Multipath TCP(MPTCP) Congestion Control抛砖引玉
Posted dog250
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Multipath TCP(MPTCP) Congestion Control抛砖引玉相关的知识，希望对你有一定的参考价值。
MPTCP是一个全新的古老协议，从效果上看，它对标准TCP的扩展主要体现在两方面：
- 多路径切换：应用程序无感知的前提下在多条链路之间进行切换。
- 负载均衡：使用多条路径同时传输，提高链路带宽利用率。
似乎人们对多路径切换更感兴趣，几乎所有MPTCP的资料上都会介绍MPTCP在Wi-Fi和3G之间的透明切换能力，但有趣的是，定义MPTCP的RFC6182中(详见Section 2. Goals1)并没有提到这一点，路径备份似乎是一个附加的功能。
从本质(而不是从表面)上看，MPTCP是一个支持流量调度的资源分配协议。MPTCP将同一连接的每条路径上的数据流抽象成subflow，将所有的subflow路径上的带宽看作一个资源池，在该资源池中进行动态流量调度。
池化带宽资源，是分组交换网统计复用的极致体现。引用一段MPTCP网站blog的原话：
Since the early days of computer networks, statistical multiplexing, failure resilience and load balancing have played a key role in enabling networks to carry a growing amount of traffic. However, many of the techniques that are used today were designed under the assumption that they needed to have a local impact. Many of these designs missed the opportunity of considering the problem of pooling all the available resources as an end-to-end problem. 2
对此，先来个感官上的认识。
两条连接A和B，两条100Mbps的路径供它们使用，先看标准TCP的带宽分配情况：
但如果部署了MPTCP，在带宽资源分配上将更具弹性：
面对池化的带宽资源，MPTCP的核心任务就是资源分配和流量调度，目标就是最大化资源利用率。
互联网协议必须遵守公平原则，作为需要长期与标准TCP混部的MPTCP，TCP友好性必须是其一个内在特征，MPTCP必须在保证不损害标准TCP的前提下，最大化带宽资源利用率。这个任务最终由MPTCP Congestion Control负责。
为了理解这一切背后的动力学，先看MPTCP Congestion Control的三大目标：
- 目标1：保证所有subflow总带宽不小于最佳subflow标准TCP带宽。
- 目标2：保证所有subflow任意子集总体带宽不大于该子集最佳subflow标准TCP带宽。
- 目标3：在所有subflow之间进行动态流量调度，保证目标1和目标2的前提下最大化带宽利用率。
下文将基于MPTCP Coupled Congestion Control算法介绍。
将所有可用subflow path视为一整体，统一实施AIMD。设一条MPTCP连接的subflow set为 R R R， w r w_r wr为subflow r r r的cwnd，则：
w t o t a l = Σ r ∈ R w r w_{total}=\\Sigma_{r\\in R}w_r wtotal=Σr∈Rwr
因此，最朴素的MPTCP AIMD算法显而易见，对于所有subflow：
- 未发生丢包时实施AI： w r = w r + 1 w t o t a l w_r=w_r+\\dfrac{1}{w_{total}} wr=wr+wtotal1
- 发生丢包时实施MD： w r = max { 1 , w r − w t o t a l 2 } w_r=\\max\\{1,w_r-\\dfrac{w_{total}}{2}\\} wr=max{1,wr−2wtotal}
丢包包括拥塞丢包和随机丢包，一条subflow subpath丢包率高表现为buffer过小或线路噪声大，无论如何均会导致该subpath的cwnd过小，天然满足了MPTCP的目标3。
总体来讲，目标3只需要利用为拥塞subflow计算一个较小的cwnd即可满足，这是对反馈环的利用。The way to achieve resource pooling is to effectively “couple” the congestion control loops for the different subflows.
但以上算法存在以下问题：
- 每条subflow丢包率差异很大，固定数量的MD行为会将高丢包率subflow饿死。
- 每条subflow的AI行为会抢占标准TCP流量的带宽，违背了公平性原则。
为避免高丢包率subflow被饿死，MD行为需要修正，不再MD等量cwnd，改为MD与该subflow cwnd等比例的cwnd：
- 发生丢包时实施MD：
w
r
=
max
{
1
,
w
r
−
w
r
2
}
w_r=\\max\\{1,w_r-\\dfrac{w_r}{2}\\}
wr=max{1,wr−2wr}
这样可以确保任意subflow cwnd保持一定的比例。
公平性的保证稍微复杂些，需要额外的约束。
将MPTCP的目标1和目标2的约束写成数学形式：
- 目标1约束： Σ r ∈ R w r R T T r ≥ max r ∈ R w r T C P R T T r \\Sigma_{r\\in R}\\dfrac{w_r}{RTT_r}\\geq\\max_{r\\in R}{\\dfrac{w_r^{TCP}}{RTT_r}} Σr∈RRTTrwr≥maxr∈RRTTrwrTCP
- 目标2约束： Σ r ∈ ( S ∣ S ⊆ R ) w r R T T r ≥ max r ∈ ( S ∣ S ⊆ R ) w r T C P R T T r \\Sigma_{r\\in (S|S\\subseteq R)}\\dfrac{w_r}{RTT_r}\\geq\\max_{r\\in (S|S\\subseteq R)}{\\dfrac{w_r^{TCP}}{RTT_r}} Σr∈(S∣S⊆R)RTTrwr≥maxr∈(S∣S⊆R)RTTrwrTCP
解法如下：
- 对于目标1，需要控制AI系数来保证所有 w r w_r wr增量至少达到最佳subpath标准TCP的效果。
- 对于目标2，需要为每次AI行为设置一个上界，保证其不超过标准TCP的对应AI增量。
用数学表述即：
- 未发生丢包时实施AI： w r = w r + min { α w t o t a l , 1 w r } w_r=w_r+\\min \\{\\dfrac{\\alpha}{w_{total}},\\dfrac{1}{w_r}\\} wr=wr+min{wtotalα,wr1}
求解 α \\alpha α即可。
下面将用两种方法推导出 α \\alpha α的值，首先采用MPTCP论文里的方法3，然后介绍我自己的方法。
按照Design, implementation and evaluation of congestion control for multipath TCP这篇论文中的简化模型推导，如下：
设
p
r
p_r
pr为subflow path
r
r
r的丢包率，按照数据包守恒，AI和MD速率需要相互抵消：
( w r R T T r ( 1 − p r ) ) α w t o t a l = ( w r R T T r p r ) w r 2 (\\dfrac{w_r}{RTT_r}(1-p_r))\\dfrac{\\alpha}{w_{total}}=(\\dfrac{w_r}{RTT_r}p_r)\\dfrac{w_r}{2} (RTTrwr(1−pr))wtotalα=(RTTrwrpr)2wr
对于
p
r
p_r
pr< 以上是关于Multipath TCP(MPTCP) Congestion Control抛砖引玉的主要内容，如果未能解决你的问题，请参考以下文章 (OK) 小米8-dipper手机 通过 MPTCP 访问 具有公网 IP 的Fedora 31中的 Nginx服务器 - 成功