guān)注的焦點。為了滿足新場景下的傳輸需求，業(yè)界在網(wǎng)絡(luò)傳輸過程中的各個細分領(lǐng)域提出了大量的優(yōu)化方案。碼率自適應(yīng)、擁塞控制算法、隊列管理算法等處于網(wǎng)絡(luò)傳輸?shù)亩藗?cè)或網(wǎng)絡(luò)側(cè)，不同網(wǎng)絡(luò)層次的優(yōu)化策略研究不斷涌現(xiàn)。這些方案從不同的角度對傳輸過程進行優(yōu)化，以期獲得更好的服務(wù)質(zhì)量和用戶體驗。

作為傳輸優(yōu)化研究過程中各類方案驗證和測試的重要工具，傳輸模擬器對傳輸機制的研究有著很重要的意義。相對于在真實設(shè)備上進行傳輸實驗，在模擬器上的實驗有著部署簡單、運行速度快等諸多優(yōu)點。這些優(yōu)點使得模擬器成為傳輸機制研究初期方案驗證時的最佳工具。傳輸模擬器的擬真程度、性能好壞、支持的功能是否全面、是否便捷開發(fā)等特性，很大程度上影響新型傳輸機制的驗證效率。

隨著傳輸優(yōu)化方案設(shè)計的日益復(fù)雜和機器學(xué)習(xí)方法的引入，現(xiàn)有模擬器的設(shè)計很難滿足研究人員的需要。從功能上看，不同細分領(lǐng)域的傳輸研究對模擬器功能有不同的要求。功能過于單一的模擬器系統(tǒng)不能滿足研究人員的需求。從易用性上看，現(xiàn)有傳輸模擬器的功能不足以支持復(fù)雜的方案設(shè)計，這帶來了使用上的不便和額外改動的成本。一方面，傳輸機制上的創(chuàng)新方案往往需要對現(xiàn)有模擬器主邏輯進行較大規(guī)模的改動，這與模擬器本身作為快速驗證手段的目的背道而馳;另一方面，機器學(xué)習(xí)方法的引入使得模擬器系統(tǒng)同時肩負起快速生成大量學(xué)習(xí)樣本的職責(zé)，這對傳輸模擬器提出了輕量化的要求。

綜上所述，現(xiàn)有模擬器已經(jīng)不能滿足日益復(fù)雜的傳輸優(yōu)化方案快速性能驗證需求，因此需要設(shè)計輕量化的模擬器來滿足傳輸優(yōu)化方案的性能驗證的新需求。本文首先分析傳輸優(yōu)化研究的幾個重要領(lǐng)域的特點，總結(jié)這些研究方案對模擬器功能的需求;其次，對現(xiàn)有模擬器存在的問題進行了歸納和總結(jié);以此為基礎(chǔ)，提出了一種適應(yīng)新型傳輸優(yōu)化方案的模擬器;最后，通過常見傳輸場景和算法的模擬效果實驗，驗證了模擬器的有效性和實現(xiàn)的正確性。

1多樣化傳輸優(yōu)化方案對模擬器功能需求

近年來，擁塞控制算法和碼率自適應(yīng)（ABR）算法是網(wǎng)絡(luò)傳輸優(yōu)化研究中的熱點?；趩l(fā)式策略的算法和新興的基于機器學(xué)習(xí)的算法層出不窮。這些算法研究工作大多需要利用模擬器進行方案性能驗證。算法復(fù)雜度的不斷增加，對模擬器的功能也提出了更高的要求。

1.1常見細分領(lǐng)域研究需求

傳輸優(yōu)化領(lǐng)域包含的研究很多，每一種細分領(lǐng)域需要模擬器實現(xiàn)的功能不同。本文以擁塞控制和碼率自適應(yīng)兩個領(lǐng)域為例，給出模擬器需要實現(xiàn)的幾種重要功能。

擁塞控制算法的研究關(guān)注源端速率控制策略，需要模擬傳輸協(xié)議和網(wǎng)絡(luò)鏈路。源端擁塞控制算法控制傳輸速率的方法大致分為兩種：基于窗口的策略和基于速率的策略。具體來說，基于窗口的策略通過擁塞窗口及平滑速度控制發(fā)送，基于速率的策略則直接通過發(fā)送速度來控制發(fā)送。窗口策略常見于啟發(fā)式的傳統(tǒng)算法，例如 Reno[1]、? Cubic[2]只決策擁塞窗口控制發(fā)送。瓶頸帶寬和位移傳播時間（BBR） [3]則以擁塞控制窗口為主，平滑速度控制發(fā)包速率為輔。速率策略則常見于機器學(xué)習(xí)擁塞控制算法中，例如，面向性能的擁塞控制（PCC） [4]直接決策發(fā)送速度值來控制發(fā)送速度。為了支持不同擁塞控制方案的實施，模擬器需要同時實現(xiàn)上述不同的控制策略。同時，擁塞控制算法研究還需要完整的網(wǎng)絡(luò)鏈路功能模擬來支持網(wǎng)絡(luò)波動模擬，還原真實網(wǎng)絡(luò)中擁塞控制算法性能。

ABR 研究則從應(yīng)用層角度優(yōu)化傳輸過程，并需要模擬流媒體傳輸?shù)倪^程。目前常見的流媒體點播協(xié)議，例如基于超文本傳輸協(xié)議（HTTP）的動態(tài)自適應(yīng)流媒體傳輸協(xié)議（DASH） [5]，都通過視頻分片的形式進行流媒體的傳輸。由于多種碼率的存在，需要碼率自適應(yīng)算法來自動選擇適配當(dāng)前網(wǎng)絡(luò)質(zhì)量的視頻塊。例如，RobustMPC[6]將 ABR 問題抽象為控制論問題，并利用控制論算法解決視頻碼率和帶寬能力的適配;Pensieve[7]則利用強化學(xué)習(xí)的方法，利用機器學(xué)習(xí)模型獲取最優(yōu)策略?？傮w上， ABR 算法需要模擬器實現(xiàn)流媒體點播協(xié)議邏輯、ABR 算法的統(tǒng)計輸入和決策執(zhí)行邏輯。

1.2機器學(xué)習(xí)方法的新需求

隨著機器學(xué)習(xí)方法在傳輸優(yōu)化中的大量應(yīng)用，模擬器的運行效率也成為重要的性能指標(biāo)。? Remy[8]、? PCC、 PCC- Vivace[9]等擁塞控制算法使用機器學(xué)習(xí)方法指導(dǎo)決策; Orca[10]則通過傳統(tǒng)策略和機器學(xué)習(xí)的結(jié)合，在降低運算開銷的同時提升了吞吐和時延表現(xiàn);Pensieve則首先將強化學(xué)習(xí)應(yīng)用于碼率自適應(yīng)研究中，大幅提升了 ABR 算法在復(fù)雜網(wǎng)絡(luò)狀態(tài)下的決策性能。雖然兩個研究領(lǐng)域的模擬功能需求有所不同，但都依賴于大量實驗樣本進行機器學(xué)習(xí)調(diào)優(yōu)，這對模擬器性能提出了更高的要求。機器學(xué)習(xí)方法往往需要在模擬器系統(tǒng)中進行初步的模擬訓(xùn)練，經(jīng)過調(diào)優(yōu)后再在真實環(huán)境中進行細調(diào)。因此，模擬器的性能對機器學(xué)習(xí)算法的訓(xùn)練效率的影響很大。

2現(xiàn)有傳輸模擬器方案缺點

日益復(fù)雜的傳輸優(yōu)化研究，對模擬器系統(tǒng)的功能提出了更高的要求。但現(xiàn)有的傳輸模擬器方案往往不能同時滿足所有的研究需求，且大部分缺乏易用性設(shè)計。這導(dǎo)致學(xué)習(xí)成本增加、研究效率下降。本文對常見的傳輸模擬器 NS-3[11]和 Mahimahi[12]做簡要介紹，并分析優(yōu)劣，指出了當(dāng)前傳輸模擬器面臨的問題。

2.1 NS-3模擬器

NS-3是一個開源的、可拓展的、基于事件的網(wǎng)絡(luò)模擬

器，旨在服務(wù)網(wǎng)絡(luò)領(lǐng)域的研究和教學(xué)工作。? NS-3模擬器最大的特點是支持極高的模擬精度。例如， NS-3模擬器可以生成接近系統(tǒng)內(nèi)核原生網(wǎng)絡(luò)棧精度的 Internet 控制報文協(xié)議（ICMP）、用戶數(shù)據(jù)報協(xié)議（UDP）、傳輸控制協(xié)議（TCP）等多種真實的端到端交互模擬。路由層面支持不同的路由協(xié)議，鏈路層面則支持 Wi-Fi、以太網(wǎng)等不同的鏈路協(xié)議?？傮w上講， NS-3在設(shè)計上著重關(guān)注模擬器的擬真度，對網(wǎng)絡(luò)的模擬非常細致。

但是 NS-3模擬器過于復(fù)雜且學(xué)習(xí)成本較高，這導(dǎo)致其易用性較差。另外，高精度的模擬也不利于快速運行：

（1） NS-3基本框架比較復(fù)雜，修改起來相當(dāng)困難，對研究人員并不友好。針對不同協(xié)議的模擬在增加模擬精度的同時，也影響了代碼的復(fù)雜度。

（2） NS-3對鏈路、路由、傳輸協(xié)議等進行高精度模擬，這提升了模擬器的擬真程度。但對于傳輸研究來說， NS-3模擬了很多研究者不關(guān)心的因素，這增加了開發(fā)難度。

（3） NS-3復(fù)雜的模擬機制限制了 NS-3的性能，這導(dǎo)致其并不適合大規(guī)模生成模擬樣本。隨著機器學(xué)習(xí)方法的引入，快速生成大量模擬樣本的能力已經(jīng)逐漸成為模擬器重要功能指標(biāo)。

2.2 Mahimahi 模擬器

Mahimahi 模擬器最早被用于 HTTP 流量的記錄和重放，目前常用于網(wǎng)絡(luò)傳輸模擬。? Mahimahi 是一個數(shù)據(jù)包級別的端到端傳輸模擬器，它能夠模擬中間瓶頸鏈路的緩存變化情況，從而反映帶寬和往返時延（RTT）的變化。在 ABR 領(lǐng)域基于機器學(xué)習(xí)的經(jīng)典算法Pensieve的實驗中，底層傳輸模擬器使用的就是 Mahimahi 。 Mahimahi 最大的特點是框架較為輕量。模擬器的設(shè)計目標(biāo)并不是模擬復(fù)雜的網(wǎng)絡(luò)設(shè)備，因此模擬過程相對粗粒度。這卻帶來了較好的性能。同時，相比于 NS-3， Mahimahi 框架簡單易理解。

Mahimahi 模擬器由于功能有限，也有著局限性，如 Mahimahi 不支持復(fù)雜網(wǎng)絡(luò)拓撲。對于數(shù)據(jù)中心這種層次路由的場景，不同流之間不僅有獨立的緩存（例如直連的交換機），還有共享的緩存（例如出口路由器）。 Mahimahi 不支持這種復(fù)雜的緩存模擬，也因此不能模擬復(fù)雜拓撲中多對節(jié)點之間的同時通信。這就使得 Mahimahi 的模擬功能局限于端到端的場景，不能適配其他傳輸優(yōu)化研究。

3輕量化傳輸模擬器設(shè)計

為了解決現(xiàn)有模擬器不能滿足研究需要的問題，本文設(shè)計了一種輕量化傳輸模擬器。本節(jié)主要介紹模擬器的總體架構(gòu)、輕量化設(shè)計和易用性設(shè)計。

3.1總體架構(gòu)設(shè)計

模擬器的總體架構(gòu)包含4 個模塊：算法模塊、參數(shù)配置模塊、核心元素和底層模擬邏輯，具體如圖1 所示。模擬器的底層模擬邏輯是基于事件隊列實現(xiàn)的，它利用事件隊列將各個功能模塊聯(lián)系起來，實現(xiàn)了模擬設(shè)備間復(fù)雜的調(diào)用關(guān)系。在模擬器底層框架之上，還有若干核心元素，構(gòu)成了模擬設(shè)備、鏈路等模擬要素。具體來說， Block 和 ABR 組件分別負責(zé)靜態(tài)流量重放和 ABR 機制模擬，是模擬器環(huán)境中的應(yīng)用層功能。? Sender 元素模擬傳輸中的端系統(tǒng)以實現(xiàn)模擬器的傳輸層功能。? Sender 元素同時還利用算法接口與數(shù)據(jù)塊調(diào)度、擁塞控制等算法模塊交互，完成算法的狀態(tài)更新，并按照決策進行模擬傳輸。 Router 元素模擬中間轉(zhuǎn)發(fā)節(jié)點的功能，負責(zé)模擬緩存和隊列調(diào)度機制，同時利用算法接口與隊列管理算法、包標(biāo)記算法等模塊交互，實現(xiàn)設(shè)備算法的自定義。? Link 元素負責(zé)模擬傳輸中的鏈路，代表了模擬設(shè)備（Sender 和 Router）之間的連接，其傳輸特性由鏈路配置接口指定。

3.2輕量化設(shè)計

我們通過簡化模擬機制來減少模擬器的運行開銷，實現(xiàn)輕量化模擬器設(shè)計。具體來說，我們將傳輸過程中較為復(fù)雜但對模擬精度影響不大的設(shè)計取消，從而提升了運行效率。

以傳輸過程簡化和 ABR 模擬簡化為例，模擬器只模擬其中對精度影響較大的機制。首先是傳輸過程的簡化，模擬器只模擬穩(wěn)態(tài)下的傳輸流程，不對建立連接等短暫狀態(tài)進行模擬。雖然可靠的傳輸協(xié)議通常有比較復(fù)雜的狀態(tài)機制，但不同狀態(tài)下的流量特征有很大的區(qū)別，例如 TCP[13]和快速用戶數(shù)據(jù)報協(xié)議網(wǎng)絡(luò)連接（QUIC） [14]的鏈接建立過程差異就很大。這些可靠傳輸機制的背后是復(fù)雜的網(wǎng)絡(luò)棧狀態(tài)機的實現(xiàn)。對于模擬器來說，完整的模擬是非常影響模擬性能和框架簡潔性的。但是這些區(qū)別于穩(wěn)態(tài)的其他狀態(tài)往往只占用了傳輸事件的極短時間，因此單純模擬穩(wěn)態(tài)的傳輸過程不會嚴(yán)重影響模擬器的擬真度。所以，模擬器只模擬穩(wěn)態(tài)的傳輸過程。其次是 ABR 過程模擬，模擬器只對比較關(guān)鍵的視頻塊碼率切換邏輯做模擬，忽略了其他的協(xié)議細節(jié)。例如，完整的點播協(xié)議中包含 Meta 數(shù)據(jù)的交互、? HTTP 頭參數(shù)等，而模擬器則忽略了這些協(xié)議細節(jié)。服務(wù)端和用戶端讀取 trace 文件共享 Meta 信息，只模擬視頻傳輸邏輯。

3.3易用性設(shè)計

為了實現(xiàn)模擬器的易用性，本文設(shè)計并實現(xiàn)了多種算法接口。具體來說，模擬器的設(shè)計總結(jié)了現(xiàn)有傳輸方案的特點，并設(shè)計了4 種算法接口，以為不同需求的研究提供支持。4種接口分別是源端 ABR 算法接口、源端擁塞控制算法接口、中間設(shè)備隊列調(diào)度算法接口和中間設(shè)備數(shù)據(jù)包標(biāo)記接口。其中， ABR 算法接口主要服務(wù)于流媒體傳輸優(yōu)化研究中 ABR 算法的實現(xiàn);擁塞控制算法接口則服務(wù)于擁塞控制研究;中間設(shè)備隊列調(diào)度接口控制中間設(shè)備隊列管理的決策，方便設(shè)備緩存管理的研究;包標(biāo)記接口則用于給數(shù)據(jù)包標(biāo)記額外的傳輸信息，支持端到網(wǎng)和網(wǎng)到端的反饋，可用來實現(xiàn)端網(wǎng)協(xié)同的設(shè)計方案，例如高精度擁塞控制（HPCC） [15]、數(shù)據(jù)中心傳輸控制協(xié)議（DCTCP） [16]等。 4種接口之間可以獨立開發(fā)、相互組合，也可以協(xié)同設(shè)計以完成更復(fù)雜的功能，以滿足研究者的不同需求。

除了算法接口之外，我們還對模擬器實驗場景配置中常用的幾種功能進行了接口抽象，具體包括拓撲配置、鏈路狀態(tài)配置、設(shè)備配置和流配置4 種。拓撲配置接口負責(zé)表達模擬設(shè)備連接關(guān)系，用來將模擬設(shè)備組成實驗拓撲;鏈路狀態(tài)配置接口則用來配置設(shè)備間鏈路的狀態(tài)信息，包括傳輸物理延時、帶寬大小、丟包率等;模擬設(shè)備配置接口負責(zé)規(guī)定模擬設(shè)備性能參數(shù)以及算法;傳輸數(shù)據(jù)配置接口則主要規(guī)定了模擬設(shè)備之間的靜態(tài)傳輸任務(wù)，用來配置流量分布。通過這4 種接口，研究者能夠快速構(gòu)造目標(biāo)的實驗場景的具體參數(shù)，進行驗證性實驗。

4驗證性實驗

我們在模擬器中實現(xiàn)了幾種典型傳輸優(yōu)化方案，并進行了功能驗證實驗，用來驗證模擬器的功能正確性。我們分別從擁塞控制研究、端網(wǎng)協(xié)同算法研究和應(yīng)用層碼率自適應(yīng)研究角度出發(fā)來構(gòu)造場景，實驗驗證了多流競爭、 DCTCP 模擬和 ABR 模擬的效果。

4.1多流競爭場景

多流競爭實驗是擁塞控制算法研究中重要的實驗場景，常用于對比算法之間的公平性。? Reno 是最廣泛應(yīng)用的擁塞控制算法，其包含的慢啟動、擁塞避免、快速重傳和快速恢復(fù)機制是現(xiàn)有的很多新型擁塞控制算法的基礎(chǔ)。? Reno 算法在執(zhí)行過程中需要維護擁塞控制窗口和閾值。當(dāng)現(xiàn)有擁塞控制窗口低于閾值時， Reno 算法進入慢啟動狀態(tài)，擁塞窗口按照指數(shù)增長;反之則進入擁塞避免狀態(tài)，采用線性增長。擁塞窗口限制了同時能在網(wǎng)絡(luò)中傳輸?shù)臄?shù)據(jù)包數(shù)量，也就達到了避免網(wǎng)絡(luò)擁塞的目的。? Reno 核心的和式增加、積式減少機制自1988年提出以來，就是基于擁塞窗口的算法中最經(jīng)典的控制機制，后續(xù)的很多研究都基于此。因此，我們選用 Reno 算法驗證模擬器對多流復(fù)用同一信道的模擬效果。

我們模擬了一個3 對1 的傳輸場景，即3 條流共享1 個轉(zhuǎn)發(fā)節(jié)點。 3 個端系統(tǒng)分別運行1 個 Reno 的擁塞控制算法，并在 0 s、 60 s、 120 s 依次開始向同一個節(jié)點發(fā)送數(shù)據(jù)，分別運行180 s 后結(jié)束。在此過程中， 3個端系統(tǒng)上的 Reno 會經(jīng)歷單流、雙流競爭、三流競爭，再到雙流競爭、單流，端系統(tǒng)吞吐結(jié)果如圖2 所示。多流競爭的場景還原了 Reno 多流競爭時的特點，雙流和三流的競爭場景基本上實現(xiàn)了多流的公平性。從吞吐上看，多條 Reno 流量均分了帶寬，模擬的轉(zhuǎn)發(fā)節(jié)點也維持了2 Mbit/s 的轉(zhuǎn)發(fā)速度，整體模擬效果符合預(yù)期。

4.2 DCTCP 模擬場景

作為一種利用網(wǎng)絡(luò)設(shè)備反饋信息優(yōu)化擁塞控制的經(jīng)典算法， DCTCP 很適合用來驗證模擬器在復(fù)雜算法設(shè)計研究中的功能。? DCTCP 使用的顯式擁塞通告（ECN）是一種廣泛應(yīng)用的機制，絕大多數(shù)商用交換機都已經(jīng)實現(xiàn)了類似的功能。具體來說，交換機感知實時的隊列長度，并在其超過設(shè)定閾值時標(biāo)記數(shù)據(jù)包，以通知端系統(tǒng)主動退讓。? DCTCP 利用 ECN 機制，實現(xiàn)了算法收斂快和傳輸時延低。? DCTCP 使用與 ECN 信號相關(guān)的 alpha 值來調(diào)整擁塞窗口（CWND），這在加速了收斂的同時使得鏈路緩存維持在特定閾值。區(qū)別于 Reno 傾向于填滿緩存， DCTCP 會主動降低隊列占用，從而降低了時延。

我們構(gòu)造了1 對1 的傳輸場景，用來驗證 DCTCP 的模擬效果。鏈路的傳輸速度在20s 時折半，轉(zhuǎn)發(fā)節(jié)點的 ECN 標(biāo)記閾值被設(shè)置為20個包，測試的結(jié)果如圖3 所示。我們將吞吐表現(xiàn)、轉(zhuǎn)發(fā)節(jié)點緩沖長度和 DCTCP 的端系統(tǒng)窗口大小繪制在了圖中。模擬器中的 DCTCP 在隊列累積到閾值時，就會主動降低傳輸速度避免擁塞丟包緩存，這一點充分體現(xiàn)出了DCTCP 的方案特點。與 Reno 只基于丟包的控制邏輯不同， DCTCP 利用 alpha 狀態(tài)量和 ECN 標(biāo)記，在隊列還未因完全填滿導(dǎo)致丟包時就主動消去了部分 CWND 來降低發(fā)送速度。在圖3 中， DCTCP 的窗口大小在一定區(qū)間內(nèi)小幅波動，而不是類似于 Reno 的折半再增長。

4.3 ABR 模擬場景

為了驗證模擬器在流媒體碼率自適應(yīng)研究中的功能，我們構(gòu)造了基于 Buffer 的碼率自適應(yīng)算法（BBA-0） [17]模擬實驗。? BBA-0 算法是一種基于 Buffer 的 ABR 算法，以當(dāng)前緩沖量作為輸入來決定目標(biāo)比特率。? BBA 算法有低閾值和高閾值兩個參數(shù)，當(dāng) Buffer 量低于低閾值時只采用最低清視頻流快速填充，高于高閾值時只使用最高清視頻流，介于兩者之間的則按照比例線性選擇中間的清晰度?？傮w上 BBA-0會展示出優(yōu)先免卡頓的特點，避免 Buffer 量下降。

我們設(shè)置了簡化的流媒體點播場景來對碼率自適應(yīng)功能進行測試。視頻流量只有低清和高清兩種，網(wǎng)絡(luò)帶寬在30～40 s 折半。我們將總 Buffer 量、低清 Buffer 量和高清 Buffer 量的變化繪制如圖4 。啟動階段， 我們優(yōu)先選擇低清流量建立 Buffer，當(dāng) Buffer 量較為穩(wěn)定后再切換至高清流量， 以獲取更好的用戶體驗。在帶寬驟降階段，? Buffer 被消耗，? BBA-0切換回低清流量以重新填滿 Buffer。從模擬結(jié)果來看，模擬器中實現(xiàn)的 BBA-0算法符合其功能特點，很好地展示了模擬器對碼率自適應(yīng)功能的模擬。

5結(jié)束語

模擬器驗證是傳輸優(yōu)化研究過程的重要組成部分，但現(xiàn)有模擬器并不適應(yīng)日益復(fù)雜的研究需求。本文分析了傳輸優(yōu)化研究的幾個重要細分領(lǐng)域?qū)鬏斈M器的需求，并總結(jié)了現(xiàn)有模擬器存在的問題。以此為基礎(chǔ)，提出了一種輕量化傳輸模擬器系統(tǒng)。本傳輸模擬器在提供算法接口保證易用性的同時實現(xiàn)輕量化，并取得了較好的模擬效果，能夠支持機器學(xué)習(xí)及非機器學(xué)習(xí)的各類傳輸優(yōu)化方案的性能驗證。

模擬器的功能拓展和性能優(yōu)化都需要更多的研究。一方面，傳輸優(yōu)化研究不局限于文中提到的擁塞控制算法和碼率自適應(yīng)算法。模擬器需要進一步設(shè)計并實現(xiàn)更多的算法接口以支持更多復(fù)雜的傳輸優(yōu)化研究。另一方面，模擬器需要進一步優(yōu)化運行效率，最大限度地發(fā)揮輕量化設(shè)計框架帶來的效率優(yōu)勢。

[14] LANGLEY A，? RIDDOCH A， WILK A， et al. The QUIC transport protocol ： design? and? Internet-scale? deployment? [C]//Proceedings? of? the? ACM Special? Interest? Group? on? Data? Communication . ACM， 2017： 183-196. DOI：10.1145/3098822.3098842

[15] LI Y L， MIAO R， LIU H H， et al. HPCC： high precision congestion control [C]//Proceedings?? of?? the?? ACM?? Special?? Interest?? Group?? on?? Data Communication. ACM， 2019：44-58. DOI：10.1145/3341302.3342085

[16] ALIZADEH? M，  GREENBERG? A，? MALTZ? D? A，? et? al. Data? center? TCP （DCTCP） [C]//Proceedings? of? the ACM? SIGCOMM 2010 Conference? on SIGCOMM-SIGCOMM?? '10.?? ACM，?? 2010：? 63-74.? DOI：? 10.1145/

1851182.1851192

[17] HUANG T Y， JOHARI R， MCKEOWN N， et al. A buffer-based approach to rate? adaptation： evidence? from? a? large? video? streaming? service [C]// Proceedings of the 2014 ACM? Conference on? SIGCOMM . ACM， 2014：187-198. DOI：10.1145/2619239.2626296

參考文獻

[1] FLOYD S， HENDERSON T， GURTOV A. The newReno modification to TCP’s fast recovery algorithm [S]： Rfc3782. IETF， 2004

[2] HA S， RHEE I， XU L. Cubic： a new TCP-friendly high-speed TCP variant [J].ACM SIGOPS operating systems review， 2008， 42（5）： 64-74

[3] CARDWELL N， CHENG Y， GUNN C S， et al. Bbr [J]. Communications of theACM， 2017， 60（2）： 58-66. DOI： 10.1145/3009824

[4] DONG M， LI Q X， ZARCHY D， et al. PCC： re-architecting congestion controlfor consistent high performance [EB/OL]. （2014-09-24）[2021-12-10].https：//arxiv.org/abs/1409.7092

[5] AKAMAI. Dash. js [EB/OL]. [2021-12-12]. https：//github. com/DashIndustry-Forum/dash.js/

[6] YIN X Q， JINDAL A， SEKAR V， et al. A control-theoretic approach fordynamic adaptive video streaming over HTTP [C]//Proceedings of the 2015

ACM Conference on Special Interest Group on Data Communication. ACM，2015： 325-338. DOI： 10.1145/2785956.2787486

[7] MAO H Z， NETRAVALI R， ALIZADEH M. Neural adaptive video streamingwith pensieve [C]//Proceedings of the Conference of the ACM SpecialInterest Group on Data Communication. ACM， 2017： 197-210. DOI：10.1145/3098822.3098843

[8] WINSTEIN K， BALAKRISHNAN H. TCP ex machina [J]. ACM SIGCOMMcomputer communication review， 2013， 43（4）： 123-134. DOI： 10.1145/2534169.2486020

[9] DONG M， MENG T， ZARCHY D， et al. PCC vivace： online-learningcongestion control [EB/OL].[2021-12-10]. https：//www.usenix.org/system/files/conference/nsdi18/nsdi18-dong.pdf

[10] ABBASLOO S， YEN C Y， CHAO H J. Classic meets modern： a pragmaticlearning-based congestion control for the Internet [C]//Proceedings of theAnnual Conference of the ACM Special Interest Group on DataCommunication on the Applications， Technologies， Architectures， andProtocols for Computer Communication. ACM， 2020： 632-647. DOI：10.1145/3387514.3405892

[11] HENDERSON R T， LACAGE M， RILEY F G. Network simulations with thens-3 simulator [EB/OL]. [2021-12-10]. http：//conferences. sigcomm. org/sigcomm/2008/papers/p527-hendersonA.pdf

[12] NETRAVALI R， SIVARAMAN A， DAS S， et al. Mahimahi： accurate recordand-replay for HTTP. [EB/OL]. [2021-12-10]. http：//mahimahi. mit. edu/mahimahi_atc.pdf

[13] TANTAWY M M. Effect of transmission control protocol on limited buffercognitive radio relay node [J]. Communications and network， 2015， 7（3）：20-27. DOI： 10.4236/cn.2015.73013

作者簡介

葉洪波，國網(wǎng)上海市電力公司副總工程師兼調(diào)度控制中心主任，高級工程師;主要從事電網(wǎng)調(diào)度運行管理、設(shè)備運維檢修管理等工作;負責(zé)并參與了多項國網(wǎng)公司和上海公司科技項目，獲得省部級科技獎5 項，被評為國家電網(wǎng)公司勞動模范;發(fā)表論文10余篇。

潘俊臣，清華大學(xué)在讀博士研究生;主要研究領(lǐng)域為惡意流量檢測和可編程網(wǎng)絡(luò)設(shè)備應(yīng)用。

崔勇，清華大學(xué)計算機系教授、博士生導(dǎo)師、網(wǎng)絡(luò)技術(shù)研究所所長，教育部青年長江學(xué)者，國家優(yōu)秀青年科學(xué)基金獲得者，教育部新世紀(jì)人才和中創(chuàng)軟件人才獎獲得者，中國通信標(biāo)準(zhǔn)化協(xié)會理事，國際互聯(lián)網(wǎng)標(biāo)準(zhǔn)化組織 IETF IPv6過渡工作組主席;獲得國家技術(shù)發(fā)明獎二等獎1 次、國家科學(xué)技術(shù)進步獎二等獎1 次、省部級科技進步一等獎4 次以及國家信息產(chǎn)業(yè)重大發(fā)明2 次，所提出的 IPv6過渡技術(shù)被國際互聯(lián)網(wǎng)標(biāo)準(zhǔn)化組織 IETF 制定為 9項 RFC;發(fā)表論文100余篇，獲國家發(fā)明專利40余項，出版學(xué)術(shù)著作4 部。