用户2分配的资源数量x 效率线 用户分配的资源数量x1 图10.10AIMD控制机制 通过使用反馈控制框架(图10.5)分析各种机制的收敛情况,可以看到“加性增加, 乘性减小(AIMD)”控制机制可以确保系统收敛至最优点,网络全局的效率和公平性 都得到了保障。值得注意的是,该控制机制是分布式的,无须集中控制,便于在端系统 中部署。 Dah ming等对该问题有更为详细的分析和研究。在实际的TCP协议中,拥塞 控制机制正是采用了AIMD的拥塞窗口变化方式。 10、3端到端拥塞控制算法研究 10.3.1端到端拥塞控制算法设计的困难 拥塞控制算法在设计上的困难体现在以下这些方面。 ①算法的分布性:拥塞控制算法的实现分布在互联网的各个网络节点中,每个节 点都不能得到完整的信息,这要求拥塞控制算法必须使用不完整的信息完成控制。而且 使用分布式的控制要求各节点之间能够协调工作。由于在互联网中缺乏集中控制,还必 须考虑处理某些节点工作不正常对网络正常运行的影响。 ②网络环境的复杂性:网络环境的复杂性体现在两方面。一方面在互联网中各节 点之间的性能参数(带宽、时延和丢失率等)有很大的差异,拥塞控制算法必须能够广 泛地适应网络性能参数的变化。另一方面,由于互联网中使用的是Best-Eort服务模型, 对于报文的正确传输并不提供保证,拥塞控制算法必须处理报文丢失、乱序到达等特殊 情况。 ③算法的性能要求:拥塞控制算法在性能上有很高的要求。主要的性能要求包括362 1 x 2 x   h x h x , 1 2   D h I bD x h aI b x1  a , 2    D h bDx h b x , 1 2 图 10.10 AIMD 控制机制 通过使用反馈控制框架（图 10.5）分析各种机制的收敛情况，可以看到“加性增加， 乘性减小（AIMD）”控制机制可以确保系统收敛至最优点，网络全局的效率和公平性 都得到了保障。值得注意的是，该控制机制是分布式的，无须集中控制，便于在端系统 中部署。Dah Ming 等对该问题有更为详细的分析和研究。在实际的 TCP 协议中，拥塞 控制机制正是采用了 AIMD 的拥塞窗口变化方式。 10.3 端到端拥塞控制算法研究 10.3.1 端到端拥塞控制算法设计的困难 拥塞控制算法在设计上的困难体现在以下这些方面。 ① 算法的分布性：拥塞控制算法的实现分布在互联网的各个网络节点中，每个节 点都不能得到完整的信息，这要求拥塞控制算法必须使用不完整的信息完成控制。而且， 使用分布式的控制要求各节点之间能够协调工作。由于在互联网中缺乏集中控制，还必 须考虑处理某些节点工作不正常对网络正常运行的影响。 ② 网络环境的复杂性：网络环境的复杂性体现在两方面。一方面在互联网中各节 点之间的性能参数（带宽、时延和丢失率等）有很大的差异，拥塞控制算法必须能够广 泛地适应网络性能参数的变化。另一方面，由于互联网中使用的是 Best-Effort 服务模型， 对于报文的正确传输并不提供保证，拥塞控制算法必须处理报文丢失、乱序到达等特殊 情况。 ③ 算法的性能要求：拥塞控制算法在性能上有很高的要求。主要的性能要求包括