[论文解读] Fifty Shades of Congestion Control: A Performance and Interactions Evaluation

Belma Turkovic, Fernando Kuipers+1 more|arXiv (Cornell University)|Mar 9, 2019

Network Traffic and Congestion Control被引用 23

一句话总结

本文通过受控测试平台，在混合环境中评估了基于丢包、基于延迟以及混合型拥塞控制算法的性能与交互行为。研究发现，基于丢包的算法占主导地位，导致带宽分配不公和排队延迟增加，尤其在不同往返时延（RTT）的流共存时更为明显；而像BBR这样的混合型算法无法维持低排队延迟，反而倾向于优先分配更高RTT的流。

ABSTRACT

Congestion control algorithms are crucial in achieving high utilization while preventing overloading the network. Over the years, many different congestion control algorithms have been developed, each trying to improve in specific situations. However, their interactions and co-existence has, to date, not been thoroughly evaluated, which is the focus of this paper. Through head-to-head comparisons of representatives from loss-based, delay-based and hybrid types of congestion control algorithms, we reveal that fairness in resources claimed is often not attained, especially when flows sharing a link have different RTTs.

研究动机与目标

• 研究多样化的拥塞控制算法在真实世界混合环境中的性能与交互动态。
• 识别使用不同拥塞控制类型的流在共享瓶颈链路时产生的公平性问题。
• 评估不同RTT对各类算法组之间带宽分配与排队延迟的影响。
• 评估拥塞控制算法在共存场景下的收敛时间与稳定性。
• 确定像BBR这样的混合型算法是否能在共享链路场景中维持低排队延迟并确保公平性。

提出的方法

• 本研究将拥塞控制算法分为三类：基于丢包（如Cubic）、基于延迟（如TIMELY）和混合型（如BBR）。
• 采用受控测试平台环境，模拟多个使用不同算法的流共享瓶颈链路的情形。
• 通过改变RTT（100ms至400ms）和流数量（2个与4个流）进行实验，以评估公平性与性能表现。
• 关键指标包括平均吞吐量、吞吐量比率、Jain公平性指数以及收敛时间（最长观测60秒）。
• 使用基于QUIC的流进行测量，以实现对不同拥塞控制算法的快速部署。
• 在多种场景下收集并分析数据，包括同组算法与跨组算法共存的情形。

实验结果

研究问题

• RQ1 当基于丢包、基于延迟及混合型拥塞控制算法在不同RTT的瓶颈链路上共存时，它们之间的交互行为如何？
• RQ2 在使用不同拥塞控制类型的流之间，带宽分配的公平性在多大程度上得以实现？
• RQ3 流的RTT差异对混合算法环境中吞吐量、排队延迟和收敛时间有何影响？
• RQ4 像BBR这样的混合型算法是否能在共享链路场景中维持低排队延迟并确保公平性？
• RQ5 当多个拥塞控制算法共存时，流需要多长时间才能收敛到稳定吞吐量？

主要发现

• 基于丢包的算法（如Cubic）在混合场景中占据主导地位，可获取高达95.88%的吞吐量，导致带宽分配严重不公。
• 当基于丢包与混合型算法共存时，BBR的公平性指数（Jain指数）仅为62%，而Cubic达到98%，表明存在显著的不平衡。
• 混合型算法（如BBR）倾向于优先分配更高RTT的流，即使这些流效率较低，也会因此获得更多的带宽，而效率更高的低RTT流则受到损害。
• 当基于丢包的算法填满缓冲区时，排队延迟显著增加，非基于丢包的流因此承受高达200ms的额外延迟。
• 收敛时间可能超过60秒，这可能超过许多短时应用的持续时间，从而影响实时性能。
• BBR未能如预期维持低排队延迟，在混合RTT条件下，观测到的排队延迟显著上升。