Исследование эффективности планировщиков протокола MPQUIC в зависимости от алгоритмов контроля перегрузки

В последние годы широкую популярность получил протокол QUIC, как альтернатива TCP. Кроме того, в настоящее время широко внедряется и исследуется технология Multipath, реализованная в протоколе MPQUIC. Центральным компонентом протокола MPQUIC является планировщик, принимающий решение по какому пути и в какой момент времени отправить следующие пакеты данных. Существуют реализации планировщиков как на основе эвристических правил, так и на основе обучения с подкреплением. На данный момент поведение планировщиков в различных, с точки зрения характеристик путей, средах изучено подробно. Однако вопрос их эффективности в зависимости от используемых алгоритмов контроля перегрузки недостаточно освящён. В данной работе представлена реализация различных планировщиков и исследование их эффективности в зависимости от алгоритма контроля перегрузки. Полученные результаты, на основе проведённых экспериментов, говорят о том, что планировщик может эффективно работать в сетевой среде с определённым алгоритмом контроля перегрузки, но при этом быть не эффективным в среде с другим алгоритмом контроля перегрузки.

1. Wischik D. et al. Design, implementation and evaluation of congestion control for multipath {TCP} // 8th USENIX Symposium on Networked Systems Design and Implementation (NSDI 11). 2011.

2. Nguyen K. et al. An approach to reinforce multipath TCP with path-aware information // Sensors. 2019. Vol. 19, issue 3, p. 476.

3. Chao L. et al. A brief review of multipath tcp for vehicular networks // Sensors. 2021. Vol. 21, issue 8, p. 2793.

4. De Coninck Q., Bonaventure O. Multipath quic: Design and evaluation // Proceedings of the 13th in-ternational conference on emerging networking experiments and technologies. 2017, pp. 160-166..

5. Viernickel T. et al. Multipath QUIC: A deployable multipath transport protocol // 2018 IEEE Interna-tional Conference on Communications (ICC). IEEE, 2018, pp. 1-7.

6. Floyd S., Henderson T. The NewReno modification to TCP's fast recovery algorithm. 1999. Issue rfc2582.

7. Ha S., Rhee I., Xu L. CUBIC: a new TCP-friendly high-speed TCP variant // ACM SIGOPS operating systems review. 2008. Vol. 42, issue 5, pp. 64-74.

8. Cardwell N. et al. Bbr: Congestion-based congestion control: Measuring bottleneck bandwidth and round-trip propagation time // Queue. 2016. Vol. 14, issue 5, pp. 20-53.

9. Simone Ferlin и др. “BLEST: Blocking estimation-based MPTCP scheduler for heterogeneous net-works”. In: 2016 IFIP networking conference (IFIP networking) and workshops. IEEE. 2016, pp. 431-439.

10. Yeon-sup Lim и др. “ECF: An MPTCP path scheduler to manage heterogeneous paths”. In: Proceed-ings of the 13th international conference on emerging networking experiments and technologies. 2017, pp. 147 159.

11. Wu H. et al. Peekaboo: Learning-based multipath scheduling for dynamic heterogeneous environ-ments // IEEE Journal on Selected Areas in Communications. 2020. Vol. 38, issue 10, pp. 2295-2310.

12. Wu H. et al. Multipath scheduling for 5G networks: Evaluation and outlook // IEEE Communications Magazine. 2021. Vol. 59, issue 4. pp. 44-50.

13. Lee S., Yoo J. Reinforcement learning based multipath QUIC scheduler for multimedia streaming // Sensors. 2022. Vol. 22, issue 17, p. 6333.

14. Roselló M. M. Multi-path scheduling with deep reinforcement learning // 2019 European Conference on Networks and Communications (EuCNC). IEEE, 2019, pp. 400-405.

15. Wu H. et al. Falcon: Fast and accurate multipath scheduling using offline and online learning // arXiv preprint arXiv:2201.08969. 2022.

16. Mininet [Электронный ресурс]. – URL: https://mininet.org/ (дата обращения: 15.05.2025).

17. XQUIC [Электронный ресурс]. – URL: https://github.com/alibaba/xquic (дата обращения: 15.05.2025).