[论文解读] Improving PIE's performance over high-delay paths

Nicolas Kuhn, David Ros|arXiv (Cornell University)|Feb 1, 2016

Network Traffic and Congestion Control参考文献 6被引用 5

一句话总结

本文提出 MADPIE，这是 PIE 主动队列管理算法的一种简单扩展，通过引入确定性丢包机制，以减少高往返时间（RTT）路径上的队列延迟突增。通过在队列延迟超过阈值时引入受控的确定性丢包，MADPIE 保持了较低的最大队列延迟——在第 95 百分位数下，延迟降低高达 21%——同时保持了批量传输的良好吞吐量，并提升了 VoIP 和小文件下载性能，且未降低 PIE 在低 RTT 链路上的行为表现。

ABSTRACT

Bufferbloat is excessive latency due to over- provisioned network buffers. PIE and CoDel are two recently proposed Active Queue Management (AQM) algorithms, designed to tackle bufferbloat by lowering the queuing delay without degrading the bottleneck utilization. PIE uses a proportional integral controller to maintain the average queuing delay at a desired level; however, large Round Trip Times (RTT) result in large spikes in queuing delays, which induce high dropping probability and low utilization. To deal with this problem, we propose Maximum and Average queuing Delay with PIE (MADPIE). Loosely based on the drop policy used by CoDel to keep queuing delay bounded, MADPIE is a simple extension to PIE that adds deterministic packet drops at controlled intervals. By means of simulations, we observe that our proposed change does not affect PIE's performance when RTT < 100 ms. The deterministic drops are more dominant when the RTT increases, which results in lower maximum queuing delays and better performance for VoIP traffic and small file downloads, with no major impact on bulk transfers.

研究动机与目标

• 为解决 PIE 在高 RTT 路径上的敏感性问题，该问题导致队列延迟大幅振荡并降低瓶颈利用率。
• 提升在高延迟链路上对延迟敏感的应用（如 VoIP 和小文件下载）的性能。
• 在降低最大队列延迟的同时，保持批量传输的高吞吐量，避免 CoDel 固定 5ms 延迟限制和 RTT 假设带来的缺点。
• 通过最小的代码修改扩展 PIE，保持其对流量负载和参数敏感性的鲁棒性。
• 提供一种实用且可部署的 AQM 解决方案，结合 PIE 的稳定性与 CoDel 的延迟约束行为。

提出的方法

• MADPIE 通过在估计队列延迟超过可配置阈值 τ_DD 时触发确定性丢包策略，扩展了 PIE。
• 若队列延迟 > τ_DD，则每 λ=30ms 将状态变量 p_max 设置为 1，若 p_max=1 且尚未被随机策略丢弃，则丢弃一个数据包。
• 该算法保留了 PIE 原始的比例-积分控制器，根据与目标延迟 τ 的偏差动态调整丢包概率。
• 确定性丢包机制按 RTT 比例激活，在高 RTT 时（如 >300ms）成为主导机制，而在低 RTT 时保持非激活状态。
• 该方法使用 ns-2 仿真，在多种流量类型和 RTT 条件下对比 MADPIE、PIE、CoDel 和 DropTail 的表现。
• 关键参数包括 τ（目标延迟）、α 和 β（PI 控制器增益）以及 τ_DD（确定性丢包阈值），评估中 τ_DD 设为 40ms。

实验结果

研究问题

• RQ1 PIE 在高 RTT 条件下由于队列延迟振荡，其性能如何退化？
• RQ2 能否向 PIE 中添加确定性丢包以限制最大队列延迟，同时不损害批量传输的吞吐量？
• RQ3 在高 RTT 路径上，MADPIE 与 CoDel 和 PIE 在队列延迟、吞吐量和小文件下载时间方面的表现如何比较？
• RQ4 MADPIE 是否在保持 PIE 在低 RTT 链路性能的同时，提升了其在高 RTT 链路的表现？
• RQ5 在降低交互式流量延迟与保持批量传输利用率之间存在何种权衡？

主要发现

• 对于 RTT 为 500ms 的流，与 PIE 相比，MADPIE 将第 95 百分位队列延迟降低了约 21%，使其接近 CoDel 的性能水平。
• 在高 RTT 路径上，与 PIE 相比，MADPIE 将第 75 百分位队列延迟降低了约 13%。
• 在 RTT 为 500ms 的路径上，MADPIE 显著减少了小文件下载时间，其表现优于 PIE 和 CoDel，兼具低延迟与高吞吐量。
• MADPIE 的批量传输吞吐量略低于 PIE，但高于 CoDel，实现了良好的折中平衡。
• 在低 RTT 路径（如 100ms）上，MADPIE 的性能与 PIE 几乎完全相同，队列延迟和吞吐量均无明显退化。
• 确定性丢包机制仅在 RTT 超过约 300ms 时激活，确保对正常运行的最小影响。