命名数据网络中的一种主动拥塞控制机制研究

命名数据网络由于缓存的作用及多路径和多播的传输特点,使得传统的拥塞控制策略不再适用。从命名数据网络转发策略的角度出发,结合强化学习中的Sarsa(λ)算法,提出了一种以最小时延为目标的拥塞控制算法。该算法考虑了链路延迟和中断的影响,利用NDN中路由节点的计算和学习能力,使用Sarsa(λ)算法实现命名数据网络中网络包的智能转发。在基于ns-3的ndnSIM仿真平台下进行性能测试,并和已有的采用滑窗机制的Best route算法、Multicast算法和RF算法做比较。仿真结果表明,提出的智能转发策略能有效增加网络的数据递交率,减少丢包数量和网络平均时延,有效地减少拥塞。