基于效用优化理论的数据中心网络TCP拥塞控制建模与实现方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61202426
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    23.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0207.计算机网络
  • 结题年份:
    2015
  • 批准年份:
    2012
  • 项目状态:
    已结题
  • 起止时间:
    2013-01-01 至2015-12-31

项目摘要

TCP congestion control over Data Center Networks (DCN) is a hot research topic in the networking research community. Many solutions on this topic have been proposed in recent years. However, a common limitation of existing solution is that most of their ideas are motivated by intuitive experiment results, and the works that built on solid theory foundation are very few. This limitation leads most of existing solutions are only effective for unique congestion control problem of DCN, for example only for network utilization or for fairness. The solutions that can meet all requirements of DCN congestion control is still lacking. This project plans to investigate the TCP congestion control issue of DCN from a network system modeling perspective, builds a network utility optimization theory based DCN congestion control system model, and proposes a series of TCP congestion control implementations that are more adaptable to DCN. The proposed researches include: 1) building DCN TCP congestion control system model based on the network utility optimization theory. 2) Designing the TCP congestion control solution for TCP Incast. 3) Designing the high performance and fair TCP congestion control algorithm for DCN. 4) Sutding the deployment issues of proposed TCP congestion control algorithms over DCN. All of proposed models and algorithms will be tested on emulator and real DCN mixed data center test bed. The solutions are proposed in the project may markedly improve the throughput performance and fairness of TCP congestion control over DCN, and meet the deployment reqirements. The model tools designed in this research not only is a new idea that can be used to analyze DCN congestion control perfromance, but also build a new theoretical system that can be used in future DCN researches.
数据中心网络(Date Center Networks,DCN)的TCP拥塞控制技术研究是当前计算机网络领域中一个前沿性热点课题,相关的研究工作目前还处在起步的阶段,因此在方案的有效性、公平性和部署性等方面尚存在着一定的不足,尤其是缺乏建模整个DCN拥塞控制系统的理论模型来为方案设计工作提供有效的指导。针对这一现状,本课题使用网络效用优化理论,对DCN中的TCP拥塞控制系统进行建模,并在模型分析的基础上设计更具DCN适应性的TCP拥塞控制实现方案。具体的研究内容包括:1)构建DCN拥塞控制系统模型;2)研究针对TCP Incast问题的TCP拥塞控制方案;3)研究DCN中TCP拥塞控制算法的效率-公平性优化方案;4)研究新算法在DCN中的演进性部署问题。本课题有望突破DCN中拥塞控制的一些基础性理论问题,大幅度改进和优化DCN中TCP的传输有效性、公平性和部署性,为工程实践奠定坚基础。

结项摘要

基于TCP的拥塞控制是目前数据中心网络中应用最为广泛的拥塞控制技术,然而传统的TCP拥塞控制方案在DCN独特的网络环境中表现出了严重的性能和公平性问题。围绕该问题,本项目从理论建模、算法设计和实验平台研制等角度出发,系统的研究DCN中的TCP拥塞控制技术,在理论和应用两个方面取得突破性的研究成果。课题组成员在为期三年的研究中取得如下重要研究成果:1)针对基于延迟的TCP拥塞控制算法在数据中心网络当中的应用;该部分研究工作包括:DC-Vegas-基于延迟的数据中心TCP拥塞控制算法研究、使用速率控制方法改进数据中心TCP拥塞控制性能研究两个方面。 2)新型TCP拥塞控制算法和传统拥塞控制算法的兼容性;该部分研究工作包括:CUBIC-FIT-一种TCP CUBIC友好的高性能拥塞控制算法研究、基于延迟的高性能TCP算法与TCP Reno的公平性研究等两个方面。3)混合数据中心网络中的TCP拥塞控制方法研究;该部分工作提出了WDCTCP一种面向混合数据中心的TCP拥塞控制算法。4)效用优化理论在数据中心TCP性能分析中的应用;该部分工作使用效用优化模型研究了异构网络的拥塞控制均衡问题。上述成果已形成10篇标注课题资助的学术论著获得发表,其中8篇中课题负责人为第一作者。论著包括SCI论文6篇,EI论文4篇。课题研究成果申请中国国家发明专利4项,其中授权专利1项。申请美国发明专利1项。由专利产生的重要技术成果被美国TCP公司采用,使用专利技术的网络优化软件被应用于国际一流公司的产品当中,已经服务于全球数亿互联网用户。通过本项目的实施,项目培养博士研究生1人、硕士研究生4人,项目组一名教师晋升副教授职称。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(3)
专利数量(0)
Achieving high throughput and TCP Reno fairness in delay-based TCP over large networks
在大型网络上基于延迟的 TCP 中实现高吞吐量和 TCP Reno 公平性
  • DOI:
    10.1007/s11704-014-3443-9
  • 发表时间:
    2014-04
  • 期刊:
    Frontiers of Computer Science
  • 影响因子:
    4.2
  • 作者:
    Han Yuxing;Zhang Jun;Li Chao;Xiong Zhang
  • 通讯作者:
    Xiong Zhang
以数据为中心的智慧城市研究综述
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    计算机研究与发展
  • 影响因子:
    --
  • 作者:
    王静远;李超;熊璋;单志广
  • 通讯作者:
    单志广
A hierarchical ontology context model for work-based learning
基于工作的学习的分层本体上下文模型
  • DOI:
    10.1007/s11704-015-4200-4
  • 发表时间:
    2015-06
  • 期刊:
    Frontiers of Computer Science
  • 影响因子:
    4.2
  • 作者:
    Yin, Chuantao;Zhang, Bingxue;David, Betr;Xiong, Zhang
  • 通讯作者:
    Xiong, Zhang
DC-Vegas: A delay-based TCP congestion control algorithm for datacenter applications
DC-Vegas:适用于数据中心应用的基于延迟的 TCP 拥塞控制算法
  • DOI:
    10.1016/j.jnca.2015.03.010
  • 发表时间:
    2015-07
  • 期刊:
    Journal of Network and Computer Applications
  • 影响因子:
    8.7
  • 作者:
    Wen, Jiangtao;Li, Chao;Xiong, Zhang;Han, Yuxing
  • 通讯作者:
    Han, Yuxing

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

三层虚拟工作流模型的非线性制造工艺多目标优化算法研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    自动化学报
  • 影响因子:
    --
  • 作者:
    罗智勇;王静远;谢志强
  • 通讯作者:
    谢志强
基于多源数据时空熵的城市功能混合度识别评价
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    城市规划
  • 影响因子:
    --
  • 作者:
    李苗裔;马妍;王静远
  • 通讯作者:
    王静远
数据智能:趋势与挑战
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    系统工程理论与实践
  • 影响因子:
    --
  • 作者:
    吴俊杰;刘冠男;王静远;左源;部慧;林浩
  • 通讯作者:
    林浩

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

王静远的其他基金

基于深度学习的城市风险时空态势可解释预测研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    48 万元
  • 项目类别:
新冠肺炎大流行定量分析多层次框架:数学建模方法研究
  • 批准号:
    72171013
  • 批准年份:
    2021
  • 资助金额:
    200 万元
  • 项目类别:
    国际(地区)合作与交流项目
大数据驱动的新发传染病建模与疫情防控决策支持
  • 批准号:
    92046010
  • 批准年份:
    2020
  • 资助金额:
    20.0 万元
  • 项目类别:
    重大研究计划
以多源城市数据为支撑的城市计算研究
  • 批准号:
    61572059
  • 批准年份:
    2015
  • 资助金额:
    67.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码