基于模糊单类支持向量机的丢包区分算法

西 安 ，１０ １ ７０５ ）
摘要 针 对现 有丢包 区分 算法 难 以获 取先 验知 识和不具 有 推广 性 的问题 ， 通过 对模 糊 单 类支持 向量机 的改进提 出一种新 的丢包 区分 算 法 。该 算 法根 据 无 线误 码 丢包 与 按序 到 达包 的 时延特 征分 布 一致 的特 点 ， 由按序 到达包 的时延 特 征构 成 训 练集 ， 而将 区分 误 码 丢包 和 拥塞 丢包 的 从 二分 类 问题 转化为判 断丢包 是 否为误 码丢包 的单分类 问题 。 由于 无 需采 集 两 类丢包 样 本 ， 解决 了难 以获 取先 验知识 的问题 ， 新算 法 能 实现在 线 的模 型训 练 和丢 包 区分 ， 有 很 好 的推 广 能 使 具
收 稿 日期 ：０ １ ０—１ ２ １ —１ ５
基金项 目： 陕西 省 自然科 学基础研究计划资助项 目（ Ｊ８ １ ；Ｏ ９Ｑ ０ ８ Ｓ０ Ｆ ４ ２０ Ｊ ８０ ） 作者简介 ： 麻海 圆（ ９２一） 男 ， １８ ， 河南南 阳人 ， 博士生 ， 主要从事 网络拥塞控制研究． Ｅ—ｍ ｉ ｈ ｉ ａｍ ＠ｌ ｅ ｃ ａｌ ａ ｕ ｎ ａ ｉ ．ｎ ： ｙ ｖ
ቤተ መጻሕፍቲ ባይዱ
Ｊｎ ２ １ ｕ ．０ ２
基 于模 糊 单 类 支 持 向量 机 的丢 包 区分 算 法
麻 海 圆 ， 孟相如 李 哲 温祥西 朱子健 ， ， ，
（ ．空军工程 大学信息 与导航学 院， １ 陕西西安 ，１０ ７ ２ ９３ ３部 队， ７ ０ ７ ；．４ ０ 山东潍坊 ，６０ １３ ２ １５ ；．空军工程 大学 ， 陕西
包的样本集替代误码丢包样本集 ， 通过训练该样本集得到一个分类器。当有丢包发生时使用该分类器对丢
包 进行 判别 ， 如果 丢包 的特征符 合样 本集 特征 ， 则判 定为误 码 丢包 ， 否则判 定 为拥塞 丢包 ， 而将 区分 误 码丢 从 包 和拥 塞丢包 的二 分类 问题转 化 为判别 丢包 是 否 为误 码 丢包 的单分 类 问题 。单类 支 持 向量 机 （ ｎ Ｏ ｅ—Ｃａｓ ｌ ｓ
中图分类 号
Ｔ ３３０ Ｐ ９ ．４
文 献标识 码
Ａ
文章编 号
１０ ３ １ （０ ２ ０ ０ ７ ０ ０ ９— ５ ６ ２ １ ）３— ０ ０— ５
在无线 网络 中存在 ２种 丢包 ， 一种是 由拥 塞引起 的 ， 种 由链路 误码 引起 的 。传 统 的拥 塞 控制机 制不 对 一 ２种 丢包 加 以区分 ， 在发 生误码 丢包 时 盲 目地启 动拥 塞控 制 策 略 ， 重 影 响传 输效 率 。丢包 区分 算 法 （ ｏｓ 严 Ｌｓ
第３ 期
麻海 圆等 ： 基于模糊单类支持 向量机 的丢包 区分算法
７ １
１ 模糊单类支持 向量机
１ １ 思 想 来 源 ．
拥 塞丢 包是 由队列 溢 出产生 的 ， 长度 的变 化体 现在端 系统 就是 时延 的变化 ； 队列 而误 码丢 包 的发生 是 随 机 的 ， 队列 长度 无关 ， 与 因此其 时延 分布 特征应 与按 序 到达包 相 同。 图 １ 制 了丢包 发生 前最 后一个 按 序到 绘 达 包 的 Ｒ ＴＦ 时延偏 差样本 值 ， Ｏ 和 同时也 绘制 了按序 到达 包 的样 本值 。从 图 中可 以看 出 ， 码 丢包 和 按序 到 误 达 包 的时延 特征分 布基 本一致 ， 而拥 塞 丢包后 的时 延特 征 与前 两者 存 在较 大差 别 。因此可 以使 用按 序 到 达
第 ｌ ３卷第 ３期
２１ ０ ２年 ６月
空
军
工
程
大
学
学
报（ 自然科学版 ）
Ｖｏ ＿ ３ Ｎｏ ３ ｌ１ ．
ＪＵ Ｎ ＬＯ Ｉ Ｏ Ｃ Ｎ ＩＥ ＲＮ ＮＶ Ｒ ＩＹ Ｎ Ｔ Ｒ ＬＳ ＩＮ ＥＥ Ｉ Ｏ ） Ｏ Ｒ Ａ ＦＡＲＦ Ｒ ＥＥ ＧＮ Ｅ ＩＧＵ ＩＥ Ｓ （ Ａ Ｕ Ａ ＣＥ Ｃ ＤＴ Ｎ Ｔ Ｉ
力 。仿真 结果 显示 ， 新算 法 区分 效果 良好 ， 高 了无 线 网络 的传 输 效率 。 提
关键 词 拥塞 控制 ； 丢包 区分 ； 支持 向量机 ； 糊 隶属度 模
ＤＯＩ １． ９ ９ ｊｉ ｎ １０ ３ １． ０ ２ ０ ． １ ０ ３ ６ ／．ｓ ． ０ ９— ５ ６ ２ １． ３ ０ ５ ｓ
Ｄｆ ｒｎｉｔ ｎＡｇｒｈ Ｌ Ａ） ｉｅｅ ｔ ｉ ｌｏｉ ｍ， Ｄ 就是 实现对 ２种 丢包 的区分 ， ｆ ａｏ ｔ 为拥 塞控 制机 制提供 决策依 据 。
早 期 的丢包 区分算 法通 过对 相关 网络参 数 的统计 和 分 析 ， 依据 经 验设 定 阈值 实 现 丢包 的区 分 Ｊ 由 。 于拥 塞丢包 是 由队列缓 存溢 出引 起 的 ， 因此 这 些参 数 大都 与 时延 或 相对 单项 传 输 时 延 （ ｅａｖ ｎ Ｒ ｌｉｅＯ ｅ—ｔｐ ｔ ｒ ｉ Ｔｍ ，Ｏ Ｆ 有关 。在这 些凭经 验设计 的 Ｌ Ａ算 法 中 ， ｉｅ Ｒ Ｔ ） Ｄ 需要 为不 同 网络设 置不 同 的区分 阈值 。文献 ［ ］ 用 ６使 支持 向量 机 （ｕｐ￣Ｖ ｃｏ Ｍａｈｎ ，Ｖ 设 计 Ｌ Ａ算法 ， Ｓｐ ｏ ｅｔ ｃｉｅＳ Ｍ） ｒ Ｄ 当训 练集 和 测试 集是 在 同一仿 真 场 景下 得 到 的 ， 因此 能取得 很好 的区分效果 。然 而实 际 的网络环 境 、 业务 及 流量是 复杂 多变 的 ， 仅通 过一 个仿 真场 景获 得 的 模 型 难 以适 用 于其它 网络 ， 因此该 方法 不具有 推广 性 。 本 文提 出一 种基 于模糊 单类 支持 向量机 的丢包 区分 算 法 ， 区分 误 码 丢包 和拥 塞 丢包 的二 分类 问题 转 将 化为 判断丢 包是 否是误 码 丢包 的单 分类 问题 ， 实现 在线 的模 型训练 和丢包 区分 ， 具有 很好 的推 广性 。