TCP报文丢包定位方法研究

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (15): 70-74.

TCP报文丢包定位方法研究

高中耀1，程光2

1.东南大学计算机科学与工程学院，南京 211189
2.计算机网络和信息集成教育部重点实验室，南京 211189

出版日期:2013-08-01 发布日期:2013-07-31

Locating TCP packet loss

GAO Zhongyao1, CHENG Guang2

1.School of Computer Science & Engineering, Southeast University, Nanjing 211189, China
2.The Key Lab of Computer Network and Information Integration（Southeast University）, Ministry of Education, Nanjing 211189, China

Online:2013-08-01 Published:2013-07-31

摘要/Abstract

摘要： TCP报文丢失会影响网络及应用程序的性能，检测出丢包发生的位置范围将有利于网络管理，因此，提出一种基于单点被动测量的报文丢包分段检测方法（Half Path Detection of Packet Loss，HPDPL），该方法通过监测IP的ID号、TCP的序号以及报文间隔时间来定位报文丢包位置，并推算出测量点前后网络的丢包率，搭建实验环境对算法的准确性及性能进行评估，利用CERNET主干链路测量到的数据进行乱序率和丢包率分析。

关键词: 被动测量, 传输控制协议（TCP）报文乱序, 丢包, 定位, 重传

Abstract: Packet loss may cause the degradation of network and application performance. Detecting packet loss location will help network management. This paper proposes a method called HPDPL to analyse TCP packet loss based on single point’s passive measurement. This method can locate loss position and infer loss rates based on IP header’s ID field, TCP header’s sequence and packets’s interval. It builds a testbed to evaluate the accuracy and performance of the algorithm, and analyzes reordering rates and loss rates based on the trace collected from CERNET.

Key words: passive measurement, Transmission Control Protocol（TCP） packet reordering, packet loss, locate, retransmit

高中耀1，程光2. TCP报文丢包定位方法研究[J]. 计算机工程与应用, 2013, 49(15): 70-74.

GAO Zhongyao1, CHENG Guang2. Locating TCP packet loss[J]. Computer Engineering and Applications, 2013, 49(15): 70-74.

[1]	王博，宋丹，王洪玉. 无人机自主巡检系统的关键技术研究[J]. 计算机工程与应用, 2021, 57(9): 255-263.
[2]	徐少杰，曹雏清，王永娟. 视觉SLAM在室内动态场景中的应用研究[J]. 计算机工程与应用, 2021, 57(8): 175-179.
[3]	周彦，旷鸿章，牟金震，王冬丽，刘宗明. 面向半稠密三维重建的改进单目ORB-SLAM[J]. 计算机工程与应用, 2021, 57(8): 180-184.
[4]	马巧梅，王明俊，梁昊然. 复杂场景下基于改进YOLOv3的车牌定位检测算法[J]. 计算机工程与应用, 2021, 57(7): 198-208.
[5]	李中道，刘元盛，常飞翔，张军，路铭. 室内环境下UWB与LiDAR融合定位算法研究[J]. 计算机工程与应用, 2021, 57(6): 260-266.
[6]	赵凡，张琳，闻治泉，杨林林，蔺广逢. 一种直接高效的自然场景汉字逼近定位方法[J]. 计算机工程与应用, 2021, 57(6): 159-167.
[7]	於小杰，贺勇，刘盛华. 一种用于无人机室内定位的改进ORB光流算法[J]. 计算机工程与应用, 2021, 57(4): 266-271.
[8]	程帅，吴华锋，梅骁峻. 交替非负约束框架的海洋传感网协同定位[J]. 计算机工程与应用, 2021, 57(23): 129-136.
[9]	谢兄，杨金鹏. YOLO-wLU：考虑定位不确定性的目标检测算法[J]. 计算机工程与应用, 2021, 57(22): 223-231.
[10]	杨世强，白乐乐，赵成，王国栋，李德信. 一种改进的Qtree_ORB算法[J]. 计算机工程与应用, 2021, 57(20): 82-89.
[11]	陈金鑫，沈文忠. 基于EL-YOLO的虹膜图像人眼定位及分类算法[J]. 计算机工程与应用, 2021, 57(17): 217-223.
[12]	杨世强，范国豪，白乐乐，赵成，李德信. 基于几何约束的室内动态环境视觉SLAM[J]. 计算机工程与应用, 2021, 57(16): 203-212.
[13]	成立明，陈建新，陈瑞，陈志敏. 融合自监督单目图像深度估计的视觉里程计[J]. 计算机工程与应用, 2021, 57(15): 230-236.
[14]	罗汉武，李文震，潘富城，琚小明. 基于渐进对抗学习的弱监督目标定位[J]. 计算机工程与应用, 2021, 57(14): 187-193.
[15]	孙泽宇，董汉磊，苏艳超，徐琛，聂雅琳，李传锋. 传感网中基于能量有效的多参数数据重构方法[J]. 计算机工程与应用, 2021, 57(11): 103-110.