针对传统的TCP协议只有收到重复的确认或者超时才意识到拥塞已经发生以及不能预测拥塞等问题,将线性神经网络应用到拥塞控制中,用往返时延RTT(Round-Trip Time)与当前TCP吞吐量作为线性神经网络的输入,并将实验中得到的样本对网络进行训练,最终得到预测拥塞与非拥塞的决策面。通过仿真发现,它能有效预测拥塞的发生,降低网络拥塞崩溃发生的概率。
科研之友
微信
新浪微博
Facebook
分享链接
