基于势函数构造拥塞丢包隶属度函数的方法

摘要

本发明公开了一种基于势函数构造拥塞丢包隶属度函数的方法。该方法中，首先构造势函数，然后根据势函数进行类的划分，确定拥塞模式下对应样本的拥塞丢包隶属度函数的参数，再根据样本的变化，自适应调整拥塞丢包隶属度函数的参数，以适应网络环境的变化。本拥塞丢包隶属度函数构造方法可以在误码丢包和拥塞丢包同时存在的情况下，根据训练样本的单向传输时延统计结果，基于势函数确定拥塞丢包隶属度函数的参数，从而对丢包原因进行有效区分。有关的仿真实验表明，利用本方法构造的拥塞丢包隶属度函数具有较好的准确度和时间复杂度。

权利要求

1.一种基于势函数构造拥塞丢包隶属度函数的方法，其中，拥塞丢包模式下数据包穿越全部n个节点的单向传输时延ROD隶属度函数为：其中，ξ为自拥塞和

交叉拥塞同时存在时的延迟因子；无线误码丢包模式下数据包穿越全部n个节点的ROD隶属度函数为： 其特征在于：(1)构造势函数；

(2)根据势函数进行类的划分，确定拥塞模式下对应样本的拥塞丢包隶属度函数的参数；

(3)根据样本的变化，自适应调整拥塞丢包隶属度函数的参数，以适应网络环境的变化；

所述步骤(1)中，用于计算每个样本点的初始势值的初始势函数为：其中，ra为一个正常数，表示领域半径；Ni为该样本点出现的次数；n为一个正常数，表示样本空间中训练样本点总个数；xi和xj分别表示样本空间中第i和j个训练样本的ROD值；

所述步骤(1)中，用于调整剩余样本的势的更新势函数为：其中， rb为一个正常数，表示领域半径，取rb＝1.5ra；n为一个正常数，表示样本空间中训练样本点总个数；xi和xj分别表示样本空间中第i和j个训练样本的ROD值；

所述步骤(2)中，对于样本空间的多个训练样本的单向传输时延数据集合，计算初始势函数值，取 并取对应的 为 然后计算更新势函毅公式，取 并取对应的 确定

所述步骤(2)中，进一步求出两个均值 之间的最低点，作为所述拥塞丢包模式下隶属度函数和所述无线误码丢包模式下隶属度函数的分界点，采用迭代的方法求出目标函数的最优解 从而分别确定出高斯分布 的参数。

2.如权利要求1所述的基于势函数构造拥塞丢包隶属度函数的方法，其特征在于：所述步骤(3)中，每隔一段时间统计一次单向传输时延训练样本，采用加权平均的方法计算更新参数。

3.如权利要求2所述的基于势函数构造拥塞丢包隶属度函数的方法，其特征在于：通过如下的公式来计算更新参数：

其中，α，β是0到1之间的数；

和 分别表示由本次新获得的训练样本计算得到的均值和方差。

4.如权利要求3所述的基于势函数构造拥塞丢包隶属度函数的方法，其特征在于：所述α取0.45，所述β取0.45。

说明书

基于势函数构造拥塞丢包隶属度函数的方法

技术领域

[0001] 本发明涉及一种在误码丢包和拥塞丢包同时存在的情况下，根据训练样本的单向传输时延统计结果，基于势函数确定拥塞丢包隶属度函数的参数，从而对丢包原因进行有效区分的方法，属于网络服务质量(QoS)技术领域。

背景技术

[0002] 网络服务质量(QoS)是指网络为特定应用提供更优先服务的可能性。通常情况下，界定QoS的三个参数为：丢包率、延时和抖动，其中丢包率指得是被丢弃的分组所占的比例；延时指的是分组达到目标目的地所用的时间；抖动指的是连续分组的延时之间的差别。对于改善网络服务质量(QoS)而言，对这三个参数的有效控制是十分必要的。

[0003] 在降低丢包率方面，现有技术把所有的分组丢失简单归因于网络拥塞的盲目性严重恶化了无线网络中TCP的性能。如果TCP仍然遵循丢包必然是由拥塞引起的原则，盲目减小发送速率，就势必降低带宽利用率，导致TCP性能的无谓恶化。因此，要实现理想的控制策略，就必须能够正确区分无线误码所造成的丢包和网络拥塞所造成的丢包，从而分别采取不同的控制策略。

[0004] 在专利号为03155730.9的发明专利中，提出了一种适合有线/无线混合网络的自适应拥塞控制方法。该方法包括如下的步骤：计算相对单向延迟；估测相对单向延迟的变化趋势；区分丢包原因；恢复措施。该发明根据确认包ACK的相对单向延迟变化趋势来判断链路的拥塞状况，进而区分丢包是因为链路拥塞引起的还是因为无线出错导致，自适应地根据不同的丢包原因采取不同的恢复机制。

[0005] 在发明人发表的论文《一种基于Fuzzy丢包区分的TCP拥塞控制算法》(载于《系统仿真学报》2008年20卷7期)中，提出了一种基于不同丢包模式下丢失包对(Loss Pair)探测包相对单向传输时延ROD(Relative One-way Delay)的统计特性，构造不同丢包模式的隶属度函数，从而进行误码丢包和拥塞丢包区分的方法。该方法的具体内容简述如下：

[0006] 选取丢失包对(Loss Pair)中的探测包的单向传输时延ROD作为统计参数，分别统计其在网络拥塞丢包模式Ac和无线误码丢包模式Aw下的概率分布，从而在论域U＝[0，RODmax]上，针对两种丢包标准模式：分别构造其隶属函数 和 。最后根据最大隶属原则进行丢包区分。

[0007] 丢失包对是指由发送端背靠背发送的一对数据包，其中一个包丢失，因为两个包传输过程足够接近，所以在丢失包前成功传送的探测包的ROD体现了丢失包在网络传输中的时延状态。因此，在两种丢包原因区分中，相对于误码丢包，丢失包对中探测包的ROD可以较好地反映拥塞时数据包在网络中的最大排队时延。

[0008] 对于只有自拥塞丢包的模式Ac1，由于丢失包对中的探测数据包往往反映了丢失包在瓶颈链路中的最大排队时延，因此，该数据包的ROD统计特性 近似服从高斯分布，即。对于交叉拥塞丢包的模式Ac2，假设每个节点的交叉拥塞率一致，均为，包对中探测包穿越此节点所需的最大排队时延为τ，因此有 。其中 为此节点最大排队时延。因为丢失包对中探测包穿越全部n个节点，因而此数据包在链路中经过最大排队时延的次数 ，1≤i≤n-1。

[0009] 因此，对于拥塞丢包模式Ac＝Ac1∪Ac2，则此时数据包穿越全部n个节点的ROD隶属度函数为

[0010]

[0011] 其中ξ为自拥塞和交叉拥塞同时存在时的延迟因子。

[0012] 对于无线误码丢包的模式Aw，该模式下ROD与最大排队时延无关，考虑到背景流量的公平性以及网络利用率，该统计量反映丢失包的探测数据包在传输链路队列中的平均排队时延，即 。其中t为传输链路上的平均ROD。则此模式隶属度函数为：

[0013]

[0014] 但是，发明人在进一步研究中发现：在不同模式下，上述方法的有效性对于隶属度函数的参数准确度依赖较大。由于隶属度函数的参数主要是通过是手动确定的，所采用的方法是在只有网络拥塞或者只有无线误码的条件下测量ROD，确定出隶属度函数的参数，这样误判率可能会较高，因此仍然需要进一步加以改进。

发明内容

[0015] 本发明的目的在于提出一种基于势函数构造拥塞丢包隶属度函数的方法。利用该方法可以构造不同丢包模式的隶属度函数，从而进行误码丢包和拥塞丢包进行有效区分。

[0016] 为实现上述的发明目的，本发明采用下述的技术方案：

[0017] 一种基于势函数构造拥塞丢包隶属度函数的方法，其特征在于：

[0018] (1)构造势函数；

[0019] (2)根据势函数进行类的划分，确定拥塞模式下对应样本的拥塞丢包隶属度函数的参数；

[0020] (3)根据样本的变化，自适应调整拥塞丢包隶属度函数的参数，以适应网络环境的变化。

[0021] 所述步骤(1)中，用于计算每个样本点的初始势值的初始势函数为：

[0022]

[0023] 其中ra为一个正常数，表示领域半径。Ni为该样本点出现的次数。

[0024] 所述步骤(1)中，用于调整剩余样本的势的更新势函数为：

[0025]

[0026] 其中 ，rb为一个正常数，表示领域半径，取rb＝1.5ra。

[0027] 所述步骤(2)中，对于样本空间的多个训练样本的单向传输时延数据集合，计算*初始势函数值，取 ，并取对应的xi 为 然后计算更新势函数公式，
*
取 ，并取对应的x2 确定

[0028] 所述步骤(2)中，进一步求出两个均值 之间的最低点，作为两个隶属度函数的分界点，采用迭代的方法求出目标函数的最优解 ，从而分别确定出高斯分布的参数。

[0029] 所述步骤(3)中，每隔一段时间统计一次单向传输时延训练样本，采用加权平均的方法来计算更新参数。

[0030] 通过如下的公式来计算更新参数：

[0031]

[0032]

[0033] 其中，α取0.45，β取0.45。

[0034] 本发明所提供的拥塞丢包隶属度函数构造方法可以在误码丢包和拥塞丢包同时存在的情况下，根据训练样本的单向传输时延统计结果，基于势函数确定拥塞丢包隶属度函数的参数，从而对丢包原因进行有效区分。有关的仿真实验表明，利用本方法构造的拥塞丢包隶属度函数具有较好的准确度和时间复杂度。

附图说明

[0035] 下面结合附图和具体实施方式对本发明作进一步的说明。

[0036] 图1和图2分别是理论构造出的混合高斯分布和本方法估算出的隶属度函数对比图；

[0037] 图3和图4分别是不同网络条件下本方法对实际ROD样本的拟合示意图；

[0038] 图5为经过自适应调整后的参数值和实际参数值的均值变化对比图；

[0039] 图6为经过自适应调整后的参数值和实际参数值的方差变化对比图。

具体实施方式

[0040] 鉴于现有技术主要是通过手动方式确定隶属度函数的参数，可能会带来较高的误判率，本拥塞丢包隶属度函数构造方法针对上述的不足，提出了在网络拥塞和无线误码同时存在的混沌状态下，根据训练样本ROD统计结果，基于势函数来确定拥塞丢包隶属度函数的参数。因此，可以自动获取隶属度函数的参数，从而可以准确地区分丢包模式。

[0041] 下面，对本拥塞丢包隶属度函数构造方法的具体实施步骤进行详细的说明。

[0042] 第一步：构造势函数。

[0043] 势函数是场论中一种特殊函数，在通行的场论教材中都可以找到相关的介绍。在本发明中，定义初始势函数为：

[0044]

[0045] 该初始势函数用于计算每个样本点的初始势值，其中ra为一个正常数，表示领域半径。Ni为该样本点出现的次数。

[0046] 取

[0047] 定义更新势函数为：

[0048]

[0049] 该更新势函数用于调整剩余样本的势。其中rb为一个正常数，表示领域半径，取rb＝1.5ra。

[0050] 第二步，根据势函数进行类的划分，以便确定拥塞模式下对应样本的拥塞丢包隶属度函数的参数。

[0051] 该步骤由如下的各个子步骤组成：

[0052] 1)对于样本空间的n个训练样本的ROD数据集合{x1，x2，…xn}，计算初始势函数*值，取 ，并取对应的xi 为

[0053] 2)计算更新势函数公式，取 并取对应的x2*确定

[0054] 3)求出两个均值 之间的最低点，作为分别对应不同拥塞丢包原因的两个隶属度函数的分界点；进一步利用最优化理论中的非线性规划数学模型：

[0055]

[0056] 采用迭代的方法求出目标函数的最优解 从而分别确定出高斯分布的参数。

[0057] 其中Ni是第i个隶属度函数样本的个数，Ni(xk)是第i个隶属度函数中xk的个数，X是总体样本。关于式(5)所表示的非线性规划数学模型，可以进一步参阅陈宝林编著的《最优化理论与算法》(清华大学出版社2006年出版，ISBN 7-302-11376-9/0.478)，在此就不详细赘述了。

[0058] 第三步，根据样本的变化，自适应调整拥塞丢包隶属度函数的参数，以适应网络环境的变化

[0059] 为适应变化的网络环境，每隔一段时间统计一次ROD训练样本，计算一次新的本发明采用加权平均的方法来计算更新参数，定义参数自适应更新公式为：

[0060]

[0061] 公式(5)中，α，β是0到1之间的数。若α，β足够大，则隶属度函数的参数取决于ROD样本长期变化趋势，而不受持续时间短的数据突发的影响。若α，β足够小，则隶属度函数的参数可以很快地适应ROD样本的变化，但受突发数据的影响较大。经多次实验，α取0.45，β取0.45可以取得很好的效果。该隶属度函数的参数既能适应ROD样本的变化，而且受持续时间短的数据突发的影响较小。

[0062] 以上对本拥塞丢包隶属度函数构造方法的实施步骤进行了详细的说明。利用该构造方法构造势函数对拥塞丢包的隶属度函数参数进行确定。通过在Matlab7平台上进行仿真，对理论构造的混合高斯分布和不同网络情况的实际ROD统计数据分别进行仿真，表1描述的是理论构造出的混合高斯分布的参数和本方法估算出隶属度函数的参数对比。

[0063]

[0064]

[0065] 表1

[0066] 图1和图2分别是理论构造出的混合高斯分布和本方法估算出的隶属度函数对比图。图3和图4分别是不同网络条件下本方法对实际ROD样本的拟合图，其中在图3显示的是连接数为4，误码率为5％，瓶颈数为2的情况，图4显示的是连接数为3，误码率为1‰，瓶颈数为1的情况。上述的仿真结果证明，本拥塞丢包隶属度函数构造方法具有较好的准确度和时间复杂度。

[0067] 为适应变化的网络环境，每隔一段时间利用本拥塞丢包隶属度函数构造方法统计一次ROD训练样本，更新一次隶属度函数的参数。图5和图6分别是α＝0.45，β＝0.45的情况下，经过自适应调整后的参数值和实际参数值的均值变化和方差变化对比图。从图3可以看出，经过自适应调整的隶属度函数的参数既能适应ROD样本的变化，而且受持续时间短的数据突发的影响较小。

[0068] 上面对本发明所述的基于势函数构造拥塞丢包隶属度函数的方法进行了详细的说明，但显然本发明的具体实现形式并不局限于此。对于本技术领域的一般技术人员来说，在不背离本发明的权利要求范围的情况下对它进行的各种显而易见的改变都在本发明的保护范围之内。