Resumen

El continuo crecimiento de Internet, así como el ancho de banda que las aplicaciones y servicios actuales demandan, ha generado la necesidad de velocidades de acceso cada vez mayores. Considerando que una gran proporción de la información que circula en Internet es manejada a través de un protocolo de control de congestión llamado TCP (Transmission Control Protocol), muchos esfuerzos se están realizando para que éste sea cada vez más eficiente.

Dado que es cada vez mayor la cantidad de usuarios que acceden a Internet, el propósito de TCP es que el flujo de información (paquetes) entre ellos sea a una tasa tal que se aproveche al máximo la capacidad disponible, maximizando el bienestar de todos y evitando que se genere congestión.

Actualmente, existen resultados válidos bajo ciertas hipótesis que brindan una fórmula algebraica para la tasa óptima de envío de paquetes, a partir de estimaciones de parámetros de la red como son el RTT (round trip time) y la probabilidad de pérdida de
paquetes. En el presente trabajo se estudian dos métodos basados en Kalman para la estimación del RTT: el filtro CUSUM-Kalman y un algoritmo llamado KADWIN, basado en un filtro de Kalman y una ventana adaptiva.

Documentación

Monografía
Presentación

Bibliografía

[1] K. Jacobsson, H. Hjalmarsson, N. Möller, K. H. Johansson. Round-trip time
estimation in communication networks using adaptive Kalman filtering.
[2] A. Bifet, R. Gavaldà. Learning from time-changing data with adaptive windowing.
[3] A. Bifet, R. Gavaldà. Kalman filters and adaptive windows for learning in data
streams.
[4] V. Jacobson. Congestion avoidance and control.
[5] P. Karn, C. Partridge. Improving round-trip time estimates in reliable transport
protocols
[6] J. Olsén. Stochastic modeling and simulation of the TCP protocol.
[7] K. Jacobsson, H. Hjalmarsson, N. Möller, K. H. Johansson. Some modeling and
estimation issues in control of heterogeneous networks.
[8] B. Veal, K. Li, D. Lowenthal. New methods for passive estimation of TCP round-
trip times.
[9] M. Severo, J. Gama. Change detection with Kalman filter and CUSUM.
[10] S. Ekelin, M. Nilsson, E. Hartikainen, A. Johnsson, J. Mångs, B. Melander, M.
Björkman. Real-time measurement of end-to-end available bandwidth using Kalman filtering.
[11] L. S. Brakmo, S. W. O’Malley. TCP Vegas: New techniques for congestion
detection and avoidance.
[12] Vardeman & Jobe. CUSUM Charts
[13] S. Haykin - Adaptive Filter Theory
[14] hrPING v2.26 by cFos Software GmbH -- http://www.cfos.de


Última modificación: viernes, 30 de julio de 2010, 16:55