当前位置：首页 > news >正文

计算机网络自顶向下方法30——运输层网络拥塞控制中的公平性

news 2025/11/5 8:54:24

1. 核心思想
在共享同一网络瓶颈的多个数据流之间，公平地分配可用的带宽资源。理想情况下，N个相同特性的流竞争同一链路，每个流应获得 1/N 的链路带宽。

2. 公平性的衡量

max-min公平性：这是一种经典的公平性定义。它要求在满足所有流的最小需求后，将剩余带宽公平地分配给那些需要更多带宽的流。这通常被认为是网络中最理想的公平分配方式。

TCP通过其AIMD 的核心机制，在宏观上实现了公平性。

AIMD解释：
- AI - 加法增大：在拥塞避免阶段，每个RTT将 cwnd 增加1 MSS。这使得流的发送速率线性增长。
- MD - 乘法减小：当检测到拥塞时（超时或收到ECN），将 cwnd 减半。这使得流的发送速率断崖式下降。
AIMD如何导致公平？
下图通过两个TCP流的竞争，直观地展示了AIMD如何神奇地引导它们收敛到公平的平衡点：
过程分析：
1. 初始：流1的窗口为30，流2的窗口为10。流1占用更多带宽。
2. 加法增大：两者窗口都线性增长，但差距保持不变。
3. 拥塞发生：当它们的窗口之和超过瓶颈带宽时，发生拥塞（如丢包）。
4. 乘法减小：两个流同时将窗口减半。流1从32减至16，流2从16减至8。注意：此时两者的差距从16缩小到了8！
5. 再次加法增大：两者又从新的起点开始线性增长。
6. 收敛：经过几次AIMD循环后，两个流的窗口值会越来越接近，最终在公平点（各25个单位）附近达到动态平衡。
结论：AIMD就像一个“奖惩分明”的系统，做得好大家一起慢慢奖励（AI），出问题大家一起受罚（MD），而且罚的是比例（乘法），这使得占便宜多的流罚得更疼，从而迅速拉平大家的起点。

1. 挑战一：RTT不公平性

问题：具有较小RTT的TCP连接比具有大RTT的连接能获得更多的带宽份额。
根源：TCP的窗口增长是基于ACK的。RTT小的连接能更快地收到ACK，从而更快地增加其 cwnd。在AIMD的“赛跑”中，RTT小的连接起跑更频繁，增长更快。
举例：两个流共享10Mbps链路。流1的RTT=10ms，流2的RTT=100ms。在同样的时间内，流1完成的AIMD周期数是流2的10倍，其平均窗口和吞吐量将远高于流2。
现代算法的改进：像CUBIC这样的算法，其窗口增长更多地依赖于真实时间而非ACK计数，从而在一定程度上缓解了RTT不公平性问题。

2. 挑战二：UDP的“不公平性”

问题：UDP本身不实现任何拥塞控制。
机制：UDP发送方可以按照恒定的、很高的速率发送数据包，而完全不理会网络的拥塞状况。当网络中出现UDP流量时（如视频流、语音通话），它会无情地占满路由器缓冲区，导致TCP流检测到丢包并不断进行“乘法减小”，最终TCP流被“饿死”。
本质：这就像在一個所有人都排队（TCP）的场合，突然来了一个不排队的人（UDP），他总能抢到资源。
解决方案：
- 应用层控制：鼓励基于UDP的应用在应用层实现拥塞控制。例如，QUIC协议在UDP之上实现了类似TCP的拥塞控制。
- 网络层管理：在网络设备上部署公平队列 等机制，在不同流之间公平地调度分组，防止任何一个流独占队列。

3. 挑战三：并行TCP连接的“侵略性”

问题：一个应用（如早期的下载管理器、某些BitTorrent客户端）可以同时打开多个TCP连接来传输同一个对象。
机制：从网络的角度看，这是多个独立的流。如果一个应用打开10个连接，那么在公平队列看来，它就像是10个不同的用户。在分配带宽时，这个应用将获得10份，而其他使用单个连接的应用只能获得1份。
影响：这严重破坏了“每流公平性” 的原则。一个“贪婪”的应用可以通过这种方式霸占绝大部分带宽。
解决方案：
- 应用自律：开发者应遵守网络礼仪，避免滥用并行连接。
- 网络识别与惩罚：更复杂的网络设备可以尝试识别属于同一对主机的多个连接，并将它们作为“一个流”来整体进行调度。