Unleashing Automated Congestion Control Customization in the Wild
Amit Cohen, Lev Gloukhenki, Ravid Hadar, Eden Itah, Yehuda Shvut, and Michael Schapira
拥堵控制(CC)严重影响了流媒体、游戏、AR/VR和联网汽车等互联网服务的用户体验。 传统上,CC算法设计寻求通用控制规则,在不同的应用领域和网络产生高性能。 然而,不同的服务需求和网络条件对这种方法提出了挑战。 我们使用自动自定义拥塞控制逻辑以满足服务需求和网络条件的系统共享运营经验。 我们讨论设计、部署挑战和解决方案,通过流媒体、游戏、联网汽车等案例研究来突出性能优势。 我们的系统利用由研究人员开发的基于在线学习的拥塞控制协议PCC Vivace。 因此,除了自定义拥塞控制的见解外,我们还讨论了为适应PCC Vivace进行实际部署而吸取的经验教训和修改。
Congestion control (CC) crucially impacts user experience across Internet services like streaming, gaming, AR/VR, and connected cars. Traditionally, CC algorithm design seeks universal control rules that yield high performance across diverse application domains and networks. However, varying service needs and network conditions challenge this approach. We share operational experience with a system that automatically customizes congestion control logic to service needs and network conditions. We ...