Towards Efficient Transport Mechanisms in Mobile Internet : Measurement and Optimization
Vers des mécanismes de transport efficaces dans l'Internet mobile : mesure et optimisation
Résumé
The transport performance in Mobile Internet is crucial to user experience and directly affects the revenue of providers for Internet applications. This dissertation focuses on network access and congestion control, two key factors affecting transport performance, and conducts research from three aspects: network access measurement, single-path congestion control, and multipath congestion control. For network access measurement, we conduct a measurement study across four cities to analyze the characteristics of the connectivity based on provider-managed WiFi in mobile scenarios. For single-path congestion control, we propose an enhanced BBRv2 algorithm based on delay information to improve the performance of BBRv2 in mobile scenarios. For multipath congestion control, we propose a multipath congestion control algorithm (CCA) selection mechanism, which leverages machine learning to dynamically select suitable CCAs for subflows to improve the performance of multipath transport.
Les performances de transport dans l'Internet mobile sont cruciales pour l'expérience utilisateur et affectent directement les revenus des fournisseurs d'applications Internet. Cette thèse se concentre sur l'accès au réseau et le contrôle de la congestion, deux facteurs clés affectant les performances de transport, et mène des recherches sous trois aspects : la mesure de l'accès au réseau, le contrôle de la congestion à trajet unique et le contrôle de la congestion à trajets multiples. Pour la mesure de l'accès au réseau, nous menons une étude de mesure dans quatre villes pour analyser les caractéristiques de la connectivité basée sur le WiFi géré par le fournisseur dans des scénarios mobiles. Pour le contrôle de la congestion à chemin unique, nous proposons un algorithme BBRv2 amélioré basé sur les informations de retard pour améliorer les performances de BBRv2 dans les scénarios mobiles. Pour le contrôle de la congestion par trajets multiples, nous proposons un mécanisme de sélection d'algorithme de contrôle de la congestion par trajets multiples, qui s'appuie sur l'apprentissage automatique pour sélectionner dynamiquement des algorithmes de contrôle de congestion appropriés pour les sous-flux afin d'améliorer les performances du transport par trajets multiples.
Origine : Version validée par le jury (STAR)