可靠传输协议实战:Python模拟GBN与SR协议,窗口大小对吞吐量影响的5组实验 可靠传输协议实战Python模拟GBN与SR协议窗口大小对吞吐量影响的5组实验1. 实验环境搭建与核心概念在开始模拟实验前我们需要先理解几个关键概念。回退N帧GBN和选择重传SR协议都是基于滑动窗口的可靠传输协议它们解决了停止-等待协议信道利用率低的问题。GBN协议特点发送窗口大小 1接收窗口大小1累积确认机制出错时回退到出错帧重传所有后续帧SR协议特点发送窗口和接收窗口都1单独确认机制只重传真正丢失或损坏的帧实验环境准备import random import time import matplotlib.pyplot as plt from collections import deque class Packet: def __init__(self, seq_num, dataNone): self.seq_num seq_num self.data data self.timestamp time.time()2. GBN协议Python实现2.1 发送方实现class GBNSender: def __init__(self, window_size, timeout2.0): self.window_size window_size self.timeout timeout self.base 0 self.next_seq 0 self.packets [] self.timers {} def send(self, data): if self.next_seq self.base self.window_size: packet Packet(self.next_seq, data) self.packets.append(packet) self.timers[self.next_seq] time.time() self.next_seq 1 return packet return None def receive_ack(self, ack_num): if ack_num self.base: self.base ack_num 1 # 清除已确认的定时器 for seq in list(self.timers.keys()): if seq ack_num: del self.timers[seq] def check_timeout(self): current_time time.time() for seq, send_time in list(self.timers.items()): if current_time - send_time self.timeout: self.next_seq self.base # 回退N帧 return True return False2.2 接收方实现class GBNReceiver: def __init__(self): self.expected_seq 0 def receive(self, packet): if packet.seq_num self.expected_seq: self.expected_seq 1 return self.expected_seq - 1 # 返回确认号 return self.expected_seq - 1 # 重复确认3. SR协议Python实现3.1 发送方实现class SRSender: def __init__(self, window_size, timeout2.0): self.window_size window_size self.timeout timeout self.base 0 self.next_seq 0 self.packets [] self.ack_received {} self.timers {} def send(self, data): if self.next_seq self.base self.window_size: packet Packet(self.next_seq, data) self.packets.append(packet) self.timers[self.next_seq] time.time() self.ack_received[self.next_seq] False self.next_seq 1 return packet return None def receive_ack(self, ack_num): if ack_num in self.ack_received: self.ack_received[ack_num] True del self.timers[ack_num] while self.base in self.ack_received and self.ack_received[self.base]: del self.ack_received[self.base] self.base 1 def check_timeout(self): current_time time.time() retransmit_seqs [] for seq, send_time in self.timers.items(): if current_time - send_time self.timeout: retransmit_seqs.append(seq) self.timers[seq] time.time() # 重置定时器 return retransmit_seqs3.2 接收方实现class SRReceiver: def __init__(self, window_size): self.window_size window_size self.rcv_base 0 self.rcv_buffer {} def receive(self, packet): if packet.seq_num self.rcv_base and packet.seq_num self.rcv_base self.window_size: self.rcv_buffer[packet.seq_num] packet # 检查是否有连续的包可以交付 while self.rcv_base in self.rcv_buffer: del self.rcv_buffer[self.rcv_base] self.rcv_base 1 return packet.seq_num elif packet.seq_num self.rcv_base: return packet.seq_num # 重复确认 return None4. 实验设计与执行4.1 实验参数设置我们将测试5组不同的窗口大小配置实验组窗口大小数据包总数丢包率1410005%2810005%31610005%43210005%56410005%4.2 实验执行代码def simulate_protocol(protocol_class, window_size, total_packets, loss_rate): if protocol_class GBN: sender GBNSender(window_size) receiver GBNReceiver() else: sender SRSender(window_size) receiver SRReceiver(window_size) sent_count 0 acked_count 0 retrans_count 0 start_time time.time() while acked_count total_packets: # 发送新数据包 while sent_count total_packets and sender.next_seq sender.base window_size: packet sender.send(fData-{sent_count}) if packet: if random.random() loss_rate: # 模拟丢包 ack receiver.receive(packet) if ack is not None: sender.receive_ack(ack) acked_count 1 sent_count 1 # 检查超时 if protocol_class GBN: if sender.check_timeout(): retrans_count (sender.next_seq - sender.base) sender.next_seq sender.base # 回退 else: retrans_seqs sender.check_timeout() retrans_count len(retrans_seqs) for seq in retrans_seqs: packet sender.packets[seq] if random.random() loss_rate: # 模拟丢包 ack receiver.receive(packet) if ack is not None: sender.receive_ack(ack) total_time time.time() - start_time throughput total_packets / total_time return throughput, retrans_count # 执行实验 window_sizes [4, 8, 16, 32, 64] gbn_results [] sr_results [] for ws in window_sizes: gbn_throughput, gbn_retrans simulate_protocol(GBN, ws, 1000, 0.05) sr_throughput, sr_retrans simulate_protocol(SR, ws, 1000, 0.05) gbn_results.append(gbn_throughput) sr_results.append(sr_throughput) print(fWindow Size: {ws}) print(f GBN - Throughput: {gbn_throughput:.2f} pkts/s, Retrans: {gbn_retrans}) print(f SR - Throughput: {sr_throughput:.2f} pkts/s, Retrans: {sr_retrans})5. 实验结果分析与可视化5.1 吞吐量对比plt.figure(figsize(10, 6)) plt.plot(window_sizes, gbn_results, o-, labelGBN Protocol) plt.plot(window_sizes, sr_results, s-, labelSR Protocol) plt.xlabel(Window Size) plt.ylabel(Throughput (packets/second)) plt.title(Throughput Comparison between GBN and SR Protocols) plt.legend() plt.grid(True) plt.show()5.2 关键发现窗口大小与吞吐量的关系两种协议的吞吐量都随窗口大小增加而提高小窗口时GBN和SR性能接近窗口16后SR优势明显重传效率差异GBN平均重传次数比SR高30-50%高丢包率下SR优势更明显最佳窗口大小在5%丢包率下窗口32-64达到最佳平衡点继续增大窗口带来的提升递减5.3 实际应用建议低延迟网络窗口大小可设置为带宽延迟积的1.5倍GBN实现简单适合嵌入式系统高延迟/高丢包网络优先选择SR协议窗口大小需要动态调整实现优化技巧使用选择性ACK减少重传动态调整超时时间接收端缓冲管理优化6. 扩展实验与优化方向6.1 动态窗口调整实验class AdaptiveSender(SRSender): def __init__(self, max_window, min_window4, timeout2.0): super().__init__(min_window, timeout) self.max_window max_window self.loss_history [] def update_window(self): # 基于最近10个包的丢包率调整窗口 if len(self.loss_history) 10: loss_rate sum(self.loss_history[-10:]) / 10 if loss_rate 0.05: self.window_size min(self.window_size * 1.5, self.max_window) else: self.window_size max(self.window_size * 0.8, 4)6.2 混合ARQ方案结合GBN和SR的优点对连续正确接收的帧使用累积确认对丢失的帧使用选择性重传动态切换模式基于网络状况class HybridARQ: def __init__(self, max_window): self.sr_mode False self.window_size 4 self.max_window max_window self.consecutive_errors 0 def on_packet_loss(self): self.consecutive_errors 1 if self.consecutive_errors 3 and not self.sr_mode: self.switch_to_sr() def on_success(self): self.consecutive_errors 0 if self.sr_mode and self.window_size 16: self.switch_to_gbn()在实际项目中实现这些协议时还需要考虑内存管理、定时器效率和并发处理等工程问题。Python原型验证后可以用C等语言实现生产级版本。

相关新闻

相关新闻

大数据计算机毕设之基于大数据评分的协同过滤电影推荐系统的设计与实现 基于 Django 的电影相似度计算与智能推荐系统(完整前后端代码+说明文档+LW,调试定制等)

大数据计算机毕设之基于大数据评分的协同过滤电影推荐系统的设计与实现 基于 Django 的电影相似度计算与智能推荐系统(完整前后端代码+说明文档+LW,调试定制等)

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

2026/7/10 6:33:36
数据预处理避坑指南:标准化与归一化的5个常见误用场景分析

数据预处理避坑指南:标准化与归一化的5个常见误用场景分析

数据预处理避坑指南:标准化与归一化的5个常见误用场景分析 1. 异常值陷阱:当极值成为数据刺客 在房价预测项目中,我们曾遇到一个典型案例:某小区因包含少量别墅房源,面积特征出现极端值(最大5000㎡&#x…

2026/7/10 6:33:36
【大数据毕业设计】融合协同过滤与用户画像的电影推荐系统的设计与实现 基于 Python+Django 的电影智能个性化推送系统(源码+文档+远程调试,全bao定制等)

【大数据毕业设计】融合协同过滤与用户画像的电影推荐系统的设计与实现 基于 Python+Django 的电影智能个性化推送系统(源码+文档+远程调试,全bao定制等)

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

2026/7/10 6:33:36

最新新闻

品牌色选择实操总结:中小企业如何用3个判断避免主色跑偏

品牌色选择实操总结:中小企业如何用3个判断避免主色跑偏

品牌颜色不是随便挑一个喜欢的色。对中小企业来说,品牌主色往往是品牌视觉系统里最先被看见、也最先被记住的一部分。它会直接影响用户第一眼的感受,也会影响品牌后续在海报、官网、包装、社媒和宣传物料里的整体一致性。很多团队一开始做品牌视觉时&…

2026/7/10 7:18:51
HBase Shell 2.5.6 脚本化实战:3种自动化运维场景与命令文件执行

HBase Shell 2.5.6 脚本化实战:3种自动化运维场景与命令文件执行

HBase Shell 2.5.6 脚本化实战:3种自动化运维场景与命令文件执行在分布式数据库领域,HBase凭借其强大的水平扩展能力和实时读写性能,已成为处理海量结构化数据的首选方案。然而,随着集群规模扩大,传统交互式操作方式逐…

2026/7/10 7:18:51
限时开放|ChatGPT × Canva 高阶组合技速查表(含动态数据填充/多语言批量生成/品牌色智能继承等8项独家技巧,仅剩最后217份PDF可下载)

限时开放|ChatGPT × Canva 高阶组合技速查表(含动态数据填充/多语言批量生成/品牌色智能继承等8项独家技巧,仅剩最后217份PDF可下载)

更多请点击: https://intelliparadigm.com 第一章:ChatGPT Canva 跨平台协同工作流全景图 ChatGPT 与 Canva 的协同并非简单工具叠加,而是一套以“智能生成—视觉转化—快速迭代”为内核的闭环式数字内容生产力体系。用户在 ChatGPT 中完成…

2026/7/10 7:18:51
Word中快速去掉中文及每页行数设置方法

Word中快速去掉中文及每页行数设置方法

1. Word中快速去掉中文及每页行数设置方法 1.1. Word中快速去掉中文通配符替换 适合需要**批量删除所有中文汉字(保留英文、数字、标点等)**的场景,操作仅需3步:   (1)按下快捷键 CtrlH 打开「替换」对话…

2026/7/10 7:18:51
Cloudflare Workers 2026 实战:3步构建全球图像处理API,延迟低于50ms

Cloudflare Workers 2026 实战:3步构建全球图像处理API,延迟低于50ms

Cloudflare Workers 2026 实战:3步构建全球图像处理API,延迟低于50ms在当今快速发展的数字世界中,图像处理已成为几乎所有在线服务的核心需求。从社交媒体平台到电子商务网站,再到内容管理系统,高效、快速的图像处理能…

2026/7/10 7:18:51
代码插桩法深度解析:从C语言printf到现代Java覆盖率工具Jacoco的3个演进阶段

代码插桩法深度解析:从C语言printf到现代Java覆盖率工具Jacoco的3个演进阶段

代码插桩技术演进史:从基础调试到智能覆盖率分析的跨越式发展在软件开发的世界里,代码插桩技术就像一位默默无闻的幕后英雄。它最初只是开发者调试程序时的简单工具,如今已成长为支撑现代软件工程质量保障体系的核心技术。本文将带您穿越三个…

2026/7/10 7:13:51

月新闻