CN109698925A - 基于数据驱动的实时视频拥塞控制方法及装置 - Google Patents

Abstract

本发明涉及一种基于数据驱动的实时视频拥塞控制方法及装置。该方法主要针对无线网络下，端到端的互联网视频传输应用场景。该方法主要包括基于学习的速率控制策略和低延迟公平性模型。本发明根据滑动窗口内的历史数据，借助在线线性回归，刻画出链路时延变化与速率变化的线性关系；根据此线性关系，再结合本发明提出的基于负载目标的公平性函数，进而可以决策出最优的发送速率。在整个决策过程中，本方法充分考虑了无线网络具有高度变化性的特点，通过历史数据感知网络环境的长期变化，并且借助链路时延调整发送速率，适应网络的瞬时波动，从而达到提高带宽利用率、降低链路时延的目的，进而提高实时视频应用的用户体验。

Description

基于数据驱动的实时视频拥塞控制方法及装置

技术领域

本发明涉及计算机网络领域，尤其涉及一种针对实时视频通信提出的基于数据驱动的网络拥塞控制方法及装置。

背景技术

随着LTE/WiFi无线网络的广泛应用，从移动视频聊天如微信视频，到AR/VR游戏如GeForce Now，交互视频应用产业发展迅速。

这类软件对于传输的高带宽和低延迟以及多流公平性都有很高的要求，这对传统的拥塞控制算法是一个很大的挑战。许多时下最新的拥塞控制算法都不能满足实时视频通信这样的需求。主要问题有以下两点：

1)固定的速率调整算法：一些传统的拥塞控制算法使用固定的步骤来调整发送速率，如标准TCP每当遇到丢包时都将发送速率减小至一半。然而，在随时间变化的网络中，这样手工设置的速率并不总能和带宽相匹配。这往往会导致网络负载过大或网络利用率过低。

2)模糊的收敛目标：收敛目标函数对算法的公平性和延迟都有很重要的影响。其中公平性是指同时传输多条数据流时，数据流之间的带宽分配情况，延迟是指数据从发送端发出，到被接收端收到的时间差。基于丢包的算法的目标函数要求填满网络队列，从而导致较高的排队延迟。

发明内容

本发明针对上述问题，提供一种针对实时视频通信提出的基于数据驱动的网络拥塞控制方法及装置，能够提高带宽利用率并降低链路时延，进而提高实时视频应用的用户体验。

本发明采用的技术方案如下：

一种基于数据驱动的实时视频拥塞控制方法，包括以下步骤：

1)通过对历史数据的线性回归学习，建立网络链路中往返时延的变化量和速率差值之间的线性关系；

2)基于所述线性关系，通过低延迟公平性的目标函数决策出最优的数据包发送速率，从而避免视频拥塞。

进一步地，步骤1)所述线性关系为：

ΔRTT_i＝k×(x_i-r_i)+b

其中，ΔRTT_i为两个相邻阶段的往返时延RTT之间的变化量；_i为第i个阶段的发送速率，r_i为第i个阶段的接收速率；k和b为线性相关系数，均服从高斯分布。

进一步地，步骤2)所述低延迟公平性的目标函数为：

f(x_i,d_i)＝x_i·(d_i-T)-B

其中，x_i为第i个阶段的发送速率；d_i为第i个阶段的加权RTT；T为目标延迟；B为目标负载；d_i-表示第i个阶段的额外队列延迟；x_i·(d_i-T)表示第i个阶段内在瓶颈队列中的额外包的数量，表示拥塞的程度；该函数的收敛目标是f(x_i,d_i)＝0，即队列中的数据包等于目标负载B。

进一步地，使用指数加权滑动平均来计算d_i，以减少网络噪声带来的影响，计算公式为：

d_i＝α·d_i-1+(1-α)·RTT_i

其中，α表示接近最新一个RTT的趋势；RTT_i表示第i个阶段的RTT，由下式计算：

RTT_i＝T+q_i+ρ

其中，T为目标延迟，q_i为额外队列延迟，ρ为网络抖动噪声。

进一步地，利用所述低延迟公平性的目标函数调整ΔRTT_i+1，当f(x_i,d_i)<0时，队列负载没有达到目标，将ΔRTT_i+1设置为大于0来提高发送速率，否则将ΔRTT_i+1设置为小于0。

进一步地，当d_i<T时，设置一个固定增长的过程，否则使用tanh函数来避免过度调整；ΔRTT_i+1由下式得到：

其中，σ表示上升因子，决定RTT的增加量；δ表示调整因子，决定RTT的调整幅度。

进一步地，在获得ΔRTT_i+1后，根据下面公式计算出下一阶段的发送速率：

其中，r_i+1使用最近的发送速率来估计，k通过对历史数据的线性回归学习得到。

进一步地，采取阶段性更新的机理来基于历史数据更新k的值，包括以下步骤：

a)收集过去一段时间窗口内的历史数据，包括发送速率、接收速率和RTT，求得相邻两个阶段的k值，进而获得该时间窗口内的多组k值数据。

b)获得该时间窗口内出现概率最高的k值，作为更新后的k值。

一种基于数据驱动的实时视频拥塞控制装置，其包括：

线性关系建立模块，负责通过对历史数据的线性回归学习，建立网络链路中往返时延的变化量和速率差值之间的线性关系；

最优发送速率决策模块，负责基于所述线性关系，通过低延迟公平性的目标函数决策出最优的数据包发送速率，从而避免视频拥塞。

一种基于数据驱动的实时视频拥塞控制系统，包括发送端，接收端，以及上面所述的基于数据驱动的实时视频拥塞控制装置。

本发明的有益效果如下：

本发明主要针对无线网络下，端到端的互联网视频传输应用场景，通过基于学习的速率控制策略和低延迟公平性模型，根据历史数据的统计分析，结合本发明的公平性模型，实现避免拥塞的目的。为了能够充分地利用瓶颈带宽、有效地降低时延，并且快速适应无线网络高速抖动的特点，本方法需要能够对网络状态进行及时的感知。其中，根据多种数据样本的分析，本发明提出了一种能够反映链路状态变化的模型。具体而言，就是根据滑动窗口内的历史数据，借助在线线性回归，刻画出链路时延变化与速率变化的线性关系；根据此线性关系，再结合本发明提出的基于负载目标的公平性函数，进而可以决策出最优的发送速率。在整个决策过程中，本方法充分考虑了无线网络具有高度变化性的特点，通过历史数据感知网络环境的长期变化，并且借助链路时延调整发送速率，适应网络的瞬时波动，从而达到提高带宽利用率、降低链路时延的目的，进而提高实时视频应用的用户体验。

附图说明

图1是接收速率计算方法示意图，其中Data表示发送的数据包，ACK表示返回的响应数据包，x_i为第i个阶段的发送速率，t_i为第i个阶段的最后一个数据包的确认信号返回的时间。

图2是本发明与其它现有技术在易丢包链路中的传输速率对比图。

图3是本发明与其它现有技术的公平性性能对比图，表现了在20Mbps带宽的瓶颈链路中，三条依次启动的、使用同一个传输协议的数据流的带宽分配情况。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面通过具体实施例和附图，对本发明做进一步详细说明。

本发明提出的内容，首先基于以下发现：在网络链路中RTT变化量和速率差值(发送速率减接收速率)之间存在强线性关系。其中公式涉及的相关概念如下：

RTT：往返时延(Round-Trip Time)，指的是从数据包被发端发出至收端后，返回的确认信号达到发端的时间间隔。

第i个阶段的RTT值：定义RTT_i为第i个阶段的RTT的值，此处的阶段指的是一个固定的时间周期，经验性的通常采取为50毫秒。

RTT变化量：定义ΔRTT_i为两个相邻阶段RTT之间的变化量，即ΔRTT_i＝RTT_i-RTT_i-1。

第i个阶段的发送速率：定义x_i为第i个阶段的发送速率。

第i个阶段的接收速率：定义r_i为第i个阶段的接收速率。

除此之外，该线性关系也经过了进一步的探索：

1)在不同的网络环境下，RTT变化量和速率差值之间均表现出线性关系。

2)这种线性关系在LAN网络下最强，在LTE网络下由于噪声的存在稍有减弱。这种线性关系在网络空闲时较强而在网络繁忙时减弱。

3)线性相关系数在不同的网络下不同。

4)方程表示为：

ΔRTT_i＝k×(x_i-r_i)+b

经过大量的实验可以发现系数k和b均服从高斯分布，其中k的均值随不同网络类型而变化，b的均值几乎为0。

本发明提出一种针对实时视频通信的基于数据驱动的网络拥塞控制方法。该方法主要由两个模块组成：基于学习的速率控制策略和低延迟公平性模型，分别是针对背景技术中提出的两个问题做的优化。

第一部分：基于学习的速率控制策略

基于上文提出的RTT变化量和速度差值(发送速率减接收速率)之间的线性关系，该策略通过在线线性回归学习在RTT变化量和速度差值之间建立一种统计函数，并且通过该统计函数来预测合适的发送速率。

首先，由RTT变化量和速度差值之间的关系方程(上文提及)变形可得到方程：

其中r_i+1可以使用最近得出的接收速率来估计，k可以通过对历史数据的线性回归学习得到。那么如果ΔRTT_i+1已经被确定，那么下一次的发送速率x_i+1就能够被确定。ΔRTT_i+1将在之后被确定。

上述方程是合理的，当ΔRTT_i+1>0时，带宽利用率不够，可以向瓶颈队列发送更多的包，因此发送速率大于接收速率，相反发送速率小于接收速率。所述瓶颈队列是指在数据的传输过程中，真正对性能产生限制的那部分链路的缓冲区。

第二部分：低延迟公平性模型

作为本发明中拥塞控制算法的核心，本发明设计出一种能够同时实现低延迟和多流公平性的目标函数。这个目标函数的核心是队列负载目标。其中公式涉及的相关概念如下：

第i个阶段的加权RTT：定义d_i为第i个阶段的加权RTT。

目标延迟：定义T为目标延迟，即在延迟维度，模型的收敛目标。

目标负载：定义B为目标负载，即模型向瓶颈队列中传入的数据包的数量目标。

第i个阶段的发送速率：定义x_i为第i个阶段的发送速率。

首先，为了减少网络噪声带来的影响，采用加权的RTT，这样d_i-表示第i个阶段的额外队列延迟，即在瓶颈队列中超过目标延迟的部分，x_i·(d_i-T)表示第i个阶段内在瓶颈队列中的额外包的数量，即在瓶颈队列中超过目标负载的数据包数量，用它可以来表示拥塞的程度。只要将它保持在一个固定的小范围内(即目标负载)，就可以实现拥塞避免。因此，目标函数可以被表示为：

f(x_i,d_i)＝x_i·(d_i-T)-B (2)

本算法期待f(x_i,d_i)＝0，也就是说，收敛目标是队列中的数据包等于目标负载B。如果能够保证每个流在相同的时间内汇入瓶颈队列的包的数量相等，就能够保证公平性。

第三部分：期望的RTT变化量的调整

为了能让目标函数起作用，本发明通过以下的步骤来利用目标函数调整方程(1)中的ΔRTT_i+1：当f(x_i,d_i)<0时，队列负载并没有达到目标，为了提高带宽利用率，ΔRTT_i+1应该被设置为大于0来提高发送速率，相反设为小于0。考虑到传播延迟，当d_i<T时，设置一个固定增长的过程，相反则可以使用tanh函数来避免过度调整。因此，ΔRTT_i+1由下面的式子给出：

其中，σ表示上升因子，决定RTT的增加量；δ表示调整因子，决定RTT的调整幅度。在获得ΔRTT_i+1后，再结合公式(1)，即可计算出下一阶段的发送速率。

下面进一步说明本发明的实现细节。

1)对接收速率的估计

以下公式涉及的相关概念如下：

每个阶段的时间：定义ε为每个阶段的时间。

返回的时间：定义t_i为第i个阶段的最后一个数据包的确认信号返回的时间。

发送速率：定义x_i为第i个阶段的发送速率。

接收速率：定义r_i为第i个阶段的接收速率。

考虑到无线网络不确定的变化，每个阶段的时间设置成一个相对较小的值。本发明中所使用的接收速率的计算方法与传统方法不同。图1中(计算接收速率的图表)，在第i个阶段内，发送速率被选择为x_i，t_i-t_i-1表示在第i个阶段内成功发出的所有包所用的时间，接收速率由下式定义：

2)对RTT的估计

以下公式涉及的相关概念如下：

目标延迟：定义T为目标延迟。

额外队列延迟：定义q_i为额外队列延迟。

网络抖动噪声：定义ρ为网络抖动噪声，一般服从高斯分布。

第i个阶段的加权RTT：定义d_i为第i个阶段的加权RTT。

第i个阶段的RTT由下式计算：

RTT_i＝T+q_i+ρ

为了减少网络噪声带来的影响，使用指数加权滑动平均来计算第i个阶段的加权RTT：

d_i＝α·d_i-1+(1-α)·RTT_i

其中，d_i-1表示上一阶段的加权RTT，这里的α表示接近最新一个RTT的趋势，同时使用RTT的观测最小值来作为目标延迟的值。

3)更新公式(1)中的k

如前文提到的，在不同网络下k的值不同，在不同的时间段k的值也不同。本发明采取阶段性更新的机理来基于历史数据更新k的值，主要涉及极大似然估计的方法。

所述采取阶段性更新的机理来基于历史数据更新k的值，包括以下步骤：

(1)收集过去一段时间窗口内的历史数据，主要包括发送速率、接收速率和RTT，根据公式1，求得相邻两个阶段的k值，进而获得该时间窗口内的多组k值数据。

(2)根据极大似然估计法，获得该时间窗口内出现概率最高的k值，作为更新后的值。

与此同时，为了保证公平性，不同的流所使用的k的值应该保持一致，本发明采取离散化的方法将k可以取到的值设为2，4，6，8，10，从而使得各条流可以更轻松的取到相同的值。

4)冷启动

在算法刚开始启动时，没有数据来支持本算法来得到有效的k的值。因此，本发明采用类似TCP慢启动阶段的策略来快速得到所需要的训练数据。

所述类似TCP慢启动阶段的策略是指在模型启动后，每个RTT时间将发送速率翻倍，直到产生丢包现象为止。

为验证本发明的效果，在瓶颈带宽为20Mbps的链路中，使用仿真工具将丢包率分别设置为0％至6％，进而评估模型(本发明方法取名为Iris)在易丢包链路中的性能，并与业界已有的Vegas,Cubic,BBR,PCC和Sprout进行对比。如图2所示，本发明在高丢包率情况下依然保持了较高的传输速率，性能远超其他算法。

对于公平性，同样进行了性能比较，网络环境设置为20Mbps瓶颈带宽。由于业界已有大量论文证实了Vegas和Sprout缺乏公平性性能，此处本模型仅与Cubic，PCC和BBR进行比较。如图3所示，相比于Cubic，PCC和BBR，本模型实现了更公平、更稳定的带宽分配。

本发明除以上实施例以外，在更新k值的部分，不仅仅限于最大似然法，类似线性回归、概率统计或混合高斯模型等方法，均可获得同样结果。

以上实施例仅用以说明本发明的技术方案而非对其进行限制，本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明的精神和范围，本发明的保护范围应以权利要求书所述为准。

Claims (10)

1.一种基于数据驱动的实时视频拥塞控制方法，其特征在于，包括以下步骤：

1)通过对历史数据的线性回归学习，建立网络链路中往返时延的变化量和速率差值之间的线性关系；

2)基于所述线性关系，通过低延迟公平性的目标函数决策出最优的数据包发送速率，从而避免视频拥塞。

2.根据权利要求1所述的方法，其特征在于，步骤1)所述线性关系为：

ΔRTT_i＝k×(x_i-r_i)+b

其中，ΔRTT_i为两个相邻阶段的往返时延RTT之间的变化量；x_i为第i个阶段的发送速率，r_i为第i个阶段的接收速率；k和b为线性相关系数，均服从高斯分布。

3.根据权利要求1或2述的方法，其特征在于，步骤2)所述低延迟公平性的目标函数为：

f(x_i,d_i)＝x_i·(d_i-T)-B

其中，x_i为第i个阶段的发送速率；d_i为第i个阶段的加权RTT；T为目标延迟；B为目标负载；d_i-T表示第i个阶段的额外队列延迟；x_i·(d_i-T)表示第i个阶段内在瓶颈队列中的额外包的数量，表示拥塞的程度；该函数的收敛目标是f(x_i,d_i)＝0，即队列中的数据包等于目标负载B。

4.根据权利要求3述的方法，其特征在于，使用指数加权滑动平均来计算d_i，以减少网络噪声带来的影响，计算公式为：

d_i＝α·d_i-1+(1-α)·RTT_i

其中，α表示接近最新一个RTT的趋势；RTT_i表示第i个阶段的RTT，由下式计算：

RTT_i＝T+q_i+ρ

其中，T为目标延迟，q_i为额外队列延迟，ρ为网络抖动噪声。

5.根据权利要求3述的方法，其特征在于，利用所述低延迟公平性的目标函数调整ΔRTT_i+1，当f(x_i,d_i)<0时，队列负载没有达到目标，将ΔRTT_i+1设置为大于0来提高发送速率，否则将ΔRTT_i+1设置为小于0。

6.根据权利要求5述的方法，其特征在于，当d_i<T时，设置一个固定增长的过程，否则使用tanh函数来避免过度调整；ΔRTT_i+1由下式得到：

其中，σ表示上升因子，决定RTT的增加量；δ表示调整因子，决定RTT的调整幅度。

7.根据权利要求6述的方法，其特征在于，在获得ΔRTT_i+1后，根据下面公式计算出下一阶段的发送速率：

其中，r_i+1使用最近的发送速率来估计，k通过对历史数据的线性回归学习得到。

8.根据权利要求2述的方法，其特征在于，采取阶段性更新的机理来基于历史数据更新k的值，包括以下步骤：

a)收集过去一段时间窗口内的历史数据，包括发送速率、接收速率和RTT，求得相邻两个阶段的k值，进而获得该时间窗口内的多组k值数据。

b)获得该时间窗口内出现概率最高的k值，作为更新后的k值。

9.一种基于数据驱动的实时视频拥塞控制装置，其特征在于，包括：

线性关系建立模块，负责通过对历史数据的线性回归学习，建立网络链路中往返时延的变化量和速率差值之间的线性关系；

最优发送速率决策模块，负责基于所述线性关系，通过低延迟公平性的目标函数决策出最优的数据包发送速率，从而避免视频拥塞。

10.一种基于数据驱动的实时视频拥塞控制系统，其特征在于，包括发送端，接收端，以及权利要求9所述的基于数据驱动的实时视频拥塞控制装置。