预购商品
书目分类
特别推荐
第 1 章 TCP入門 確保傳輸可靠性 1 1.1 通信與協議 OSI 參考模型、TCP/IP 和 RFC 2 OSI 參考模型 2 TCP/IP 10 分層模型下的數據格式 12 協定分層結構下的通信過程 12 1.2 傳輸層與傳輸可靠性 將數據無亂序、無丟失地發送給接收方 15 傳輸可靠性 15 網路擁塞 15 通信對網路的要求 16 傳輸層的職責 17 1.3 UDP 的基本情況 不需連線的簡單特性 18 UDP 的基礎知識 18 單播、多播、廣播 19 適合 UDP 的應用程式 20 1.4 TCP 的基本情況 可靠性的確保與即時性 21 TCP 的基礎知識 21 TCP 與 UDP 的功能與特點 22 適合 TCP 的應用程式 23 1.5 TCP 的基本功能 重傳、順序控制和擁塞控制 23 連接管理 24 序號 24 重傳控制 25 順序控制 26 埠號 27 流量控制 28 擁塞控制與擁塞控制演算法 29 無線通訊與 TCP 30 1.6 面向特定用途的協議 RUDP、W-TCP、SCTP 和 DCCP 32 RUDP 32 W-TCP 33 SCTP 36 DCCP 37 1.7 小結 37 第 2 章 TCP/IP的變遷 隨著互聯網的普及而不斷進化的協議 39 2.1 TCP 黎明期 1968 年—1980 年 40 阿帕網專案啟動(1968 年) 41 UNIX 問世(1969 年) 44 搭建 ALOHAnet(1970 年) 45 TCP 問世(1974 年) 46 乙太網標準公開(1980 年)47 2.2 TCP 發展期 1980 年—1995 年 48 擁塞崩潰問題浮出水面(1980 年) 49 引入 Nagle 演算法(1984 年) 49 引入擁塞控制演算法(1988 年) 51 往互聯網的遷移與萬維網的誕生(1990 年) 52 2.3 TCP 普及期 1995 年—2006 年 53 Windows 95 發售(1995 年) 54 IPv6 投入使用(1999 年) 54 無線 LAN 出現(1999 年) 55 各式各樣的互聯網應用服務(2004 年—2006 年) 56 2.4 TCP 擴展期 21 世紀 00 年代後半期— 57 智能手機普及(2007 年) 57 雲計算出現(2006 年) 58 移動網路的高速化(2010 年、2015 年) 59 物聯網的大眾化(2015 年) 61 2.5 小結 62 第 3 章 TCP與數據傳輸 實現可靠性與效率的兼顧 65 3.1 TCP 的數據格式 數據包與首部的格式 66 數據包格式 66 TCP 報文段 66 TCP 首部格式 68 UDP 首部格式 72 3.2 連接管理 3 次握手 73 建立連接 73 斷開連接 74 埠與連接 75 3.3 流量控制與視窗控制 不宜多也不宜少,適當的發送量與接收方緩衝區 76 流量控制 76 緩存與時延 77 視窗控制 78 複習:流量控制、視窗控制和擁塞控制 79 3.4 擁塞控制 預測傳輸量,預測自律運行且內部宛如黑盒的網路的內部情況 80 TCP 擁塞控制的基本概念 80 慢啟動 81 擁塞避免 82 快速恢復 84 3.5 重傳控制 高可靠性傳輸的關鍵——準確且高效 86 高可靠性傳輸所需的重傳控制 86 基於重傳計時器的超時控制 87 使用重複 ACK 91 擁塞避免演算法與重傳控制綜合影響下的流程及擁塞視窗大小的變化情況 92 3.6 TCP 初期的代表性擁塞控制演算法 Tahoe、Reno、NewReno 和 Vegas 93 擁塞控制演算法的變化 93 Tahoe 94 Reno 96 NewReno 97 Vegas 99 3.7 小結 101 第 4 章 程式師必學的擁塞控制演算法 逐漸增長的通信數據量與網路的變化 103 4.1 擁塞控制的基本理論 目的與設計,計算公式的基礎知識 104 擁塞控制的目的 104 擁塞控制的基本設計 105 擁塞控制中的有限狀態機 107 擁塞控制演算法示例 109 4.2 擁塞控制演算法 通過理論 × 模擬加深理解 111 本書介紹的擁塞控制演算法 111 NewReno 112 Vegas 115 Westwood 117 HighSpeed 119 Scalable 121 Veno 123 BIC 125 H-TCP 127 Hybla 129 Illinois 130 YeAH 133 4.3 協議分析器 Wireshark 實踐入門 擁塞控制演算法的觀察 A 135 什麼是 Wireshark 135 Wireshark 的環境搭建 135 使用 Wireshark 進行 TCP 首部分析 138 通過 Wireshark 觀察擁塞控制演算法 141 4.4 加深理解:網路模擬器 ns-3 入門 擁塞控制演算法的觀察 B 149 ns-3 的基本情況 149 搭建 ns-3 環境 150 基於 ns-3 的網路類比的基礎知識 151 指令檔 chapter4-base cc 153 使用 Python 運行模擬器並進行分析和視覺化 155 4.5 小結 163 第 5 章 CUBIC演算法 通過三次函數簡單地解決問題 167 5.1 網路高速化與 TCP 擁塞控制 長肥管道帶來的變化 168 Reno 和 NewReno 168 快速恢復 168 網路的高速化與長肥管道 169 端到端之間的三大時延 170 長肥管道下 NewReno 的新問題 171 5.2 基於丟包的擁塞控制 以丟包情況為指標的一種歷史悠久的方法 173 基於丟包的擁塞控制演算法的基本情況 174 AIMD 控制 174 [ 實測 ]NewReno 的擁塞視窗大小的變化情況 176 HighSpeed 與 Scalable 179 親和性 183 RTT 公平性 184 5.3 BIC 以寬頻、高時延環境為前提的演算法 186 BIC 是什麼 186 增大擁塞窗口大小的兩個階段 187 BIC 的擁塞視窗大小的變化情況 188 BIC 的問題 190 5.4 CUBIC 的機制 使用三次函數大幅簡化擁塞視窗大小控制演算法 190 CUBIC 的基本情況 190 視窗控制演算法的關鍵點 191 CUBIC 的擁塞視窗大小的變化情況 192 模擬結果中展現出來的高親和性 194 模擬結果中展現出來的 RTT 公平性 194 窄帶、低時延環境下的適應性 195 CUBIC 的問題 197 5.5 使用偽代碼學習 CUBIC 演算法 主要的行為與處理過程 198 初始化 198 收到 ACK 時的行為 199 丟包時的行為 199 超時時的行為 200 主要的函數與處理 200 5.6 小結 202 第 6 章 BBR演算法 檢測輸送量與RTT的值,調節數據發送量 205 6.1 緩衝區增大與緩衝區時延增大 存儲成本下降的影響 206 網路設備的緩衝區增大 206 緩衝區膨脹 207 基於丟包的擁塞控制與緩衝區膨脹的關係 208 緩衝區增大給 CUBIC 帶來的影響 210 6.2 基於延遲的擁塞控制 以 RTT 為指標的演算法的基本情況和 Vegas 示例 212 3 種擁塞控制演算法和如何結合環境選擇演算法 212 基於延遲的擁塞控制的基本設計思路 213 Vegas 的擁塞視窗大小的變化情況 214 過去的基於延遲控制的問題 215 6.3 BBR 的機制 把控數據發送量與 RTT 之間的關係,實現最大輸送量 217 BBR 的基本思路 217 BBR 的擁塞視窗大小控制機制 218 RTprop 的估算 219 BtlBw 的估算 220 6.4 使用偽代碼學習 BBR 演算法 收到 ACK 時和發送數據時 221 收到 ACK 時 222 發送數據時 222 6.5 BBR 的流程 類比實驗中的各種流程 223 只有 BBR 網路流時的表現 223 當多個 BBR 網路流同時存在時 225 與 CUBIC 的共存 227 長肥管道下的表現 229 6.6 小結 231 第 7 章 TCP前沿的研究動向 應用程式和通信環境一旦變化,TCP也會變化 233 7.1 TCP 周邊環境的變化 3 個視角:通信方式、通信設備和連接目標 234 TCP 迄今為止的發展情況 234 觀察通信環境變化的 3 個視角 235 通信方式的變化 236 通信設備的多樣化 238 連接目標的變化 239 小結 241 7.2 5G(第 5 代移動通信) 移動通信的大容量化、多設備支援、高可靠性與低時延 241 [ 背景 ] 5G 的應用場景與走向實用的規劃 242 [ 問題 ] 如何應對嚴苛的需求條件 244 [TCP 相關動向 A] 毫米波段的處理 245 [TCP 相關動向 B] 多路徑 TCP 246 [TCP 相關動向 C] 高清流媒體 248 7.3 物聯網 通過互聯網控制各種各樣的設備 249 [ 背景 ] 多樣的設備和通信方式 249 [ 問題 ] 處理能力和通信環境上的制約 252 [TCP 相關動向 ] 適配物聯網 253 7.4 數據中心 大規模化與各種需求條件並存 254 [ 背景 ] 雲服務的普及和數據中心的大規模化 254 [ 問題 ] 針對緩衝區的互斥的需求條件 256 [TCP 相關動向 ] 面向數據中心的擁塞控制 257 7.5 自動駕駛 追求高可靠性與低時延、大容量的通信性能 259 [ 背景 ] 以普及自動駕駛為目的的技術 259 [ 問題 ] 高速移動時的高可靠性通信 262 [ 與 TCP 的關係 ] 關於確保可靠性 263 7.6 小結 264
安永遼真 2011年畢業于東京大學工學部,2013年碩士畢業于東京大學研究生院工學系,同年入職日本電信電話株式會社,2016年被派往諾基亞貝爾實驗室進修。主要從事計算機網路模型的研究。 中山悠 2008年畢業于東京大學,入職日本電信電話株式會社,2018年博士畢業于東京大學電子信息專業,目前在東京農工大學擔任副教授,研究移動計算、低延遲網路和物聯網等。 丸田一輝 2008年畢業于九州大學,入職日本電信電話株式會社,2016年博士畢業于九州大學信息智慧工學專業,2017年3月成為千葉大學助教,研究無線網路中的抗干擾技術。曾獲得日本電子信息通信學會(IEICE)論文獎、日本無線電通信系統(RCS)研究會最優秀貢獻獎等。
客服公告
热门活动
订阅电子报