Round-trip time prediction using machine learning methods

[Предсказание времени приема-передачи с использованием методов машинного обучения]

I. A. Stepanov^ab, R. E. Ponomarenko^b, D. R. Golovash^b, A. Yu. Pokidko^b, A. I. Get'man<sup>cadb

a</sup> Moscow Institute of Physics and Technology (State University), Dolgoprudny
^b Ivannikov Institute for System Programming of the RAS
^c Lomonosov Moscow State University
^d National Research University Higher School of Economics

Аннотация: Время приема-передачи (RTT, Round-Trip Time) – время, которое требуется для отправки пакета от отправителя к получателю и возврата подтверждения, что пакет был получен. Алгоритмы управления перегрузками в протоколе TCP косвенно или напрямую используют предсказанные значения RTT для определения перегрузки сети. Основным алгоритмом для прогнозирования RTT на основе взвешенного скользящего среднего является алгоритм Джейкобсона. Однако этот алгоритм может работать не совсем эффективно, если RTT имеет распределение с тяжёлым хвостом, т.е. существуют редкие, но очень большие значения RTT. В этой статье мы предлагаем метод прогнозирования RTT, основанный на обучении с учителем, который может работать как в оффлайн режиме (с заранее собранной обучающей выборкой), так и в онлайн режиме (с поступлением данных в реальном времени и их последовательной обработкой). Полученные результаты показывают улучшение алгоритмов, основанных на машинном обучении, по сравнению с классическим алгоритмом Джейкобсона с точки зрения показателей MAPE, MAE и MSE. Кроме того, показана высокая эффективность онлайн обучения по сравнению с оффлайн обучением в случае дрейфа концепции или дрейфа данных.

Ключевые слова: транспортный протокол TCP, прогнозирование времени приема-передачи (RTT), онлайн-обучение, адаптивная регрессия случайного леса.

Язык публикации: английский

DOI: 10.15514/ISPRAS-2025-37(5)-4