The Influence of the Buffer Size in Packet Loss for Competing Multimedia and Bursty Traffic
这项工作提出了一个分析的影响，接入路由器的缓冲区大小的数据包丢失率，以及它如何可以影响多媒体服务的QoS时，突发业务。VoIP流量，视频会议和视频监视的真实痕迹被用在两个不同的场景中，具有中等链路利用率。研究表明，某些应用程序的突发性质可能会损害语音呼叫的MOS，特别是当一定数量的突发重叠。当链路利用率高于70%时，不能获得VoIP QoS的良好值。
2020-11-12 cs.NI
Sprinklers: A Randomized Variable-Size Striping Approach to Reordering-Free Load-Balanced Switching
互联网流量继续呈指数级增长，这就要求交换机在尺寸和速度上都能很好地扩展。虽然负载平衡交换机可以实现这样的可扩展性，但它们遭受基本的数据包重新排序问题。现有的建议要么遭受最坏情况下的数据包延迟差，或需要复杂的匹配机制。在本文中，我们提出了一个新的家庭稳定的负载平衡开关称为“洒水车”，具有可比的实施成本和性能的基线负载平衡开关，但还可以保证数据包排序。其主要思想是强制同一虚拟输出队列（VOQ）中的所有数据包通过交换机遍历相同的“胖路径”，从而不会发生数据包重新排序。Sprinklers的核心是两个关键的创新：一种随机的方法来确定每个VOQ的“脂肪路径”，以及一种方法来确定其“脂肪”大致与VOQ的比率成比例。这些创新使Sprinklers能够在任意允许的流量下实现近乎完美的负载平衡。使用新的最坏情况大偏差技术严格证明此属性是这项工作的另一个关键贡献。
2014-07-17 cs.NI
Balancing Work and Size with Bounded Buffers
我们认为，管理一个有界大小的队列缓冲区的流量由不同大小的数据包，每个数据包需要几轮的处理，然后才可以从队列缓冲区传输的基本问题。这种环境的目标是最大化成功传输的数据包的总大小。这种模型的动机是不断增长的无处不在的网络处理器架构，必须处理异构的流量大小，异构的处理要求。我们的工作解决了两个冲突的算法方法之间的紧张局势，在这样的设置：倾向于处理要求较少的数据包，从而导致快速贡献的累积吞吐量，而不是更喜欢的数据包的大小，这意味着在每一步的吞吐量大幅增加。我们提出了一个模型，研究这样的系统，并提出竞争力的算法，其性能取决于一个数据包的最大大小可能有，和最大量的处理数据包可能需要。我们进一步提供了在这种设置下的算法性能的下限。
2013-09-05 cs.NI cs.PF
5G NR-V2X Scheduling Approaches for CPM Variable Size Traffic
University of Bologna（博洛尼亚大学）；CNIT（意大利信息与通信技术研究中心）；University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学）
针对CPM流量大小可变问题，比较NR-V2X Mode 2调度策略，发现资源使用稳定性比瞬时负载优化更重要。
2026-06-26 cs.NI
Detecting TCP Packet Reordering in the Data Plane
网络管理员希望检测TCP级别的数据包重新排序，以诊断性能问题和攻击。然而，重新排序的代价很高，因为每个数据包都必须相对于同一流中其前身的TCP序列号进行处理。由于流量的原因，检测应该在数据包飞过时在数据平面中进行。然而，对存储器大小和每个数据包的存储器访问次数的限制使得不可能设计一个有效的算法来精确定位具有重数据包重排序的流。在实践中，由于拥塞或拥塞的链路，分组重新排序通常是网络路径的属性。通过相同路径的流在它们的乱序中是相关的，并且在IP前缀级别聚合乱序统计信息提供有用的诊断信息。在本文中，我们提出了有效的算法识别IP前缀与重数据包重排序内存限制下。首先，我们对尽可能多的流进行采样，无论其大小如何，但每次只在很短的时间内进行。接下来，除了流量采样之外，我们还单独监测长时间的大流量。在这两种算法中，我们在流级别进行测量，并在前缀级别聚合统计信息和分配内存。我们的模拟实验，使用从校园网和骨干网的数据包跟踪，我们的P4原型表明，我们的算法正确地识别$80\%$的前缀与沉重的数据包重排序使用适度的内存资源。
2023-02-19 cs.NI
Energy Efficient Multiuser Scheduling: Statistical Guarantees on Bursty Packet Loss
在本文中，我们考虑能量有效的多用户调度。利用应用的丢包容忍度来最小化平均系统能量。对平均数据包丢失率和连续丢失的最大数据包数量（突发丢失）有限制。假设缓冲区大小有限。我们提出了一个计划，根据信道条件，分组丢失的限制和缓冲区大小参数的机会主义调度用户。我们假设在发送端的信道状态信息是不完全的，并利用随机优化技术分析了该方案在大用户限制下的性能。首先，我们优化系统能量为一个固定的缓冲区大小，从而在相应的统计保证连续丢包。然后，我们确定最小缓冲区大小，以实现相同（或更好）的统计保证的目标（提高）能源效率。我们表明，缓冲区大小可以有效地交易，以实现系统的能源效率的目标统计数据包丢失参数的保证。
2014-05-23 cs.IT cs.NI math.IT
Low-Power Random Access for Timely Status Update: Packet-based or Connection-based?
本文针对及时状态更新系统的低功耗随机接入问题，对比基于分组的帧时隙Aloha与所提基于连接的请求后接入协议的平均信息年龄，发现协议选择取决于有效载荷大小和功率预算，RTA在大载荷下更具优势。
2023-12-13 cs.NI
The Uniformization Process of the Fast Congestion Notification (FN)
快速拥塞通知（FN）是主动队列管理机制之一，其实践拥塞避免以通过在路由器队列变满之前标记或丢弃分组来帮助避免拥塞的开始;并且当拥塞避免失败时，通过增加分组标记或丢弃的速率来实施拥塞控制。从技术上讲，FN通过将瞬时队列大小控制在最优队列大小以下来避免队列溢出，并通过保持平均到达速率接近传出链路容量来控制拥塞。在每个数据包到达时，FN使用瞬时队列大小和平均到达率来计算数据包标记或丢弃概率。FN以相当规则的间隔标记或丢弃数据包，以避免长的标记间隔和群集的数据包标记或丢弃。太多的标记或丢弃的数据包靠近在一起可能会导致全局同步，并且标记或丢弃的数据包之间的数据包间隔时间过长可能会导致大的队列大小和拥塞。本文展示了FN如何控制队列大小，避免拥塞，并通过统一标记或丢弃的数据包间隔来减少全局同步。
2009-09-08 cs.DS cs.NI
PSA: The Packet Scheduling Algorithm for Wireless Sensor Networks
无线传感器网络中造成能量浪费的主要原因是数据包碰撞。因此，引入分组调度算法来解决这个问题。在实时无线传感器网络中，一些数据包调度算法也会影响和延迟数据的传输。本文提出了一种分组调度算法（PSA），以减少MAC层的分组拥塞，从而减少系统中的整体分组冲突，并采用数学方法将PSA与简单的CSMA/CA等方法进行了比较。我们的PSA的性能优于标准（CSMA/CA）。PSA产生比其他算法更好的吞吐量。另一方面，PSA的平均延迟高于以前的作品。然而，PSA比所有算法更好地利用信道。
2011-10-07 cs.NI
Fundamental Limits of Covert Bit Insertion in Packets
当暴露消息的存在将敏感信息泄露给攻击者时，隐蔽通信是必要的。考虑一个网络链路，其中授权的发送者Jack向授权的接收者Steve发送分组，并且分组在到达Steve之前分别访问Alice、Willie和Bob。隐蔽发送者Alice希望以某种方式改变分组流，以将信息发送到隐蔽接收者Bob，而没有警惕和有能力的对手Willie能够检测到消息的存在。在我们以前的工作中，我们解决了两个技术，这样的隐蔽传输从爱丽丝到鲍勃：数据包插入和数据包定时。在本文中，我们考虑通过在具有可用空间的数据包中插入比特来进行隐蔽通信（例如，尺寸小于最大传输单元）。我们考虑三种情形：1）分组大小是独立且同分布的（i.i.d.）具有概率质量函数（PMF），其支持是一组一比特间隔值; 2）分组大小是I.I. D。其支持是任意的; 3）分组大小可以是相关的。对于第一个和第二个假设，我们表明，爱丽丝可以隐蔽地插入$\mathcal{O}(\sqrt{n})$位的信息流中的$n$数据包，相反，如果她插入$ω(\sqrt{n})$位的信息，威利可以检测到她任意小的错误概率。对于第三个假设，我们证明Alice可以在$n$数据包序列中秘密插入平均$\mathcal{O}(c(n)/\sqrt{n})$位，其中$c(n)$是给定历史的数据包大小的条件pmf的平均数，支持至少为2。
2018-10-08 cs.CR cs.IT cs.NI
Packet delay in models of data networks
本研究针对采用不同路由方式的数据网络模型，分析了小部分路由表下的平均分组延迟，通过数值检验了延迟与网络、路由表规模的关系，探讨了对网络可扩展性的影响。
2002-07-25 cs.NI nlin.CG
A Survey of Bandwidth Optimization Techniques and Patterns in VoIP Services and Applications
本文调查了1999-2014年期间用于优化VoIP服务带宽的各种技术。带宽的提高可以通过使用语音活动检测算法来抑制语音会话中的无声部分（分组）的无声抑制措施来实现;通过这样做，在语音的非活动时段期间的传输速率降低，并且因此，平均传输速率可以降低。第二种措施是分组报头减少，其定义了复用和解复用分组报头的过程以抑制过度。语音/数据包报头压缩被认为是所有技术中最有效的，它提供了一种将VoIP数据包从40字节大小压缩到2字节的较小字节大小的方案。当与聚合结合使用时，压缩可能会产生最多1个字节的压缩大小。在任一情况下，使用不同数据和比特率的压缩和解压缩编解码器来达到带宽节省。据设想，改进编解码器的性能将在有利地增强宽带网络语音方面产生更好的结果
2014-09-04 cs.NI
Experimentation for Packet Loss on MSP430 and nRF24L01 Based Wireless Sensor Network
提出了一种基于超低功耗器件的无线传感器网络节点的设计方案，利用MSP430单片机和nRF24L01无线射频芯片，设计了一种低成本、低功耗的无线传感器网络节点，给出了节点的结构电路，该结构满足了低成本、低功耗、低功耗的要求，nRF24L01模块具有体积小、自组织等特点，并通过各种测试对模块的性能进行了测试，测试结果将有助于研究人员利用nRF24L01节点构建新的应用程序，并有效地利用nRF24L01进行工作。
2010-06-14 cs.NI
Relative Rate Reduction Based Control with Adjustable Congestion Level
在未来的互联网中，有可能改变拥塞控制的元素，以消除由基于分组丢失事件的当前控制机制引起的抖动和批量丢失。我们调查的基本问题，调整发送速率，以实现最佳利用率的高度可变的带宽的网络路径，使用准确的数据包速率信息。这是通过利用在接收器处测量的分组速率的函数连续地控制发送速率来完成的。我们提出的相对损失的发送方和接收方之间的数据包速率（相对速率降低，RRR）作为一个新的准确和连续的衡量拥塞的网络路径，取代不稳定波动的数据包丢失。我们证明，选择各种RRR为基础的反馈功能，达到最佳的可调拥塞水平。该方法保证了竞争流的公平带宽共享。最后，我们提出了测试床实验来证明该算法的性能。
2017-07-22 cs.NI
Simulation technique for available bandwidth estimation
本文提出了一种测量可用带宽的方法，基于测试不同大小的网络数据包（可变数据包大小方法，VPS）。在此基础上，给出了该模型的适用范围，并推导了带宽上限的计算公式。通过计算机模拟，找出了可用带宽测量误差与测量次数的关系，并利用RIPE测试盒测量系统进行了实验验证，结果表明该方法优于现有的测量技术。Pathload实用程序已被选为测量的替代技术，并确保SNMP代理的可靠结果统计已直接从路由器中撤回。
2010-07-20 cs.NI
In Order Packet Delivery in Instantly Decodable Network Coded Systems over Wireless Broadcast
在本文中，我们研究了在无线广播网络的即时解码网络编码系统中的按顺序分组传输。我们感兴趣的应用程序，其中成功交付的数据包取决于正确接收这个数据包和所有它的前面的数据包。我们制定的问题，最小化未交付的数据包的数量，所有接收器在所有的传输，直到完成作为一个随机最短路径（SSP）的问题。虽然使用SSP找到最佳的数据包选择策略是计算复杂的，它使我们能够系统地利用问题的结构，并制定有效的数据包选择策略，可以减少所有接收器的未交付数据包的数量，直到完成的指导方针。根据这些准则，我们设计了一个简单的启发式数据包选择算法。仿真结果表明，我们提出的算法提供了更快的数据包传输到接收器相比，现有的算法在文献中。
2014-09-23 cs.NI
Traffic Simulation in Ad Hoc Network of Flying UAVs with Generative AI Adaptation
Research Training Center "Aerospace Center"（“航空航天中心”研究培训中心）；State University "Kyiv Aviation Institute"（国立大学“基辅航空学院”）
本文提出利用生成式人工智能技术对飞行无人机adhoc网络中的通信信道进行自适应调整，并通过实验分析不同参数对数据包丢失率的影响。
2026-01-01 cs.AI cs.NI
Towards Informative Statistical Flow Inversion
最近引起研究关注的一个问题是估计互联网流量中流量大小的分布。在高流量链路上，有时不可能记录每个数据包。研究人员已经以两种不同的方式处理了从采样的分组数据估计流长度的问题。首先，可以尝试不同的采样方法以更准确地测量期望的系统参数。一种这样的方法是采样保持方法，其中，如果分组被采样，则该流中的所有后续分组被采样。其次，统计方法可以用来“反演”采样数据，并从样本中估计流长。在本文中，我们提出，实施和测试两个变量的采样和保持方法。此外，我们展示了如何采样和保持方法可以被倒置，以获得真正的流量大小分布的估计。在真实的网络轨迹上进行实验，比较标准数据包采样与三种采样保持算法。的方法进行比较，他们的能力，重建流量大小的真正分布。
2007-05-14 cs.NI cs.PF
Adversarial Multiple Access Channels with Individual Injection Rates
我们研究了同步多址信道中的确定性分布式广播。数据包被注入到$n$节点由窗口型对手，它是由一个窗口$w$和注入速率分别分配给所有节点的约束。我们调查什么队列大小和数据包延迟可以实现与最大聚合注入速率的一个数据包每轮，取决于信道和算法的属性。我们给出了一个非自适应算法的信道冲突检测和自适应算法的信道没有冲突检测，实现$O(\min(n+w,w\log n))$包延迟。我们表明，数据包延迟必须是$Ω(w \max (1,\log_w n))$，当$w\le n$，或$Ω(w+n)$，当$w>n$，作为一个匹配的下限，这些算法。我们开发了一种非自适应算法，实现$O(n+w)$队列大小和$O(nw)$数据包延迟的冲突检测的信道。这与全局注入速率的对抗模型形成对比，其中不存在具有有限分组延迟的非自适应算法（Chlebus et al. Distributed Computing 22（2）：93 - 116，2009）。我们的算法避免了同时传输产生的冲突，我们表明，任何具有此属性的算法必须有$Ω(nw)$数据包延迟。
2018-07-18 cs.DC cs.NI
Fisher Information in Flow Size Distribution
流量大小分布是流量建模和管理的有用度量。然而，基于抽样数据的估计是有问题的。以前的工作表明，流采样（FS）提供了巨大的统计数据包采样的好处，但高资源要求排除其在路由器中的使用。我们提出了双采样（DS），一个双参数的家庭，在很大程度上，提供FS样的统计性能接近FS不断，只是包采样样的计算成本。我们的工作利用Fisher信息为基础的方法最近用来评估一些采样方案，不包括FS，TCP流。我们修改和扩展的方法，使FS，DS和其他人之间的严格和公平的比较。我们展示了DS如何显著优于其他基于数据包的方法，包括采样和保持，最接近的基于数据包采样的竞争对手FS。我们描述了一个基于数据包采样的DS实现，并分析了其关键的计算成本，以表明路由器的实现是可行的。我们的方法提供了许多问题的见解，包括“流动质量”的概念，以了解方法的相对性能，以及如何以及何时采用序列号是有益的。我们的工作是理论上的一些模拟支持和案例研究的互联网数据。
2011-06-20 cs.IT cs.NI math.IT
Off-Path TCP Hijacking in Wi-Fi Networks: A Packet-Size Side Channel Attack
本文提出一种利用 Wi-Fi 加密帧大小侧信道的偏离路径 TCP 劫持攻击，通过观测响应包大小检测并劫持 TCP 连接，实验显示可在 19 秒内终止 SSH 会话、28 秒内注入 Web 恶意数据，并在 93.75% 的真实 Wi-Fi 网络中成功实施攻击。
2024-10-01 cs.CR cs.NI
Congestion Control using FEC for Conversational Multimedia Communication
在本文中，我们提出了一种新的速率控制算法的会话多媒体流。在我们的方法中，随着实时传输协议（RTP）的媒体数据包，我们建议发送冗余数据包探测可用带宽。这些冗余分组是前向纠错（FEC）编码的RTP分组。一个简单的解释是，如果没有丢失发生，发送方可以增加发送速率以包括FEC比特率，并且在由于拥塞而丢失的情况下，冗余分组有助于恢复丢失的分组。我们还表明，通过改变FEC比特率，发送方能够保守或积极地探测可用带宽。我们评估我们的FEC为基础的速率自适应（FBRA）算法在网络模拟器和在现实世界中，并比较它与其他拥塞控制算法。
2013-10-06 cs.MM cs.NI
Updating the Theory of Buffer Sizing
路由器具有数据包缓冲区，以减少拥塞期间的数据包丢失。正确调整缓冲区的大小很重要：如果缓冲区太小，数据包会被不必要地丢弃，链路可能无法充分利用;如果缓冲区太大，数据包可能会等待很长时间，路由器本身的构建成本可能会更高。尽管缓冲区大小很重要，但很少有选择缓冲区大小的指导方针。这两个最著名的规则仅适用于长期TCP Reno流;对于承载单个TCP Reno流的网络（缓冲区大小应等于带宽延迟乘积，或$BDP$）或对于承载$n$ TCP Reno流的网络（缓冲区大小应等于$BDP/\sqrt{n}$）。自从这些规则被引入以来，TCP Reno已经被更新的算法所取代，成为所有主要操作系统中的默认拥塞控制算法，但关于规则需要如何更改的文章却很少。本文重新审视了这两条规则。对于单流的情况下，我们概括的$BDP$规则，以占TCP的变化，如比例速率降低（PRR），并引入新的算法，包括立方和BBR。我们发现，缓冲区可以为新的算法小60-75%。对于多个流的情况下，我们表明，平方根的$n$规则下，一组更广泛的假设比以前已知的，包括这些新的拥塞控制算法。我们还演示了$n$规则的平方根不成立的情况，包括不公平的流量和ECN的某些设置。我们验证我们的结果，通过精确测量在一个真实的网络中的缓冲区占用的时间序列，并将其与每个数据包的窗口大小。
2021-09-23 cs.NI cs.PF
Compound TCP with Random Early Detection (RED): stability, bifurcation and performance analyses
因特网中增加的排队延迟的问题激发了对当前实现的传输协议和主动队列管理（AQM）策略的研究。我们研究了具有随机早期检测（RED）的复合TCP（Windows中的默认协议）。RED使用队列大小的指数加权移动平均值来做出丢包决策，旨在控制队列大小。必须研究RED与当前的协议，以探讨其在增加延迟的情况下的可行性。我们推导出一个非线性的时间延迟模型的化合物TCP-RED。我们推导了该模型局部稳定的充分条件，并研究了TCP流的往返时间（RTT），队列平均参数和丢包阈值的影响。此外，我们建立了系统经历了一个霍普夫分岔作为上述参数的变化。这表明队列大小中出现了极限环，这可能导致TCP流的同步和链路利用率的损失。接下来，我们研究了一个制度，队列大小平均不执行，丢包的决定是基于瞬时队列大小。在这个制度下，我们得到的必要和充分条件的局部稳定性。在两个制度-与和没有队列大小平均-的化合物TCP-RED的稳定性结果的比较表明，平均可能不利于系统的稳定性。数据包级仿真结果表明，随着系统参数的变化，队列长度确实表现出极限环振荡。然后，我们概述了一个简单的基于阈值的队列策略，可以确保稳定的低延迟操作。我们表明，阈值策略优于RED的排队延迟，流完成时间和数据包丢失。我们强调，基于阈值的政策可以缓解互联网上的延迟增加的问题。
2019-07-15 cs.NI cs.SY eess.SY
