BertDai的博客

这几天写了一份项目书，正好对之前看过的拥塞控制算法进行了一次整理，主要是从算法机制分析优缺点。我把现有的拥塞控制技术分成了五大类：传统的基于丢包或基于延迟方法，这两个类别是通用的分类，那些比较远古的算法基本上就可以这么二分；基于链路容量预测，基于延迟目标和基于学习或探测的这三类，主要包含了近几年的一些算法，其中延迟目标方法和传统的基于延迟的方法有些类似，但是也有本身的特点，我就单列了。

最近研究了一下Remy拥塞控制算法，算是在拥塞控制领域第一次采用了机器学习的方式进行速率决策。论文题目：TCP ex Machina: Computer-Generated Congestion Control，传送门：http://nms.csail.mit.edu/papers/sigcomm13.pdf下面直接开始写读书笔记。核心思想：        Remy通过

这两天重读了一下2015 Sigcomm的一篇拥塞控制文章： Verus。整理如下：MOTIVATION：Veurs想要解决的问题：在复杂多变的无线网络环境下的拥塞控制。蜂窝无线网络具有难以预测的特性[3][4][5]，并且传统的TCP在其中表现并不好[1][2]，会造成bufferbloat现象[6][7]。文中指出，对于无线信道的不可预测性，主要由三大特点决定：第一个，

本篇博客主要基于RMCAT的一个测试样例标准（Test Cases for Evaluating RMCAT Proposals）进行总结。

总结了一下之前做的一个实验测试。       主要围绕Planetlab平台进行，遇到过不少磕磕绊绊的地方，也花了很多时间和精力去解决。下面进行一些总结，如果后期有同道们也接触到这些问题，可以作为参考。Planetlab：1. 简介：       Planetlab是一个分布于全球的计算机群项目，始于2003年，对研究人员而言使用PlanetLab的好处是：他们能够在真实世界条