多路径传输（MPTCP MPQUIC）数据包调度研究总结

近些年来，以5G和Wifi6为代表的无线通信技术发展迅速，并已经在全世界实现了大规模部署。此外，智能手机等移动设备不断迭代更新，其网络通信能力也持续演进，使得应用同时利用多个不同网卡在多条不同物理链路上（如5G和WiFi）传输数据成为可能。加之新兴应用对于带宽的需求与日俱增，多路径传输技术得到了广泛关注。

多路径传输基于不同的传输层协议，主要分为多路径TCP（Multipath TCP，MPTCP）[1]和多路径QUIC (Multipath QUIC，MPQUIC) [2-4] 两类。MPTCP是传输层使用最广泛的多路径技术，并已经得到了商用智能手机操作系统如iOS[5]和Android[6]的支持。然而，TCP本身存在固有弊端，例如其实现在内核级别，难以与应用层进行结合，且对于应用提供商而言难以进行针对性的性能优化。为解决这一问题，MPQUIC利用了QUIC传输协议[7-8]的用户空间特性，可以方便地集成并部署到应用中。

概述

多路径传输领域的学术研究，在过去主要针对MPTCP开展。MPQUIC的部分核心设计仍沿用MPTCP，不过其基于QUIC和易与应用结合的特性，使其能够针对不同应用（如点播视频、短视频、低时延实时视频等）进行深入优化。

多路径的研究内容主要包括[9]：数据包调度、多路径（耦合）拥塞控制、子流/路径管理、能耗[27]、安全性等。其中，数据包调度是多路径设计最核心的部分之一。数据包调度器负责确定每个数据包应该由哪个路径（子流）进行发送，致力于解决两个关键问题[10-11]：

• 多路径队首阻塞（Head-of-Line blocking）：由在慢子流分配过多数据引起，由于多路径传输需保证按序交付，快子流必须等待慢子流数据包到达，从而导致整体传输性能下降；
• 接收缓冲区（窗口）限制：由数据包乱序到达引起，慢子流的数据包占据了接收缓冲区，导致发送窗口被阻塞，影响快子流的充分利用。

本文重点梳理多路径传输中数据包调度机制的设计空间与发展历程。

设计空间

多路径数据包调度器可以分为四类：（相关综述可以参见：[9][29-32]）

(1) 简单调度器

• 轮询（Round-Robin，RR）：没有优先级，按照轮询的顺序将数据包填满各子流的发送窗口
  • 不足：忽略外部因素（拥塞、丢包等）对子流传输的影响，无法保证数据包按序到达
• 最小往返时延优先（Lowest-RTT-First，LowRTT/MinRTT）[10]：将子流按RTT大小确定优先级，按优先级排序将数据包依次填满子流的发送窗口
  • 优势：让路径质量好的子流承载更多的数据包，有一定负载均衡的效果
  • 不足：无法保证数据包按序到达，存在多路径HoL阻塞和接收窗口限制等问题
• 机会性重传和惩罚（opportunistic retransmission and penalization，RP）[11]：为了补偿不同路径上的时延差异以缓解HoL阻塞，机会重传会在其他可用子流重传（重注入）引发HoL的数据包，惩罚机制会将阻塞的子流的拥塞窗口减半以限制其使用
  • 不足：惩罚机制会减少聚合带宽
• 缓冲区膨胀缓解（bufferbloat mitigation，BM）[12]：通过限制传输的数据量（拥塞窗口减半）来排空网络缓冲区中的队列，从而降低RTT
  • 不足：随机作用，不总是有效，会反复触发拥塞
• ReMP[13]：为了提高可靠性，将数据包冗余发送到所有子流上
  • 不足：会产生额外的开销
• eMPTCP[14]：在路径管理和数据包调度中考虑多路径的功耗
  • 不足：主要针对功耗进行设计，没有考虑性能提升

MPTCP默认调度器用的是MinRTT[10]+RP[11]，也包含RR与ReMP[13]。

(2) 基于路径质量估计的调度器
如BLEST[21]，ECF[22]，MuSher[25]等

(3) 基于路径时延差的调度器
如DEMS[23]，STMS[24]，RAVEN[26]等

(4) 基于机器学习的调度器
如ReLes[27]，Peekaboo[28]等

其中，第二、三类和第四类的大部分工作，其设计思想可以统一归为“乱序发生，按序到达”。

乱序发送，按序到达

目前主流的数据包调度器采用乱序发送，按序到达的思想：并非将连续的数据包分别分配到快子流和慢子流上（如MinRTT[10]），而是为快子流提前预留一部分数据包（超出其拥塞窗口，以便下一个RTT发送），以尽可能多地利用快子流进行传输，从而提高多路径传输整体的聚合带宽。其核心思想如下图所示[24]：

代表性研究工作的发展过程为：

• Westwood SCTP[15]：根据RTT与可用带宽估计值，估计不同路径上数据包的到达时间，据此对每条传输路径进行性能排序，并按降序选择路径传输数据包
  • 不足：当不同路径之间存在显着不同的时延时效果不佳
• FPS（Forward Prediction Scheduling）[16]：估计传输路径上数据包的到达时间以及其他路径（非传输路径）上的数据传送时间，实现所有路径上的数据同时到达
  • 不足：没有考虑丢包的影响[9]
• F2P-DPS（Fine-grained Forward Prediction based Dynamic Packet Scheduling）[17]
• DAPS（Delay Aware Packet Scheduling）[18-19]：有两个版本
  • [18] ：在接收buffer受限的环境下，为了减少接收buffer的阻塞时间，基于子流的转发时延倒数和CWND来确定各子流分配的数据包数量，按照时延从小到大的顺序依次为各子流分配数据包，确保在各子流转发时延的最小公倍数（LCM）内，所有数据包按序到达
  • [19]：针对只有两个子流的场景设计，是原始算法[18]的简化及实践扩展，提出了最大接收buffer阻塞时间的分析模型
  • 不足：若子流时延的差异较大（LCM较大），则调度时间（周期）较长，无法及时对网络变化做出反应；使用所有可以发送的子流，即使某个子流的贡献非常低（慢路径）；没有考虑使用重注入（重传）[21]
• OTIAS（Out-of-order Transmission for In-order Arrival Scheduling）[20]：
  • 不足：没有考虑拥塞窗口的可用性，可能会导致不必要的重传[21-22]
• BLEST（BLocking ESTimation）[21]：为了避免慢子流数据包阻塞发送窗口，使用RTT和CWND等参数计算快子流（在一个慢子流的RTT内）可以发送的数据包数量，通过减少不必要的重传次数来最小化HoL阻塞
  • 不足：会导致部分子流（如空闲的快子流[22]）未充分利用，从而延长较大文件的下载时间
• ECF（Earliest Completion First）[22]：利用RTT、带宽（拥塞窗口大小）、发送缓冲区等信息估计数据包传输时间，当无待发数据（发送缓冲区为空）时视情况等待可用快子流（而非直接使用慢子流发送），尽可能提高快子流的利用率，从而提升聚合吞吐量
  • 不足：在多数时间里，大象流的发送缓冲区都是满的，ECF只有在流即将结束时（尾部数据包）才能起到调度作用。 此外，ECF在计算流完成时间（FCT）时没有考虑单向延迟，因此无法实现准确的有序到达[24]
• DEMS（DEcoupled Multipath Scheduler）[23]：感知数据块边界，快子流从前向后发送，慢子流从后向前发送，以此将子流解耦，通过估计RTT（单向时延，OWD）和带宽来实现快慢子流传输的同时完成，并根据网络情况重注入数据包
  • 不足：需要一个巨大的缓冲区来存储整个块[24]；主要针对两个子流进行设计，多路径扩展性不佳[26]
• STMS（Slide Together Multipath Scheduler）[24]：为了解决链路及接收端缓冲区受限时多路径聚合带宽下降的问题，根据数据包被ACK的情况，来动态调节快慢子流间数据包序列号的间隔（gap），以充分利用快子流并实现数据包的按序到达
  • 不足：调节gap的过程偏启发式，可能不是最优策略

参考文献

1. Ford A, Raiciu C, Handley M, et al. TCP extensions for multipath operation with multiple addresses[R]. 2013.
2. Olivier Bonaventure. Apple uses Multipath TCP[EB/OL]. [2018-12-15]. http://blog.multipath-tcp.org/blog/html/2018/12/15/apple_and_multipath_tcp.html.
3. Olivier Bonaventure. In Korean, Multipath TCP is pronounced GIGA Path[EB/OL]. [2015-07-24]. http://blog.multipath-tcp.org/blog/html/2015/07/24/korea.html.
4. De Coninck Q, Bonaventure O. Multipath quic: Design and evaluation[C]//Proceedings of the 13th international conference on emerging networking experiments and technologies. 2017: 160-166.
5. Viernickel T, Froemmgen A, Rizk A, et al. Multipath QUIC: A deployable multipath transport protocol[C]//2018 IEEE International Conference on Communications (ICC). IEEE, 2018: 1-7.
6. Liu Y, Ma Y, De Coninck Q, et al. Multipath Extension for QUIC[R]. 2023.
7. Iyengar J, Thomson M. QUIC: A UDP-based multiplexed and secure transport[M]//RFC 9000. Fremont, CA, USA: Internet Engineering Task Force (IETF), 2021.
8. Langley A, Riddoch A, Wilk A, et al. The quic transport protocol: Design and internet-scale deployment[C]//Proceedings of the conference of the ACM special interest group on data communication. 2017: 183-196.
9. 薛开平, 陈珂, 倪丹, 等. 基于 MPTCP 的多路径传输优化技术综述[J]. 计算机研究与发展, 2016, 53(11): 2512-2529.
10. Paasch C, Ferlin S, Alay O, et al. Experimental evaluation of multipath TCP schedulers[C]//Proceedings of the 2014 ACM SIGCOMM workshop on Capacity sharing workshop. 2014: 27-32.
11. Raiciu C, Paasch C, Barre S, et al. How hard can it be? designing and implementing a deployable multipath {TCP}[C]//9th USENIX symposium on networked systems design and implementation (NSDI 12). 2012: 399-412.
12. Ferlin-Oliveira S, Dreibholz T, Alay Ö. Tackling the challenge of bufferbloat in multi-path transport over heterogeneous wireless networks[C]//2014 IEEE 22nd International Symposium of Quality of Service (IWQoS). IEEE, 2014: 123-128.
13. Frommgen A, Erbshäußer T, Buchmann A, et al. ReMP TCP: Low latency multipath TCP[C]//2016 IEEE international conference on communications (ICC). IEEE, 2016: 1-7.
14. Lim Y, Chen Y C, Nahum E M, et al. Design, implementation, and evaluation of energy-aware multi-path TCP[C]//Proceedings of the 11th ACM Conference on Emerging Networking Experiments and Technologies. 2015: 1-13.
15. Casetti C, Gaiotto W. Westwood SCTP: load balancing over multipaths using bandwidth-aware source scheduling[C]//IEEE 60th Vehicular Technology Conference, 2004. VTC2004-Fall. 2004. IEEE, 2004, 4: 3025-3029.
16. Mirani F H, Boukhatem N, Tran M A. A data-scheduling mechanism for multi-homed mobile terminals with disparate link latencies[C]//2010 IEEE 72nd Vehicular Technology Conference-Fall. IEEE, 2010: 1-5.
17. Ni D, Xue K, Hong P, et al. Fine-grained forward prediction based dynamic packet scheduling mechanism for multipath TCP in lossy networks[C]//2014 23rd international conference on computer communication and networks (ICCCN). IEEE, 2014: 1-7.
18. Sarwar G, Boreli R, Lochin E, et al. Mitigating receiver’s buffer blocking by delay aware packet scheduling in multipath data transfer[C]//2013 27th international conference on advanced information networking and applications workshops. IEEE, 2013: 1119-1124.
19. Kuhn N, Lochin E, Mifdaoui A, et al. DAPS: Intelligent delay-aware packet scheduling for multipath transport[C]//2014 IEEE international conference on communications (ICC). IEEE, 2014: 1222-1227.
20. Yang F, Wang Q, Amer P D. Out-of-order transmission for in-order arrival scheduling for multipath TCP[C]//2014 28th international conference on advanced information networking and applications workshops. IEEE, 2014: 749-752.
21. Ferlin S, Alay Ö, Mehani O, et al. BLEST: Blocking estimation-based MPTCP scheduler for heterogeneous networks[C]//2016 IFIP networking conference (IFIP networking) and workshops. IEEE, 2016: 431-439.
22. Lim Y, Nahum E M, Towsley D, et al. ECF: An MPTCP path scheduler to manage heterogeneous paths[C]//Proceedings of the 13th international conference on emerging networking experiments and technologies. 2017: 147-159.
23. Guo Y E, Nikravesh A, Mao Z M, et al. Accelerating multipath transport through balanced subflow completion[C]//Proceedings of the 23rd Annual International Conference on Mobile Computing and Networking. 2017: 141-153.
24. Shi H, Cui Y, Wang X, et al. {STMS}: Improving {MPTCP} throughput under heterogeneous networks[C]//2018 USENIX Annual Technical Conference (USENIX ATC 18). 2018: 719-730.
25. Saha S K, Aggarwal S, Pathak R, et al. MuSher: An agile multipath-TCP scheduler for dual-band 802.11 ad/AC wireless LANs[C]//The 25th Annual International Conference on Mobile Computing and Networking. 2019: 1-16.
26. Lee H J, Flinn J, Tonshal B. RAVEN: Improving interactive latency for the connected car[C]//Proceedings of the 24th Annual International Conference on Mobile Computing and Networking. 2018: 557-572.
27. Zhang H, Li W, Gao S, et al. ReLeS: A neural adaptive multipath scheduler based on deep reinforcement learning[C]//IEEE INFOCOM 2019-IEEE Conference on Computer Communications. IEEE, 2019: 1648-1656.
28. Wu H, Alay Ö, Brunstrom A, et al. Peekaboo: Learning-based multipath scheduling for dynamic heterogeneous environments[J]. IEEE Journal on Selected Areas in Communications, 2020, 38(10): 2295-2310.
29. Polese M, Chiariotti F, Bonetto E, et al. A survey on recent advances in transport layer protocols[J]. IEEE Communications Surveys & Tutorials, 2019, 21(4): 3584-3608.
30. Kimura B Y L, Lima D C S F, Loureiro A A F. Packet scheduling in multipath TCP: Fundamentals, lessons, and opportunities[J]. IEEE Systems Journal, 2020, 15(1): 1445-1457.
31. Chao L, Wu C, Yoshinaga T, et al. A brief review of multipath tcp for vehicular networks[J]. Sensors, 2021, 21(8): 2793.
32. Asiri M Y. A Survey of Multipath TCP Scheduling Schemes: Open Challenges and Potential Enablers[J]. 2021.