13、基于遗传编程的TCP拥塞避免优化

基于遗传编程的TCP拥塞避免优化

1. 引言

在物联网时代，网络系统已成为日常生活的关键部分。网络协议传统上通过自动机建模，但这种方式需要对环境有全面了解，并对交互有严格假设。生物启发技术为网络协议的进化提供了另一种途径，它无需对环境有完整认知，能为难以解析建模的场景进化协议，还允许协议持续学习和适应，提升性能并适应变化的领域。

TCP作为现代互联网的重要协议之一，其关键在于拥塞避免机制，传统上通过加性增加乘性减少（AIMD）方法管理拥塞窗口大小。本文应用遗传编程（GP）自动合成拥塞窗口管理协议，并使用NS3模拟器评估其在点对点WiFi场景中的有效性，实验表明进化后的协议性能比基线协议提高了约5%。

2. 背景

TCP是互联网协议套件传输层中最常用的通信协议之一，与用户数据报协议（UDP）一起使用。TCP以可靠性著称，能检测数据包丢失、请求缺失分段并确保信息完整传输，但这也会降低可用带宽，可能导致网络拥塞。网络拥塞的原因包括带宽不足和网络基础设施设计不当等。

TCP通过特定策略预防和缓解网络拥塞，拥塞控制算法可分为端到端和网络辅助两类。端到端算法利用隐式信号推断网络拥塞状态，如基于丢包的方法通过增加吞吐量利用带宽，基于延迟的方法更适合高速灵活的网络，但计算精确传输延迟较困难，也有混合算法被提出。

3. 相关工作

网络已发展成复杂系统，一种解决方案可能在一个网络中适用，在另一个网络中却无效。因此，研究聚焦于利用各种人工智能算法（如进化计算和机器学习）来提高协议的灵活性和性能。相关工作包括：
- 离线优化 ：如使用粒子群优化算法进行路由路径选择、蚂蚁