[论文解读] Divergence of Timeout Algorithms for Packet Retransmissions

Raj Jain|ArXiv.org|Sep 24, 1998

Network Traffic and Congestion Control被引用 12

一句话总结

本文分析了数据包重传的超时算法，识别出控制其行为的五个模块化层次。研究表明，大多数现有算法在重复丢包情况下因轮转时间（RTT）采样错误而出现发散，且作者认为发散优于虚假收敛，因为它能减少网络拥塞。

ABSTRACT

The problem of adaptively setting the timeout interval for retransmitting a packet has been discussed. A layered view of the algorithms has been presented. It is shown that a timeout algorithm consists of essentially five layers or procedures which can be independently chosen and modified. A number of timeout algorithms proposed in the literature have been decomposed into these five layers. One of the key layers not discussed in the literature is that of determining the sample round trip delay for packets that have been transmitted more than once. It is shown that this layer has a significant impact on the network performance. Under repeated packet loss, most timeout algorithms either diverge or converge to a wrong value. A number of alternative schemes have been presented. It is argued that divergence is preferable to false convergence. It is a feature that is helpful in reducing network traffic congestion.

研究动机与目标

• 识别并形式化数据包重传超时算法的结构层次。
• 研究重传数据包中RTT采样对算法稳定性和性能的影响。
• 证明许多现有超时算法在重复丢包下会出现发散，导致性能下降。
• 论证发散优于虚假收敛，因为它有助于防止网络拥塞。
• 提出替代的RTT采样方案，以提升在丢包环境下的算法鲁棒性。

提出的方法

• 将超时算法分解为五个独立层次：(1) RTT测量，(2) RTT估计，(3) 超时计算，(4) 重传策略，以及(5) 重传数据包的RTT采样。
• 识别出重传数据包的RTT采样层是现有算法中关键但被忽视的组成部分。
• 利用分层模型分析各种超时算法在重复丢包下的行为。
• 提出替代的RTT采样策略，通过确保一致且准确的RTT估计，避免虚假收敛。
• 使用分析建模表明，不恰当的RTT采样会导致发散或收敛到错误值。
• 从网络拥塞和重传效率的角度，评估发散与虚假收敛的性能影响。

实验结果

研究问题

• RQ1 超时算法的五个模块化层次如何相互作用，其中哪一层次在重复丢包下对稳定性影响最大？
• RQ2 为何大多数现有超时算法在数据包反复丢失时无法正确收敛？
• RQ3 重传数据包的RTT采样对超时算法整体稳定性和性能有何影响？
• RQ4 超时算法中的发散是否为理想特性，还是始终表示失败？
• RQ5 是否可通过替代的RTT采样方案防止虚假收敛，并在丢包环境下提升网络性能？

主要发现

• 重传数据包的RTT采样层是超时算法中不稳定的主要来源。
• 大多数现有超时算法在重复丢包下会发散，而非收敛到正确值。
• 收敛到错误RTT值会导致过多重传，加剧网络拥塞。
• 研究表明，发散优于虚假收敛，因为它可防止持续的高重传率。
• 所提出的替代RTT采样方案提升了算法鲁棒性，并在持续丢包期间降低了网络负载。
• 对超时算法的分层分解使得各组件可独立分析与优化，尤其适用于RTT采样机制。