張 瀟，王 輝，王 偉

ZHANG Xiao1,WANG Hui2,WANG Wei1

1.河南科技大學(xué) 電子信息工程學(xué)院，河南 洛陽(yáng) 471003

2.河南科技大學(xué) 現(xiàn)代教育技術(shù)與信息中心，河南 洛陽(yáng) 471003

1.School of Electronic Information Engineering,Henan University of Science and Technology,Luoyang,Henan 471003,China

2.Modern Educational Technology and Information Center,Henan University of Science and Technology,Luoyang,Henan 471003,China

1 引言

對(duì)移動(dòng)性與互聯(lián)性的渴望，多種無線網(wǎng)絡(luò)系統(tǒng)正逐步代替?zhèn)鹘y(tǒng)有線網(wǎng)絡(luò)成為互聯(lián)網(wǎng)接入的最后一跳。由于其無線信道本身具有時(shí)延長(zhǎng)、誤碼高等特性，使得原本在有線網(wǎng)絡(luò)中表現(xiàn)上佳的TCP協(xié)議性能大為下降。

20世紀(jì)90年代末期，相關(guān)的研究主要集中在異構(gòu)網(wǎng)絡(luò)內(nèi)部固有的特性和參數(shù)上?；赥CP的原始協(xié)議，十幾種優(yōu)化的TCP協(xié)議升級(jí)版本被提出，這一思路在最早的異構(gòu)（融合）網(wǎng)絡(luò)[1-8]傳輸性能優(yōu)化思想和方法中占主導(dǎo)地位，TCP-Reno、TCP-Vegas以及TCP-Westwood等都是比較典型的代表，實(shí)踐證明，這些改進(jìn)的TCP協(xié)議不同程度地提升了異構(gòu)網(wǎng)絡(luò)的傳輸性能。隨后，采用代理的方法和基于跨層的設(shè)計(jì)思想被陸續(xù)提出，不同類型的代理用在不同的網(wǎng)絡(luò)環(huán)境中以克服不同的鏈路特性以提高網(wǎng)絡(luò)傳輸性能。到了20世紀(jì)末和21世紀(jì)初，在智能代理與分段連接方法[9-10]基礎(chǔ)之上，模糊數(shù)學(xué)和智能控制理論的相關(guān)方法被陸續(xù)提出，其主要依據(jù)為網(wǎng)絡(luò)狀態(tài)是動(dòng)態(tài)變化的，各種測(cè)度的閾值不應(yīng)該是固定不變，應(yīng)該根據(jù)測(cè)度的變化狀態(tài)建立學(xué)習(xí)模型，測(cè)量值在模型中進(jìn)行推理，從而認(rèn)知網(wǎng)絡(luò)狀態(tài)并合理地進(jìn)行控制。

各網(wǎng)絡(luò)參數(shù)與當(dāng)前網(wǎng)絡(luò)真實(shí)傳輸狀態(tài)的相關(guān)性是認(rèn)知網(wǎng)絡(luò)的一個(gè)關(guān)鍵問題，然而當(dāng)前的網(wǎng)絡(luò)參數(shù)研究?jī)H停留在有線或無線的單一網(wǎng)絡(luò)環(huán)境，欠缺對(duì)異構(gòu)網(wǎng)絡(luò)狀態(tài)進(jìn)行合理評(píng)價(jià)。

本文針對(duì)具有瓶頸鏈路的異構(gòu)網(wǎng)絡(luò)環(huán)境，在現(xiàn)有各參數(shù)基礎(chǔ)之上，提出兩個(gè)新參數(shù)。根據(jù)異構(gòu)環(huán)境的特殊性，分別從鏈路時(shí)延長(zhǎng)短、路由隊(duì)列大小以及誤碼率高低等方面進(jìn)行大量的實(shí)驗(yàn)仿真，用格貼近度[11-12]方法計(jì)算出各參數(shù)的相關(guān)性。將新參數(shù)與現(xiàn)有參數(shù)從不同環(huán)境的角度進(jìn)行分析與研究，探討新參數(shù)在異構(gòu)環(huán)境下對(duì)網(wǎng)絡(luò)當(dāng)前狀態(tài)反應(yīng)的優(yōu)勢(shì)。

2 新參數(shù)與相關(guān)性研究理論基礎(chǔ)

2.1 新參數(shù)的提出

傳輸層是OSI中最重要，最關(guān)鍵的一層，總體的數(shù)據(jù)傳輸與數(shù)據(jù)控制都由本層進(jìn)行控制，異構(gòu)網(wǎng)絡(luò)中這一層的重要性不言而喻。傳輸層也稱TCPIP層，如今這一層中參數(shù)有許多，典型的有rtt（往返延時(shí)），cwnd（擁塞窗口）等關(guān)鍵參數(shù)，但是這些參數(shù)在有線網(wǎng)絡(luò)環(huán)境中特性表現(xiàn)突出，應(yīng)用在無線或異構(gòu)網(wǎng)絡(luò)并不是對(duì)網(wǎng)絡(luò)狀態(tài)有良好的相關(guān)性。以現(xiàn)有參數(shù)特性為基礎(chǔ)，針對(duì)異構(gòu)網(wǎng)絡(luò)提出兩個(gè)新參數(shù)，下面給出具體理論與定義。

ToC為超時(shí)周期，此參數(shù)是在參數(shù)timeout基礎(chǔ)上得到的，計(jì)算公式如下：

其中ack個(gè)數(shù)是隨著數(shù)據(jù)成功傳輸不斷增大，超時(shí)次數(shù)受到鏈路帶寬與誤碼丟包的直接影響，該數(shù)據(jù)包丟包率統(tǒng)計(jì)特性近似服從尖τ分布。

均值抖動(dòng)積MDP是基于參數(shù)傳輸往返延時(shí)rtt計(jì)算得出的，計(jì)算公式如下：

rtt參數(shù)值抖動(dòng)比較大，無法確切反映出因?yàn)橥饨绺蓴_而產(chǎn)生的變化。公式中前半部分（中括號(hào)內(nèi)）為srtt（平滑rtt），有效地平滑了rtt參數(shù)本身的特性；后半部分（指數(shù)部分）為兩次rtt的差值，由于rtt采用s為單位，該差值數(shù)量級(jí)比較小，此部分值接近于1，將每次rtt的抖動(dòng)作為微調(diào)。在異構(gòu)網(wǎng)絡(luò)中rtt的抖動(dòng)多數(shù)是由于無線網(wǎng)絡(luò)中產(chǎn)生，也就是將異構(gòu)網(wǎng)絡(luò)中無線部分延時(shí)的抖動(dòng)作為參數(shù)中的微調(diào)。MDP不僅能反應(yīng)瓶頸鏈路中排隊(duì)時(shí)延變化，而且網(wǎng)絡(luò)利用率也能被體現(xiàn)，該數(shù)據(jù)統(tǒng)計(jì)量近似服從正態(tài)分布。

2.2 格貼近度定義

本文使用模糊數(shù)學(xué)的方法來研究分析參數(shù)，它是精確的經(jīng)典數(shù)學(xué)與充滿了模糊性的客觀世界之間的一座橋梁。要計(jì)算兩個(gè)模糊集合（即Fuzzy集合）接近的程度，即計(jì)算貼近度。通過仿真論證，格貼近度方法易于計(jì)算，得到各參數(shù)的相關(guān)性多樣且準(zhǔn)確。下面為實(shí)驗(yàn)分析所用到的格貼近度公式。

其中，a1和a2分別表示模糊集的樣本均值，σ1和σ2分別表示模糊集的樣本標(biāo)準(zhǔn)差。

研究式（1）中給出的公式，相應(yīng)的可以分別得到：

所以格貼近度公式改進(jìn)如下：

此公式比較直觀且更貼近實(shí)際的正態(tài)模糊集，更重要的是避免了較復(fù)雜的指數(shù)計(jì)算。

2.3 相關(guān)性的分析方法

網(wǎng)絡(luò)中提取的參數(shù)為一個(gè)模糊集合（即Fuzzy集合），對(duì)兩個(gè)參數(shù)相似程度的度量，就可以應(yīng)用以上公式進(jìn)行計(jì)算。

如分析參數(shù)dupacks（數(shù)據(jù)包重傳個(gè)數(shù)）與網(wǎng)絡(luò)當(dāng)前狀態(tài)的相關(guān)性：當(dāng)鏈路中出現(xiàn)擁塞或丟包，發(fā)送端將接收到重復(fù)的確認(rèn)包ack，隨之dupacks增大，相反整個(gè)鏈路的ttp（吞吐量）就會(huì)降低。參數(shù)dupacks與ttp分別作為輸入?yún)?shù)與，帶入公式（3），即可得到其格貼近度值，該結(jié)果反應(yīng)了參數(shù)dupacks與ttp的相關(guān)程度。

3 實(shí)驗(yàn)仿真

3.1 異構(gòu)網(wǎng)絡(luò)環(huán)境建立

在NS2[13]中進(jìn)行實(shí)驗(yàn)仿真，使用一種經(jīng)典啞鈴型拓?fù)?，如圖1所示。

圖1 異構(gòu)網(wǎng)絡(luò)經(jīng)典拓?fù)鋱D

網(wǎng)絡(luò)環(huán)境對(duì)于參數(shù)提取的影響非常關(guān)鍵，所以下面詳細(xì)介紹實(shí)驗(yàn)的網(wǎng)絡(luò)環(huán)境。

該拓?fù)渲泄?jié)點(diǎn)A、B和C為普通有線終端，節(jié)點(diǎn)D和E為無線終端，AP為連接有線與無線節(jié)點(diǎn)的基站，節(jié)點(diǎn)C與AP之間為有線連接，稱為瓶頸鏈路，這樣就構(gòu)建了一種典型的異構(gòu)網(wǎng)絡(luò)拓?fù)洹?/p>

為了提取各網(wǎng)絡(luò)參數(shù)，設(shè)置一條目標(biāo)流，節(jié)點(diǎn)A為發(fā)送端，節(jié)點(diǎn)D為接收端，途中經(jīng)歷A->C->AP為有線鏈路，AP->D為無線鏈路。修改NS2傳輸層中相關(guān)協(xié)議代碼，將基站協(xié)議代理功能加入AP，即端到端的目標(biāo)流分成了兩部分，該方法即為上文介紹過的分段連接。有線鏈路部分采用標(biāo)準(zhǔn)的TCP協(xié)議，該協(xié)議對(duì)于有線鏈路的數(shù)據(jù)傳輸具有較好的性能；無線鏈路采用修改過的TCP協(xié)議，以適應(yīng)特殊的異構(gòu)網(wǎng)絡(luò)環(huán)境。由于基站AP是作為無線鏈路部分的發(fā)送端，因此修改過的TCP協(xié)議應(yīng)放在基站處，也可把此基站稱為智能網(wǎng)關(guān)[14-15]。該智能網(wǎng)關(guān)應(yīng)如何具體地對(duì)協(xié)議進(jìn)行控制，是在對(duì)參數(shù)進(jìn)行分析，認(rèn)知異構(gòu)網(wǎng)絡(luò)當(dāng)前狀態(tài)之后所要做的工作，在此無線鏈路采用了TCP-Reno協(xié)議。

對(duì)于模擬真實(shí)多樣的網(wǎng)絡(luò)環(huán)境，如長(zhǎng)延時(shí)網(wǎng)絡(luò)、輕度負(fù)載或者重度負(fù)載等，設(shè)置不同的輸入?yún)?shù)是一種有效的方法。該實(shí)驗(yàn)中共設(shè)置五種參數(shù)作為輸入，分別為：延時(shí)、隊(duì)列、背景流、有線誤碼和無線誤碼。這些參數(shù)都是影響真實(shí)網(wǎng)絡(luò)環(huán)境的關(guān)鍵因素，延時(shí)：有線鏈路中的傳輸延時(shí)，模擬數(shù)據(jù)在有線鏈路傳輸所需的時(shí)間。隊(duì)列：瓶頸鏈路緩沖隊(duì)列長(zhǎng)度，隊(duì)列越長(zhǎng)，瓶頸鏈路由于擁塞的丟包概率越小，反之概率越大，實(shí)驗(yàn)中采用尾丟棄隊(duì)列，即Drop Tail。背景流：背景流的個(gè)數(shù)，實(shí)驗(yàn)中背景流是由節(jié)點(diǎn)B為發(fā)送端，經(jīng)過瓶頸鏈路最后被無線節(jié)點(diǎn)E接收，背景流個(gè)數(shù)直接決定網(wǎng)絡(luò)擁塞程度。有線和無線誤碼：由于鏈路不穩(wěn)定因素造成的丟包，非擁塞產(chǎn)生的丟包。具體輸入?yún)?shù)值如表1所示。

除可變的輸入?yún)?shù)之外，實(shí)驗(yàn)中也牽涉到許多不變參數(shù)。無線鏈路MAC層采用802.11協(xié)議，網(wǎng)絡(luò)接口隊(duì)列大小為50，依然是尾丟包，無線路由協(xié)議為DSDV；TCP協(xié)議中代理窗口設(shè)置為20，UDP協(xié)議中數(shù)據(jù)包大小為1000，發(fā)送速率為25 KB/s；仿真時(shí)間為30 s。

表1 各輸入?yún)?shù)表

雖然拓?fù)渲挥幸环N，但是聯(lián)合可變與固定參數(shù)，可以模擬出243種不同的網(wǎng)絡(luò)環(huán)境，基本可以涵蓋大多數(shù)異構(gòu)環(huán)境，為參數(shù)提取提供了可靠保證。

3.2 異構(gòu)網(wǎng)絡(luò)參數(shù)提取

傳輸層向它上面的應(yīng)用層提供通信服務(wù)，它屬于面向通訊部分的最高層，該層的參數(shù)變化也會(huì)對(duì)網(wǎng)絡(luò)傳輸有關(guān)鍵的影響。實(shí)驗(yàn)中提取傳輸層的關(guān)鍵參數(shù)，作為相關(guān)性分析的數(shù)據(jù)源，具體提取參數(shù)如表2。

表2 各參數(shù)提取表

提取一共9種參數(shù)，前7個(gè)參數(shù)均為傳輸層比較常見的。后2個(gè)參數(shù)是由基金項(xiàng)目網(wǎng)絡(luò)認(rèn)知模型的建立中提出的。

仿真時(shí)間30 s，采樣周期為0.1 s，得到的參數(shù)文件均為300行2列的數(shù)據(jù)，時(shí)間以及參數(shù)值。

4 相關(guān)性分析

在異構(gòu)網(wǎng)絡(luò)中，端到端的傳輸必然經(jīng)歷有線與無線兩種媒介，邊界節(jié)點(diǎn)以及智能網(wǎng)關(guān)AP擔(dān)負(fù)著關(guān)鍵的作用。而往往AP處的數(shù)據(jù)流負(fù)載比較大，就產(chǎn)生了瓶頸鏈路[16]（網(wǎng)絡(luò)中最有可能發(fā)生擁塞的鏈路）。

如圖1中節(jié)點(diǎn)C與AP之間可以稱為瓶頸鏈路，實(shí)驗(yàn)中將此鏈路中的吞吐量（ttp）作為當(dāng)前網(wǎng)絡(luò)實(shí)際的性能指標(biāo)，即為目標(biāo)參數(shù)，表2中各參數(shù)作為比對(duì)參數(shù)，分析各參數(shù)與ttp的貼近度。再次特別強(qiáng)調(diào)，瓶頸鏈路狀態(tài)的好壞并不與吞吐量成正比，而是帶寬利用率決定了網(wǎng)絡(luò)狀態(tài)的優(yōu)劣。實(shí)驗(yàn)中參數(shù)的貼近度為該參數(shù)反應(yīng)網(wǎng)絡(luò)實(shí)時(shí)狀態(tài)的程度，從而由參數(shù)以及參數(shù)的貼近度就能得到不同環(huán)境下的網(wǎng)絡(luò)實(shí)時(shí)狀態(tài)。

有了提取得到的參數(shù)，使用MATLAB作為分析軟件，使用公式（3）計(jì)算格貼近度，得到了各種環(huán)境下各參數(shù)與瓶頸鏈路ttp的相關(guān)性。

參數(shù)相關(guān)性均值表如表3所示。

表3 各貼近度均值表

相比之下awnd、ssthresh和queue的相關(guān)性稍差，即與瓶頸鏈路吞吐量的相關(guān)性較低，在此舍去；MDP和ToC是分別由rtt和timeout計(jì)算得出的，最終選取cwnd、dupacks、MDP和ToC四個(gè)參數(shù)。

4.1 不同鏈路時(shí)延環(huán)境

實(shí)驗(yàn)仿真中鏈路時(shí)延分別為10 ms、20 ms和50 ms，將得到的格貼近度按鏈路時(shí)延參數(shù)分別匯總?cè)∑骄?，得到圖2。

圖2 不同鏈路延時(shí)各參數(shù)的相關(guān)性

明顯發(fā)現(xiàn)，格貼近度值隨鏈路延時(shí)的增大而減小。參數(shù)cwnd遞減得最快；dupacks的格貼近度在延時(shí)為10 ms到20 ms遞減程度較少，而在20 ms到50 ms間遞減程度最高；反觀參數(shù)MDP不論從遞減程度且貼近度值，都是較好的，ToC次之，可以得出參數(shù)MDP與ToC在長(zhǎng)延時(shí)的網(wǎng)絡(luò)環(huán)境下與網(wǎng)絡(luò)狀態(tài)有著較好的相關(guān)性，能有效地反應(yīng)當(dāng)前網(wǎng)絡(luò)性能。

4.2 不同網(wǎng)絡(luò)負(fù)載環(huán)境

在目標(biāo)流的基礎(chǔ)之上加入背景流可以模擬不同網(wǎng)絡(luò)負(fù)載的網(wǎng)絡(luò)環(huán)境。實(shí)驗(yàn)中根據(jù)鏈路帶寬和背景流發(fā)送速率，設(shè)定了三種網(wǎng)絡(luò)負(fù)載環(huán)境，分別為：無背景流、輕度擁塞和重度擁塞環(huán)境，即參數(shù)分別為0，1和3，當(dāng)有三個(gè)背景流時(shí)，瓶頸鏈路已經(jīng)嚴(yán)重負(fù)載，出現(xiàn)很多擁塞丟包。

將得到的格貼近度按背景流分別匯總?cè)∑骄?，得到圖3。

圖3 不同背景流各參數(shù)的相關(guān)性

與不同鏈路延時(shí)環(huán)境的特性不同，各參數(shù)的貼近度隨著背景流的增加而提高，即在網(wǎng)絡(luò)負(fù)載重的環(huán)境下，格貼近度值具有更高的價(jià)值。

無網(wǎng)絡(luò)負(fù)載與輕度擁塞的環(huán)境下，參數(shù)MDP相比之下有較高的相關(guān)性，ToC相關(guān)性也略高于其他兩個(gè)參數(shù)；而在重度網(wǎng)絡(luò)負(fù)載環(huán)境下，各參數(shù)的相關(guān)性差別不大。

4.3 不同鏈路誤碼環(huán)境

異構(gòu)網(wǎng)絡(luò)中誤碼包括有線部分和無線部分兩種誤碼，而對(duì)于傳輸層而言，經(jīng)歷異構(gòu)網(wǎng)絡(luò)環(huán)境的端到端代理是不區(qū)分誤碼產(chǎn)生的原因。因此實(shí)驗(yàn)中對(duì)兩種誤碼進(jìn)行了區(qū)分模擬，而在統(tǒng)計(jì)貼近度的結(jié)果時(shí)將兩種誤碼合并為異構(gòu)鏈路誤碼進(jìn)行總結(jié)，如圖4。

圖4 不同誤碼率各參數(shù)的相關(guān)性

結(jié)果表明，在鏈路沒有產(chǎn)生誤碼丟包環(huán)境下，各參數(shù)的相關(guān)性并不是很理想；誤碼率低的情況下，各參數(shù)貼近度比較高，但是隨著誤碼率繼續(xù)地增加，貼近度逐漸下降。即在鏈路無誤碼或者誤碼較嚴(yán)重環(huán)境下，用格貼近度作為標(biāo)準(zhǔn)反應(yīng)網(wǎng)絡(luò)狀態(tài)較差；在鏈路中存在較低誤碼的情形，參數(shù)MDP依然有著較高的相關(guān)性。

4.4 相關(guān)性總結(jié)

雖然各參數(shù)格貼近度均值相差不大，但是區(qū)分不同網(wǎng)絡(luò)環(huán)境之后，相關(guān)性的差異還是很明顯，兩個(gè)新參數(shù)的相關(guān)性表現(xiàn)比較突出。在瓶頸鏈路利用探測(cè)數(shù)據(jù)包的往返延時(shí)可以得到鏈路時(shí)延，在時(shí)延低的情形下，各參數(shù)相關(guān)性高，可以采用此參數(shù)作為衡量網(wǎng)絡(luò)當(dāng)前性能的標(biāo)準(zhǔn)。同樣的，當(dāng)瓶頸鏈路負(fù)載比較重、有較低誤碼率的情況下，參數(shù)相關(guān)性高，反應(yīng)網(wǎng)絡(luò)性能較準(zhǔn)確。相反，此方法不適用在鏈路延時(shí)高、網(wǎng)絡(luò)負(fù)載低、無丟包和誤碼率高的網(wǎng)絡(luò)環(huán)境下，可以采取其他方法對(duì)網(wǎng)絡(luò)性能進(jìn)行認(rèn)知。

5 結(jié)束語(yǔ)

從解決異構(gòu)網(wǎng)絡(luò)傳輸性能的問題，引出傳統(tǒng)端到端方法修改現(xiàn)有協(xié)議并不合適，在異構(gòu)網(wǎng)絡(luò)邊界處加入智能網(wǎng)關(guān)，采用分段方法可以針對(duì)不同網(wǎng)絡(luò)環(huán)境自適應(yīng)地調(diào)整，提高異構(gòu)網(wǎng)絡(luò)總體性能。

該實(shí)驗(yàn)成果為以上課題建立了異構(gòu)網(wǎng)絡(luò)拓?fù)淠Ｐ停⒋_立與提取了各網(wǎng)絡(luò)信息參數(shù)。在原有參數(shù)基礎(chǔ)之上，提出超時(shí)周期（ToC）與均值抖動(dòng)積（MDP）兩個(gè)新參數(shù)。最后使用格貼近度的方法對(duì)參數(shù)和網(wǎng)絡(luò)瓶頸鏈路真實(shí)狀態(tài)進(jìn)行仿真分析，得到了所有參數(shù)在不同網(wǎng)絡(luò)環(huán)境下的相關(guān)性，且新參數(shù)較其他原有參數(shù)均有較好的相關(guān)性，為自然基金項(xiàng)目課題下一步建立網(wǎng)絡(luò)認(rèn)知模型以及智能網(wǎng)關(guān)中性能優(yōu)化模塊提供了可靠基礎(chǔ)。

[1]Barakat C，Altman E，Dabbous W.On TCP performance in a heterogeneous network：a survey[J].IEEE Communications Magazine，2000，38.

[2]Biaz S，Vaidya N H.De-randomizing congestion losses to improve TCP performance over wired-wireless networks[J].IEEE/ACM Transactions on Networking，2005（3）.

[3]Ye Jin，Wang Jianxin.TCP improvement based on adaptive packets loss distinction method in wired/wireless network[J].Journal of Communications，2007，28（5）：15-21.

[4]Osada S，Wang Hui，Yokohira T，et al.Throughput optimization in tcp with a performance enhancing proxy[C]//International Conference on Communication Technology（ICCT 2006），2006：392-397.

[5]Wang Hui，Osada S，Yokohira T，et al.A throughput optimization algorithm for TCP connections with different routes in long-delay satellite environments[C]//International Communications Satellite Systems Conference（ICSSC-2007），2007.

[6]李紅，沈未名.有線/無線混合網(wǎng)絡(luò)傳輸控制策略[J].計(jì)算機(jī)工程，2009，35（14）：111-113.

[7]胡致遠(yuǎn)，李寧，郭建丁，等.無線異構(gòu)網(wǎng)絡(luò)的資源分配策略[J].計(jì)算機(jī)應(yīng)用，2011，31（4）：893-896.

[8]韓濤，黃友銳，曲立國(guó)，等.適用于異構(gòu)網(wǎng)絡(luò)的改進(jìn)TCP協(xié)議研究[J].計(jì)算機(jī)科學(xué)，2011（S1）：279-281.

[9]Peng Fei，Wu Lijuan，Leung V C M.Cross-layer enhancement of TCP split-connections over satellites links[J].International Journal of Satellite Communications and Networking，2006，24：405-418.

[10]吳結(jié)，高隨祥.基于分段連接機(jī)制實(shí)現(xiàn)衛(wèi)星TCP性能的改善[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2006（7）：33-37.

[11]謝季堅(jiān).模糊數(shù)學(xué)方法及其應(yīng)用[M].3版.武漢：華中科技大學(xué)出版社，2006：143-175.

[12]蘇放，甄雁翔，景曉軍.模糊綜合評(píng)判的融合網(wǎng)絡(luò)2種丟包原因區(qū)分[J].北京郵電大學(xué)學(xué)報(bào)，2009，32（3）：60-64.

[13]黃化吉，馮穗力，秦麗嬌，等.NS網(wǎng)絡(luò)模擬和協(xié)議仿真[M].北京：人民郵電出版社，2010.

[14]Ge Ge，Zhang Guoqing.TCP protocol design and simulation based on heterogeneous network[J].Journal of System Simulation，2004，16（12）：2875-2879.

[15]Wang Hui，Osada S，Yokohira T.Effect of premature ACK transmission timing on throughput in TCP with a performance enhancing proxy[J].IEICE Transactions on Communications，2007，90（1）：31-41.

[16]倪縣樂，周衛(wèi)華，曾志民，等.Internet瓶頸鏈路帶寬測(cè)量方法[J].計(jì)算機(jī)工程與應(yīng)用，2003，39（33）：141-142.