出处：Journal of Network and Computer Applications (JCNA)，2021

作者：Kai Lei*, J Huang, X Li, Y Li, Y Zhang, B Bai, F Zhang, G Zhang, J Jiang

摘要：在数据中心网络 (DCN) 中，具有不同目标的流共存并竞争有限的网络资源（例如带宽和缓冲区空间）。 如果没有和谐的资源规划，这些流之间的混乱竞争将导致严重的性能下降。 此外，低延迟对于增强现实 (AR)、虚拟现实 (VR) 和远程呈现等许多新兴应用至关重要，这使得网络控制问题更具挑战性。 针对上述问题，本文新颖地提出了一种称为 HOPASS 的接收器驱动的双层控制框架，该框架结合了慢速控制层和快速控制层，以在多个网络共享目标之间取得平衡并实现低延迟。 慢速控制层通过使用在线学习方法解决多目标网络效用最大化 (NUM) 问题，确保聚合流级别的带宽保证。 然后，通过在具有加权公平队列功能的交换机中配置权重，将结果分派到数据平面。 在慢速控制层指定的配置下，快速控制层利用接收方发送的令牌包来动态探测和预留网络容量，从而可以主动防止网络拥塞并保证低延迟数据交付。 为了评估所提出的框架，我们在 ns-3 中实施了 HOPASS，并在各种网络场景下进行了广泛的实验。 仿真结果表明，HOPASS在多目标场景下的带宽分配方面实现了近乎最优的性能，同时也保证了低端到端时延。 此外，它在聚合流量级别的平均带宽利用率和全球总网络效用方面优于 DCTCP 和 NewReno。 因此，我们得出结论，在同时考虑多目标优化和低延迟网络时，HOPASS 为 DCN 提供了一个有效的框架。

下载链接：https://www.sciencedirect.com/science/article/abs/pii/S1084804521002253