程序员经验分享-hwhale

TCP往返传输时间(RTT)的估计

2023-10-31

TCP往返传输时间(RTT)的估计

1) TCP传输往返时间是指发送端从发送TCP包开始到接收到它的立即响应所耗费的传输时间.
当接收端和发送端同时支持TCP时戳选项时,
发送端记录在TCP包头选项内的时戳可以被接收端随响应反射回来,
发送端就可以利用响应报文的反射时戳计算出某个TCP包的即时往返传输时间.
当接收端应答不反射时戳时,
发送端则利用重发队列中非重传响应所确认的最先数据片段的时戳来取样RTT.

2) 发送端每接收到一次新的响应, 产生出一个新的RTT样本. 为了去除RTT样本的随机抖动,
系统利用加权平均算法对样本进行平滑, 为了避免内核浮点运算,
RTT的平滑值(SRTT)是实际RTT均值的8倍, 在迭代过程中, SRTT收敛于8倍的RTT.

3) 在平滑RTT样本值的同时, 发送端还跟踪样本的抖动性. RTT的抖动用中心差(tp->mdev)来衡量,
它是RTT与RTT均值偏差绝对值的加权平均, 它的值越大, 说明RTT抖动得越利害.
tp->mdev_max变量用来跟踪MDEV的最大值, 它再经过平滑生成tp->rttvar,
描述RTT抖动的最大范围. 发送端的重发超时被设为RTT均值和tp->rttvar的和.


1) TCP传输往返时间是指发送端从发送TCP包开始到接收到它的立即响应所耗费的传输时间.
当接收端和发送端同时支持TCP时戳选项时,
发送端记录在TCP包头选项内的时戳可以被接收端随响应反射回来,
发送端就可以利用响应报文的反射时戳计算出某个TCP包的即时往返传输时间.
当接收端应答不反射时戳时,
发送端则利用重发队列中非重传响应所确认的最先数据片段的时戳来取样RTT.

2) 发送端每接收到一次新的响应, 产生出一个新的RTT样本. 为了去除RTT样本的随机抖动,
系统利用加权平均算法对样本进行平滑, 为了避免内核浮点运算,
RTT的平滑值(SRTT)是实际RTT均值的8倍, 在迭代过程中, SRTT收敛于8倍的RTT.

3) 在平滑RTT样本值的同时, 发送端还跟踪样本的抖动性. RTT的抖动用中心差(tp->mdev)来衡量,
它是RTT与RTT均值偏差绝对值的加权平均, 它的值越大, 说明RTT抖动得越利害.
tp->mdev_max变量用来跟踪MDEV的最大值, 它再经过平滑生成tp->rttvar,
描述RTT抖动的最大范围. 发送端的重发超时被设为RTT均值和tp->rttvar的和.

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

数学与计算

算法

TCP往返传输时间(RTT)的估计 的相关文章

  • antd Form组件initialValues属性在React17中延迟渲染问题

    需求是点击修改框 然后显示一个Modal框 里面有点击部门的相关权限 把点击的数据传进Form组件initialValues 出现bug 数据改变了但是默认值为上一次点击的值 可以看到化工学院的值变成上一次点击的信息学院的值 再次点击恢复正

随机推荐

  • 离线强化学习(Offline RL)系列6: (采样效率) OfflineRL中的样本选择策略(Sample Selection Strategies)

    论文原文 https offline rl neurips github io 2021 pdf 33 pdf 我们知道在强化学习中 不同的样本选择对算法的影响比较大 最典型的莫过于使用优先级经验回放 PER 技术提高算法对采样样本的选择效

  • HDFS文件读写流程

    HDFS读文件流程 1 客户端向NameNode发送读文件请求 NameNode返回文件的数据块信息 对于每一个数据块 元数据节点返回保存数据块的数据节点的地址 2 文件系统返回FSDataInputStream给客户端 用来读取数据 3

  • 渲染出现的 [Object object] 错误

    可能原因是 String Object导致Object是转换为String 默认结果就成了 Object object 可能的解决方案 在自定义对象定义toString 并返回任何你想要在输出中看到的 使用JSON stringify ob

  • 每日一练 C++ 熊孩子拜访

    本题较为简单 因为只有一段子序列被倒序了 故只需要确定子序列的头和尾就完全决定了子序列 而在整段序列中 余子序列满足递增 子序列内部满足递减 尾部与正常序列不满足递减 根据以上规律 先通过递增筛查 首个不满足递增的位置就是子序列的头部 然后

  • seaborn绘制箱线图和折线图

    利用seaborn绘制箱线图和折线图 均值连线 过程出现的问题 1 问题1 参考python seaborn 共享x轴画图 数据可视化对代码进行修改 画图部分代码 fig plt figure figsize 18 6 ax1 fig ad

  • android 隐藏系统键盘

    http blog sina com cn s blog 87479ba60101akfh html 已验证 public static void closeBoard Context mcontext InputMethodManager

  • Caused by: java.io.NotSerializableException:

    详细报错信息如下 This application has no explicit mapping for error so you are seeing this as a fallback Mon Oct 18 10 44 53 CST

  • 隐私计算分类

    在大数据时代中 海量的数据的交叉计算和人工智能的发展为各行各业提供了更好的支持 但这些被使用的数据往往包含用户的隐私数据 或企业 机构的内部数据 这些数据由于数据安全和隐私的考虑 往往是不对外开发 例如政府数据由于政策保密性完全不能对外公布

  • 【H.264/AVC视频编解码技术详解】二十、H.264的去块滤波算法

    H 264 AVC视频编解码技术详解 视频教程已经在 CSDN学院 上线 视频中详述了H 264的背景 标准协议和实现 并通过一个实战工程的形式对H 264的标准进行解析和实现 欢迎观看 纸上得来终觉浅 绝知此事要躬行 只有自己按照标准文档

  • 两种办法解决 make: Warning: File “xxx“ has modification time yyy s in the future 的问题

    一 引言 最近在工作中 在本地将代码文件上传到远端服务器 在远端服务器进行 make 编译的时候 会报这样的错 make Warning File xxx has modification time yyy s in the future

  • 2021年7月19日--7月25日（调试Osgearth33+抄写osg/osgearth源码，共20小时，合计829小时，剩9171小时）

    继续按计划进行 其他随意 完成情况 除抄写osg osgearth源码最后计算外 周一 1 整合gis引擎 1小时 2 网络视频教程1小时 合计2小时 周二 18 40 19 20 osgEarth33调试一节 40分钟 19 36 20

  • 人生，天命，自己

    前提摘要 我现在刚刚毕业 正在找工作 疯狂投简历 目前还没有消息 但是我最近有一个想法 在这个想法之上正在研究一个关于文档关联的新东西 简单来说就是利用相关性算法 然后 使用py代码来实现文档关联 为什么我会公开说出我的研究 或者是我发表关

  • [C++]高效使用c++11--理解auto类型推导

    推导类型 1 理解类型推导 auto的推导方式和template是一样的 所以我们首先来介绍template是如何推导类型的 template

  • pip：python -m pip install --upgrade pip 解决办法

    在使用 pip 安装 Flask 的时候 命令行报错 You are using pip version 9 0 1 however version 21 2 4 is available You should consider upgra

  • Qt - 高级网络操作 HTTP/FTP

    欢迎转载 请注明出处 https blog csdn net qq 39453936 spm 1010 2135 3001 5343 原文链接 https blog csdn net qq 39453936 article details

  • Redis的5大类型

    Redis的5大类型 Redis是单进程 单线程 单实例并发很多的请求 如何变得很快的呢 Redis默认有16个库 redis cli raw进行当前编码的匹配 底层是按照字节存储的 二进制安全 Redis的5大类型 1 String 包含

  • 再见Xshell，这款免费开源的终端工具真香~

    作为一名后端开发 在日常工作中肯定是要和服务器打交道的 自然也就需要使用终端工具 在 Windows 系统的电脑上我一直是使用 Xshell 以前还挺好用的 后面这款工具竟然把 ftp 功能给剥离出去了 单独搞了个 Xftp 这让我使用起来

  • 4.1-支持向量机

    文章目录 一 铰链损失 Hinge loss 二 核方法 Kernel Method 2 1 径向基函数核 Radial Basis Function Kernel 2 2 Sigmoid Kernel 三 支持向量机相关方法 SVM re

  • PyTorch学习日志_20201030_ Autograd 包

    日期 2020 10 30 主题 PyTorch入门 内容 根据PyTorch官方教程文档 学习PyTorch中所有神经网络的核心 Autograd 包的基础操作 主要与张量相关 根据自己的理解和试验 为代码添加少量注解 具体代码如下 fr

  • TCP往返传输时间(RTT)的估计

    TCP往返传输时间 RTT 的估计1 TCP传输往返时间是指发送端从发送TCP包开始到接收到它的立即响应所耗费的传输时间 当接收端和发送端同时支持TCP时戳选项时 发送端记录在TCP包头选项内的时戳可以被接收端随响应反射回来 发送端就可以利

热门标签