1 基本信息
| 属性 | 值 | 说明 |
|---|---|---|
| ID | 006 | Available: https://doi.org/10.1109/SAHCN.2016.7733018. |
| 作者 | A.P. Silva, K. Obraczka, S. Burleigh, C.M. Hirata | |
| 机构 | University of California Santa Cruz, Computer Engineering Department, California, USA(第二作者) | 加州大学圣克鲁兹分校，计算机工程系 |
| 标题 | Smart Congestion Control for Delay- and Disruption Tolerant Networks | 智能拥塞控制应用于容延容断网络 |
| 发表会议 | IEEE International Conference on Sensing, Communication, and Networking, SECON 2016 | |
| 场景 | Disruption tolerant networks | 容延容断网络（DTNs）：新的网络系统可以在长时间延迟、频繁断开连接等有限的网络条件下进行通信。最初用于星际网络(interplanetary communication)以及军事战场网络，后来扩大了农村网络、车载网络等其他领域 |
| 算法 | Q learning |
2 内容概述
2.1 问题
与传统网络不同(例如)TCP网络)，容错网络（DTN）高延迟会影响长传播延迟(如星际网络)。因此，DTN 不能保证节点之间的端到端连接和高延迟。DTN 网络控制是逐跳进行的。由于延迟高，DTN在找到合适的下一个跳跃节点之前，节点需要随机存储数据。因此，CC对于确保DTN数据传输中有限拥塞具有重要意义。而现有的 DTN CC 该方案没有表现出良好的性能，因为它不能适应动态网络。
2.2 方法
提出一种应用于DTN新型网络拥塞控制框架，Smart-DTN-CC。 Q-learning基于观测（例如缓存占有率）做拥塞控制决策。
- states: The input rate, the output rate, and available buffer space
- actions: CWND
- rewards: The congestion level
2.3 结果
对比目前的DTN CC算法（例如Storage Routing ），Smart-DTN-CC数据传输率（ delivery ratio ）端到端延迟端延迟更低。
仿真平台：Opportunistic Network Environment (ONE) simulator
A. Ker¨anen, J. Ott, and T. K¨arkk¨ainen, “The ONE Simulator for DTN Protocol Evaluation,” in Proceedings of the 2nd International Conference on Simulation Tools and Techniques. New York, NY, USA: ICST, 2009.
2.4 评价
- Pros: The delivery ratio is higher and end-to-end latency is lower compared with some representatives of the current DTN CC algorithms
- Cons: 算法可以考虑更多的性能，如公平性和丢包率。
The limitation of the research is that more performance parameters are expected to be measured such as fairness and the packet loss rate.