第一章 引言
伴随着第五代以及未来的第六代移动通信技术全面商用化，异构网络环境和云边协同计算架构深度融合之后，网络流量就呈现出了爆发式的增长态势，并且具有很强的异质性。在此产业背景之下，传统的传输控制协议拥塞控制机制以及主动队列管理等技术，在面对多主体并发的复杂流量场景的时候，渐渐表现出适应性欠缺的问题。传统的机制一般依靠端到端的反馈调节，在链路利用率变化较大的时候，很难准确地感觉到网络的状况，从而造成数据包丢失率过高。另外，由于缺少对多个竞争用户之间利益交互的协调机制，不同类型的流量在争夺带宽资源时很容易出现公平性缺失的情况，一些高优先级或者激进型的流量会过分占用网络资源，从而影响到整个网络的性能提高。这些痛点说明，在动态博弈的网络环境中，现有的拥塞控制方案存在着明显的不足。因此，用博弈论这个研究决策主体行为交互的理论工具，来建立基于博弈论的网络拥塞控制优化模型就显得十分必要。该模型把网络中数据流当作理性的博弈参与者，剖析它在谋求自身传输速率最大时的策略抉择，寻觅出可以达成网络总体效用最佳的纳什均衡点[1]。本文的研究范围主要是用非合作博弈理论来解决异构网络环境下资源分配的冲突，主要内容有博弈模型的建立、均衡策略的求解算法设计、仿真验证。本文的边际创新点就是把博弈收益函数同网络时延、丢包率这些重要的性能指标紧密联系起来，提出了一种更加具有动态适应性的拥塞控制策略。该研究一方面可以充实网络拥塞控制的理论体系，另一方面也可以给解决实际网络中资源竞争问题提供新的思路，为后面章节的展开打下了良好的逻辑基础。
第二章 基于博弈论的网络拥塞控制优化模型构建与实证分析
2.1 网络拥塞控制与博弈论适配性的理论框架梳理
网络拥塞控制本质上是在资源受限环境下，对多主体决策进行优化的问题，它的主要特点就是网络带宽、缓存等重要资源的稀缺性，以及网络中终端用户、业务流量节点、网络运营商等各个独立决策主体所具有的自主理性。在这种情况下，每一个参与者都努力使自己的利益最大化，用户希望得到更高的传输速率，运营商希望保持网络的稳定和高效，个体理性和集体目标之间的矛盾，正是博弈论应用的基本逻辑前提。把博弈论应用到拥塞控制当中，可以很好地表现出各个主体之间相互作用时的策略选择以及利益博弈的过程。根据具体的场景不同，非合作博弈主要用来分析有明确竞争关系的用户之间对于有限带宽的速率争抢问题，主要求解纳什均衡来寻找稳定的资源配置状态；演化博弈更适合于解释网络节点在长期的交互过程中，通过试错和学习来逐渐调整拥塞控制策略的动态过程，可以很好地处理大规模网络环境下复杂的适应性问题。通过对国内外有关理论发展脉络的梳理可知，从早期的静态定价机制到动态的流量调节，博弈论已经给网络资源分配问题的解决提供了一个有力的数学工具。该理论适配性分析不但确定了拥塞控制过程中各个角色的行为特点和策略界限，而且给后面建立基于博弈论的优化模型赋予了完备的理论支撑体系，明确了模型创建的逻辑出发点和操作途径。
2.2 多参与者非合作拥塞博弈优化模型的核心设计
2.2.1 网络多主体效用函数的量化定义
在建立多参与者非合作拥塞博弈优化模型的时候，效用函数的量化定义是准确描述各个参与主体行为动机和决策偏好的基础，直接影响到博弈均衡结果是否合理、模型是否收敛。针对网络环境中三种主要的参与主体，根据它们在数据传输和资源调度方面不同的需求，分别建立标准的效用评价体系。
终端用户的主要需求就是最大的数据传输体验。效用函数的量化设计要把传输带宽占比、传输时延抖动这些重要指标包含进来。带宽占比体现的是用户得到的网络资源份额，是正向收益的主要来源，时延抖动会直接对 Streaming 或者实时业务造成影响，属于负向成本项，加入到计算当中。给两者赋予不同的权重系数，得到加性效用模型，用以体现用户对于高速率和低抖动的综合考虑，其约束条件就是付费带宽和物理接入能力的上限。
对于边缘接入节点，主要是对本地缓存资源的合理利用以及传输质量的保证。其效用函数要把队列缓存占用率和丢包补偿成本当作主要的量化参数。适当的缓存占用可以平滑突发流量，但是过高的占用率会造成溢出丢包，所以应该将其设置为凸性惩罚函数。丢包补偿成本与节点的运营维护支出有关，应该用线性或者指数惩罚项的形式加入到函数中。该设计的约束条件为节点物理缓存容量和最大转发服务能力，在资源耗尽之前效用呈递减趋势。
对核心网调度节点进行全域网络资源的优化以及成本控制。效用函数的建立要包含整个链路的利用率以及跨区域流量调度的成本。链路利用率体现的是网络基础设施的产出效率，一般用收益函数来表示；跨区域调度产生的迂回费用和信令开销属于成本函数。该环节的约束条件主要是由骨干网链路总带宽容量和互联接口吞吐量决定的，目的是通过量化的方式引导流量在全网范围内实现负载均衡，防止局部拥塞造成的效用逻辑矛盾，得到可以直接代入到后面纳什均衡求解环节的标准化数学表达式。
2.2.2 拥塞场景下纳什均衡求解与拥塞定价机制设计
在建立多参与者非合作拥塞博弈优化模型的时候，主要工作就是求解纳什均衡以及设计相应的拥塞定价机制。根据前面定义的多主体效用函数来建立多流量参与者非合作的拥塞博弈支付矩阵。该模型假定各个流量参与者都是理性的，他们的目的就是使自己的效用函数达到最大。根据网络拥塞的不同情况，即轻度、中度和重度拥塞，分别求出相应的均衡解。轻度拥塞时网络资源比较充足，一般存在纯策略纳什均衡，即各个主体在一定的速率下达到最优；中度和重度拥塞时，由于资源竞争激烈，一般需要求解混合策略纳什均衡，来确定各个主体在不同速率下选择的概率分布。经由数理推导可知，在纳什均衡状态下各个主体的最优流量发送速率阈值，这个阈值就是网络保持稳定运行的界限。
为了更好地引导用户行为、提高网络性能，必须对不同的拥塞定价方式进行设计。该机制把流量超过均衡阈值的部分当作调控重点，按照链路当前的拥塞程度来动态计算定价系数。就具体的网络拥塞等级而言，当网络拥塞等级提高的时候，超出部分的单位流量价格呈非线性增长，用价格杠杆来提高用户的发送成本。经济激励机制使得用户为了自身的利益最大化，不得不主动地将流量发送行为调整到均衡阈值附近。这样就不需要一个中心来强制调度，而是依靠用户的理性选择使全网状态收敛。另外，严格的数理推导可以证明，在该定价机制下，博弈模型存在唯一的纳什均衡解，保证了拥塞控制策略的稳定性和可预测性，从而有效地提高网络的整体传输效率和资源利用率。
2.2.3 优化模型的系统稳定性校验逻辑
优化模型的系统稳定性校验逻辑，就是保证拥塞控制策略在实际网络环境里可以正常工作的重要环节，主要看模型在受到动态干扰之后能否回到原来的平衡状态。本文以李亚普洛夫稳定性定理为主要的校验理论依据，建立了一个严格的数学证明体系，试图从理论上解决流量振荡、拥塞发散等问题。校验过程从离散时间域和连续时间域两个方面进行，对网络系统中数据包传输的离散性以及流体流的连续性做全方位的检验。在离散域上用差分方程来模拟路由更新间隔，主要研究局部流量出现突然扰动的时候，参与博弈的各个节点根据效用函数改变发送速率的行为，能否在有限的迭代步数里消除误差，重新收敛到纳什均衡稳定态。连续域上用微分方程来描述拥塞窗口的变化，在连续的时间轴上检验系统是否渐近稳定。为了使模型有实际的应用价值，在校验逻辑中就设置了恶意用户超额发包、链路带宽突然变化等极端情况。在压力测试的作用下，主要对模型的参数偏离理想值的情况下进行鲁棒性分析，找出可以保持系统稳定运行的参数阈值范围，即最大允许时延和丢包率的上限。完整的稳定性校验过程是先建立李亚普洛夫候选函数，再证明它的正定性，最后验证导数的负定性，得出量化的判定标准。该逻辑体系的建立，很好地排除了优化模型在实际应用中出现流量剧烈震荡或者系统崩溃的可能性，为后面实证分析打下了良好的理论基础。
2.3 模型仿真对比与性能实测验证
为了对本文建立的博弈论优化模型进行全方位的评价，本文使用NS3网络仿真平台搭建了标准的测试环境，按照学术规范做了一系列的对比实验。对照组选择上主要使用了工业界广泛使用的RED主动队列管理机制和TCP Vegas拥塞控制算法来保证对比基准的权威性以及代表性。测试场景的设计以网络实际运行状态为依据，创建出包含高并发视频流、低时延物联网数据流和大文件传输流的混合业务模型，用以模拟复杂的、多变的网络负载状况。实验主要观测指标为网络总吞吐量、端到端平均时延、业务流间公平性指数和拥塞丢包率四个方面，用多组对照仿真得到准确的数据。同时为了保证仿真结果的正确性，利用高校校园网真实环境做补充实验，把仿真的数据和实际网络测试的结果进行严格的交叉对比。用数据量化分析、可视化性能曲线等手段来表现实证结果，证明本文所建立的博弈论优化模型比传统的方案更能提高资源利用率、保证传输稳定。另外，研究还客观地对模型在极端低带宽环境下的表现进行了探讨，明确指出了模型在某些情况下存在的性能不足，给后来的技术改进以及实际应用部署提供了大量的数据支持和科学依据。
2.4 现实网络场景下的模型落地适配策略
在现实的运营商级异构网络环境中，把博弈论拥塞控制优化模型从理论仿真变成实际落地应用，首先要解决的是模型和现有的商用网络设备之间兼容性适配的问题。由于目前互联网基础设施普遍使用标准的TCP/IP协议栈，直接对底层硬件进行重新设计成本高、风险大，所以需要提出一种轻量级的嵌入改造方案。该方案在网络边缘路由器或者核心交换机的固件里植入轻量级博弈计算代理，用设备自带的通用计算资源来完成效用函数的实时求解，在不改变原来的数据转发平面的情况下，对拥塞控制策略做出动态微调。为了保证模型在各种情况下都能有效，要按照网络拓扑规模和业务特点来制订参数差异化配置策略。对于中小规模企业内网来说，参数配置更倾向于快速收敛和公平性，保证办公业务的顺畅；在运营商城域网环境下，主要对链路利用率和时延抖动进行优化，满足大量并发用户吞吐量的需求；对于超大型数据中心内部网络而言，需要特别注意高带宽、低时延的特点，设置激进的响应参数来应对突然出现的大规模数据同步。另外还要考虑到现实网络中存在着非理性的恶意流量干扰，所以也要设计出异常流量监测模块。本模块依靠博弈论中的收益分析机制，可以找出背离纳什均衡策略的异常流量行为，然后执行惩罚措施或者流量清洗手段，把它排除在优化模型之外，避免它对整个网络的稳定造成影响。最后给出分阶段的落地部署推进路线，第一阶段在某个网段上做小规模的灰度测试，验证模型在真实流量下稳定的增益效果，第二阶段扩大到核心汇聚层，第三阶段实现全网覆盖。渐进式部署方式可以有效地降低技术试错成本，解决优化模型和现网环境之间的磨合问题，在最小化改造成本的基础上使网络性能得到明显提高。
第三章 结论
本文主要研究网络拥塞控制的问题，对用博弈论建立起来的优化模型进行了详细的论述，并对研究成果及主要结论做了系统的总结。通过对非合作博弈机制进行建模分析，把网络中的数据流当作具有独立决策能力的理性主体，用纳什均衡理论准确地刻画了节点在带宽资源竞争中所采取的行为逻辑。研究证明，该模型可以很好地解决传统算法在复杂的网络环境中由于信息不对称而造成的资源分配不均的问题。通过设计合理的效用函数和定价机制，在拥塞情况下模型可以达到多主体全局最优调度，不但可以提高网络链路的吞吐量，而且可以保证各个业务流之间的公平性，有效地避免了公地悲剧式的拥塞崩溃风险。实验数据表明，在网络负载不断变化的情况下，该优化模型具有较好的收敛性以及鲁棒性，可以迅速应对网络拓扑的变化，保持较低的端到端时延和丢包率，具有很高的工程应用价值。但是必须客观地认识到目前的研究还存在着一定的不足，在模型建立的过程中为了降低计算复杂度，对节点之间的交互时延以及信令开销做了理想化的假设，这样的假设会影响到超大规模异构网络部署的准确性。展望未来，6G空天地一体化网络架构的发展，网络环境就会变得越发复杂，具有很强的时空动态性。后续的研究会把重点放在把强化学习和深度博弈论结合起来，在卫星和地面网络深度融合的环境下研究分布式拥塞控制策略上，以满足更广阔的业务需求和更高的性能要求，促使网络拥塞控制技术朝着智能化、协同化的方向不断前进。
参考文献
\[1\]杨华, 孙欣伊, 贾宗星. 基于博弈论的命名数据网络拥塞控制策略[J]. 东华大学学报:自然科学版, 2021.
\[2\]梁莉, 孙正凯. 基于静态及动态博弈模型的IP路由及TCP拥塞研究[J]. 佳木斯大学学报（自然科学版）, 2024, 42(9): 33-36.