创新背景
自20世纪80年代以来,网络拥塞控制一直是研究人员试图解决的一个基本问题。当用户希望通过互联网发送数据的速度超过了网络所能承受的速度时,就会发生拥堵——就像早晨去大城市上班时出现拥堵一样。
拥塞控制算法使用数据包丢失和延迟作为信号来推断拥塞并决定发送数据的速度。但互联网是复杂的,数据包可能会因为与网络拥塞无关的原因而延迟或丢失。例如,数据可能会在队列中滞留,然后随着其他数据包的爆发而释放,或者接收方的确认可能会延迟。研究者称不是由拥塞引起的延迟为“抖动”。
创新过程
麻省理工电气工程和计算机科学(EECS)的研究团队与富士通计算机科学和人工智能教授共同研究发现,以往的拥塞控制算法可能是不公平的。他们表明,总是存在这样一种网络场景:至少有一个发送者与其他发送者相比几乎没有接收到带宽。也就是说,被称为饥饿的问题是无法避免的。这项工作得到NASA大学领导计划和美国国家科学基金会的部分资助。
研究人员表示,即使拥塞控制算法能够很好地度量延迟,它也无法区分拥塞引起的延迟和抖动引起的延迟。由抖动引起的延迟是不可预测的,并混淆发送方。由于这种模糊性,用户开始以不同的方式估计延迟,这导致他们以不同的速率发送包。最终,这导致了饥饿的发生,有人被完全排斥在外。
由于对抖动存在时的拥塞控制行为缺乏理论理解。为了把它放在一个更坚实的理论基础上,研究团队建立了一个数学模型,它足够简单,可以思考,但能够捕捉到互联网的一些复杂性。
研究人员将他们的数学模型输入计算机,给它一系列常用的拥塞控制算法,并要求计算机使用他们的模型找到一个可以避免拥塞的算法。
然而实验的结果并不乐观,研究人员尝试了所有已知的算法,但毫无结果。计算机总是会发现这样一种情况:一些人得到所有带宽,并且至少有一个人基本上什么都得不到。
研究人员对这个结果感到惊讶,因为这些算法被广泛认为是合理公平的。他们开始怀疑可能无法避免饥饿,这是一种极端形式的不公平。这使他们定义了一类他们称之为“延迟收敛算法”的算法,他们证明在他们的网络模型下,这些算法总是会遭遇饥饿,所有已知的控制延迟的拥塞控制算法都是延迟收敛的。
但并非没有希望。虽然他们测试的所有算法都失败了,但可能还有其他的算法,它们不是延迟收敛的,可能能够避免饥饿。这表明,想要解决这个问题,可能需要设计更广泛地改变延迟范围的拥塞控制算法,这个范围比任何可能由于网络抖动而发生的延迟都要大。
研究人员想要继续努力,看看他们是否能找到或构建一种消除饥饿的算法。他们还希望将这种数学建模和计算证明的方法应用于网络系统中其他棘手的、未解决的问题。
创新关键点
研究团队通过建立数学模型进行了计算机拥塞控制的实验,实验结果表明,以往的拥塞控制算法可能是不公平的,总是会存在接收不到带宽的人。目前已知的所有控制延迟的拥塞控制算法都是延迟收敛的。研究团队认为,可能还有其他不适延迟收敛的算法能够避免饥饿,这就要设计更广泛地改变延迟范围的拥塞控制算法。
智能推荐
训练人工智能模型和数据科学工具,提高互联网监控检测的准确性
2022-08-01基于以往研究项目建立新的人工智能和数据科学工具,实现实时可靠地检测互联网审查。
涉及学科涉及领域研究方向通过重新实现和集成分页在边缘设备上训练神经网络
2022-07-26UC 伯克利的几位研究者提出了一种用于深度神经网络的图形级编译器——PORT,它重写了大型模型的训练 DAG以适应边缘设备的内存限制,同时保持高能效,通过重新实现和分页,达到了以最小的能耗扩展有效的内存容量的效果。
涉及学科涉及领域研究方向AI+医学影像学 | 结合硬件创新和机器学习算法可揭示大脑的飞速活动
2022-09-28杜克大学的生物医学工程师开发了一种方法,可以实时扫描和成像小鼠大脑内的血流和氧气水平,其分辨率足以同时查看单个血管和整个大脑的活动。
涉及学科涉及领域研究方向灵动优雅的深圳八卦岭产业园设计方案
2022-07-02由Aedas执行董事胡庆峰与Aedas主席及全球设计董事纪达夫(Keith Griffiths)带领团队赢得第一名的八卦岭产业园城市更新项目方案,也是八卦岭城市更新中的重要一环。设计的灵感来源于东方思想:聚气而交汇,城市中的山,水,气如丝带一样,各种元素相互盘旋而上升。同时盘旋上升呼应了城市四象的美好景观。
涉及学科涉及领域研究方向