基于模型对BBR性能、公平性与稳定性的洞察
网络与互联网体系结构
2022-08-24 v2
摘要
谷歌的BBR是近期复兴的高效、公平且灵活的拥塞控制算法（CCA）探索中最显著的成果。尽管众多研究已考察BBR的性能，先前工作对BBR性能的理解仍存空白：基于实验的研究通常只考虑研究者能以可控代价搭建的网络设置，而基于模型的研究忽视了收敛等重要问题。为补充先前的BBR分析，本文提出BBRv1与BBRv2的流体模型，既支持在多样网络设置下高效仿真，也支持稳定性分析等解析处理。通过实验验证，我们表明该流体模型对BBR行为给出了高度准确的预测。借助广泛仿真与理论分析，我们获得对两个BBR版本的若干洞察，包括BBRv2中此前未知的缓冲膨胀问题。
引用
@article{arxiv.2208.10103,
title = {Model-Based Insights on the Performance, Fairness, and Stability of BBR},
author = {Simon Scherrer and Markus Legner and Adrian Perrig and Stefan Schmid},
journal= {arXiv preprint arXiv:2208.10103},
year = {2022}
}
备注
Accepted at the ACM Internet Measurement Conference 2022 (IMC'22)