基于多专家学习的MPTCP调度优化算法

在多径传输控制协议(Multipath TCP,MPTCP)的支持下,多网络接入设备能够聚合网络带宽,提高网络利用率。然而,利用MPTCP协议在多接入异构网络环境中传输数据时,网络环境的不对称以及网络性能(延迟、抖动)之间的差异,必然会导致接收端缓冲区阻塞的问题,这将会造成网络传输性能的下降。针对上述问题,现有的解决方案大都利用前向延迟展开对MPTCP数据包的调度,然而这些对于延迟的计算并不能准确地反映真实的情况。因此,本文提出了一种基于多专家学习前向延迟预测的MPTCP调度优化算法,该算法通过建立的多专家学习模型对前向延迟做出预测,基于预测到的前向延迟,将数据包通过延迟补偿的方式调度到各个路径。仿真结果表明,基于该方法的MPTCP调度优化算法相比于其他方法,有效地降低了接收端缓冲区无序数据包的数量,提高了吞吐量。