2.3 网络拥塞相关研究

随着固定数据网络和移动数据网络规模的迅速扩大、固定用户和移动用户人数的剧增及网络应用类型的快速增加，无论固定数据网络还是移动数据网络正经历越来越多的包丢失和其他的性能恶化问题，其中一个比较严重的现象就是网络拥塞（Network Congestion）。

网络拥塞导致的直接结果是整个网络的性能下降：包括端到端时延加大、分组丢失率提高、网络吞吐量下降，有时甚至发生“拥塞崩溃”（Congestion Collapse）。当网络的状态接近拥塞崩溃时，微小的负载增量都会使得网络的有效吞吐量骤然下降（蔡小玲，2005）。网络拥塞体现在用户感知层面，就是上网页面载入速度慢、图片无法显示、视频经常卡住等。经常发生的网络拥塞容易使得用户满意度下降，甚至造成大量用户离网。

传统上认为，随着网络容量的增加，网络拥塞现象可以得到有效缓解。但近期研究结果表明，当网络的容量不断增加时，网络拥塞控制的稳定性问题反而越发严重。尤其在网络容量增大到一定程度时，现有的网络拥塞控制系统将非常不稳定（汪小帆等，2002）。所以如何在固定的网络容量下控制网络拥塞现象十分重要。

近年来，国内外关于网络拥塞方面的研究成果很多，从已经发表的相关文献来看，关于网络拥塞的研究主要集中在网络拥塞控制系统建模、网络拥塞控制系统的非线性行为分析、TCP拥塞控制算法的优化改进、主动队列管理算法等几个技术相关层面。

但将定价机制与网络拥塞协同考虑的研究并不多见。仅有的研究集中应用于固定数据网络领域。Maglaras和Zeevi（2003）通过单阶段的马尔可夫模型来为固定数据网络的服务提供商提供如何定价和是否进行容量扩充的决策依据。他们认为网络拥塞成本是很低的，所以固定数据网络的服务提供商应当鼓励尽量多的用户进入网络，使整个固定数据网络超负荷运行。虽然在固定数据网络拥塞成本较低，但在移动数据网络，用户对手机移动上网过程中出现的网络拥塞的敏感度很高。以在英国民众中的调查为例，45%的用户对手机运营商提供的服务不满意是由于移动数据网络拥塞引起的。因此，“拥塞成本很低”这一论断在移动通信领域并不适用。而且他们设计的定价模型是基于静态分析的角度，忽略了网络动态变化的过程。Basar和Srikant在2002年的研究发现，为避免出现网络拥塞现象，固定数据网络提供商应当根据用户数量来同比例增加网络容量。这种网络容量调整在固定数据网络领域中是很方便进行的，但是在移动通信领域，由于频谱资源有限，短期内网络容量几乎无法调节，所以该研究不适用于移动数据网络领域。Henderson等（2001）提出向导致拥堵的用户收取拥堵费可以使整个网络利用率提高，因为拥堵费可以使用户在使用时兼顾整个网络的性能。但是由于手机上网采用不同的物理机制，该研究应用在移动通信的数据网络也存在局限性。综上所述，如何在移动通信领域，设计合理的动态定价策略来实现优化移动数据网络的拥塞情况、提高用户满意度面临着新的挑战。 HlvFckMm8w1tOg24z9pvK9jQoMEpnVVLY5Jowk7b5ITsRyyixeJIH/crj4K1Kpkw