男人躁女人躁的好爽免费视频_www.99re99_再深点灬舒服灬太大了好硬_白嫩大二白浆清晰可见

您好!歡迎閱覽中郵通網絡科技有限公司官方網站! 關于我們 企業文化
售后:0851-87991116???????????
位置:首頁 > 公司動態 > 知識百科
以動制動——網絡“治堵”的靈丹妙藥
發表時間:2019-09-06     閱讀次數:     字體:【

中國互聯網絡信息中心(CNNIC)于2019年8月發布的《中國互聯網狀況發展報告》顯示,截至2019年6月中國網民規模已達到8.54億,2019年1月到6月僅移動互聯網接入流量就高達553.9億GB,同比增長107.3%。除了巨大的流量壓力和激增的網民數量,智能手機、平板電腦和筆記本等設備種類逐漸豐富;傳統的瀏覽器和新興的移動應用程序等各式瀏覽工具不斷涌現;音頻、視頻、游戲、圖片等不同內容形式層出不窮;移動蜂窩數據網絡、固網、WiFi等“最后一公里”的網絡技術發展并普及,整體網絡環境變得極其復雜。但無論網絡環境如何,普通終端用戶只想快速地獲取高清且流暢的內容。

這看似簡單的需求背后,互聯網內容提供商還要面對首幀時間、卡頓率、碼率、時延、下載時長、多項任務同時進行時的優先級等針對不同交付內容的性能參數。要想在這樣共享的環境中使每個終端用戶都能夠擁有一個高效率、高質量的體驗,網絡協議層面的優化必不可少。

擁塞控制,治堵”關鍵

網絡環境好比市政交通。只有少量行人時,道路永遠暢通無阻。當越來越多的機動車、非機動車涌上街頭,堵車現象隨之而來,于是就需要能有效應對不同狀況的交通規則來緩解交通壓力。網絡亦是如此,流量太大、“路況”太復雜勢必會“堵”得水泄不通,而這個“堵”字用行話來講就是“擁塞”,用來“治堵”的網絡“交通規則”即是TCP(傳輸控制協議)擁塞控制算法。

目前,主流的TCP擁塞控制算法主要被劃分為兩大類:一是以Cubic、Reno為代表的基于丟包的算法,二是包括FastTCP和BBR在內的基于RTT(往返時間)/時延的算法。盡管不同TCP擁塞控制算法的具體運行機制有所差異,但都是通過對需要發送的數據量、擁塞窗口(cwnd)數值及接受窗口(rwnd)可接受的數據量三項參數進行衡量,以達到避免網絡擁塞的目的。更進一步講,采用TCP擁塞控制算法所能實現的理想效果是(如圖一),通過算法猜測網絡瓶頸在哪里,在達到瓶頸值之前盡可能多地發送數據,同時盡可能接近瓶頸上限而又不超過,而非發生擁塞后再做出反應。

圖一 TCP擁塞控制算法運行機制

然而,面對市面上的諸多選擇,是否有一種TCP擁塞控制算法能夠適用于所有的場景呢?

以一敵百,難以實現

問題的答案自然是否定的,而且Akamai對網絡環境狀況的監測結果也印證了這一點。Akamai在全球部署了分布最廣泛且高度分散的內容交付網絡(CDN),具備較高的對整體網絡的可見性,Akamai在自身平臺上部署了多種TCP擁塞控制算法,包括FastTCP、BBR、QDK、Cubic、Reno等。以Akamai在亞太地區某區域不同網絡環境下的有效發包效率為例:

亞太地區某區域移動蜂窩網絡的數據顯示(如圖二),當交付內容的大小在1M至3M之間時,平均有效發包效率最高的TCP擁塞控制算法為QDK(18240.6kbps),比最低的FastTCP快約4.4Mbps,差異高達驚人的33%。使用FastTCP時,有超過半數情況有效發包效率在11940.0kbps以上;而使用Reno時,半數以上的情況有效發包率可達到16048.0kbps,遠高于墊底的FastTCP。

而亞太地區相同區域固網的數據則呈現出另一番景象(如圖三)。BBR的平均有效發包效率僅為20229.1kbps,是效率最低的TCP擁塞控制算法,而在移動蜂窩網絡環境中不太“靈光”的FastTCP反而以22694.9kbps的平均有效發包效率,一躍成為了固網環境里的“優等生”。同時,對超過一半情況有效發包效率可以達到的數值進行比較,FastTCP依然以18618.4kbps保持領先。

不難發現,每一種TCP擁塞控制算法都有最適合它的特定網絡環境,沒有一勞永逸的方法可以解決繁雜且龐大的網絡中的所有問題。因此,如果固化地選用一種TCP擁塞控制算法,必然會出現一部分終端用戶難以快速獲得高清、流暢內容的情況;但終端用戶又是挑剔的,對極致體驗的追求不分時間、地點、內容和設備。面對如此難上加難的處境,互聯網內容提供商自然不能束手就擒。

以動制動,應勢而變

既然網絡環境中的擁塞狀況時刻處于動態的變化之中,試想如果能夠根據實際的網絡條件,自動選擇出最適合的TCP擁塞控制算法,及時對癥下藥,難題也就可以迎刃而解。那么,這樣動態的優化過程又該如何實現呢?

首先,依托一張能夠交付大規模流量的內容交付網絡,從中收集涵蓋數據類型、網絡類型、用戶地理位置、網絡時延、使用時間段等20個維度的海量數據,作為分析網絡環境狀況的原始素材。而要利用這些數據完成對網絡流量和擁塞情況的分析,并識別出其中的細微差別和特點,依靠人工手段顯然不現實,因此需要機器學習來助一臂之力。最后,根據機器學習的分析結果,自動地從所部屬的多種TCP擁塞控制算法中,選擇出最適合當前終端用戶所處網絡環境的一種,從而使應勢而變的動態選擇成為現實。

當前,Akamai正在穩步推進以分析框架、機器學習、TCP擁塞控制算法工具庫為主要構成的動態協議優化解決方案。憑借這套解決方案,Akamai期待不僅能夠實現對網絡使用體驗的優化,更能夠營造一個相對公平的網絡使用環境。未來,Akamai仍將是互聯網內容提供商在網絡“治堵”道路上并肩同行、值得信賴的伙伴。

來源:通信世界網

 
上一篇:物聯網面臨的8種安全威脅
下一篇:物聯網和5G時代的技術趨勢