基于Python的TCP和UDP数据流的带宽竞争分析(附完整代码)

简介: 基于Python的TCP和UDP数据流的带宽竞争分析(附完整代码)

本课题来源于计算机网络实践与应用课程的创新型实验,题目为“TCP和UDP数据流的带宽竞争分析”。实验的主要目的是通过编程实现多进程TCP和UDP数据传输模块,编写相关的TCP/UDP流利用带宽测量软件,设计实验,让多个TCP和UDP流竞争有限带宽,分析结果,进而掌握TCP和UDP流传输的特点,了解工作原理和工作过程,并通过测试验证其竞争机制。


1.2 项目意义


在实际应用中,一个端设备往往同时存在多个TCP和UDP的连接。通过此项目,我们可以了解多连接情况下TCP和UDP的运行性能与特点,从而在实际的应用中合理分配混合数据流的TCP和UDP的连接数,从而提高数据流的传输性能,充分利用有限的带宽,提高传输效率。


1.3 项目创新分析


该项目通过实现编程代码来进行TCP和UDP的传输和监听,创新性地将TCP和UDP的相关内容特点与现实问题(有限带宽竞争)相联系,可以让我们从新的角度理解课程中以及书本上的TCP和UDP的特点,增强了我们用实践来检验理论知识的创新意识。


第2章 与项目相关的主要技术及其分析


2.1 socket编程(python)


Socket套接字是网络通信过程中端点的抽象表示,是程序进行网络通信的基础,使应用层能使用传输层提供的服务(TCP和UDP),进而实现TCP和UDP的数据传输模块。


本次实验中,我们使用python中的socket包,分别在client和server中将socket与IP地址和端口号建立对应关系,进而实现TCP和UDP的发送和监听。


2.2 多线程技术


多线程技术建立多个线程来收发数据,可以用来同时建立多个连接,进而可以在一个程序中进行TCP和UDP的同时收发,进而实现可控的连接数对网络带宽的竞争。

使用python中的threading包来实现函数在多个线程的同时运行。


2.3 流量的实时计算与可视化(python)


通过调用pyshark(基于wireshark的Python库)来进行实时捕获,分析每秒内不同目的端口接收的TCP和UDP数据包,计算流量。

使用python中的matplotlib来实时绘制TCP和UDP的流量曲线图,从而进行流量的可视化,体现TCP和UDP的竞争关系。


2.4 GUI编程(python)


Tkinter 是 Python 的标准 GUI 库。Python 使用 Tkinter 可以快速的创建 GUI 应用程序,从而使整个操作过程直接明了,易于控制。


第3章 混合数据流带宽竞争分析实现


3.1 实验方案


用python实现客户端与服务器端的应用程序client.py与server.py,以及在服务器端运行的流量监听工具Monitor.py。


使用两台计算机设备,分别作为服务器端和客户端。


先在服务器端运行程序Server.exe(生成的可执行文件)与Monitor.py,再在客户端指定服务器IP地址与要发送的文件,进行多种情况下的TCP和UDP的竞争传输,在服务器端查看传输过程以及monitor的流量图像。


3.2 客户端程序的实现


用来向服务器指定端口发送数据包,TCP的目的端口是10241,UDP的目的端口是10240。


TCP套接字connect服务器的10241端口,建立连接,再从本地读取文件,发送文件大小后,再发送数据包(分组大小设置为BATCH_SIZE),在发送数据的同时打印已发送数据的大小


UDP进行无连接传输,直接向服务器的10240端口发送文件(如果先发送文件大小, 可能丢包)


为TCP和UDP传输分别启用一个线程,用户自行选择传输方式(只进行TCP传输,只进行UDP传输,两者同时进行)


运行效果

8ffef57792fa99b5a216d07cff13362c.png


3.3 服务器端程序的实现


3.3.1 服务器端程序Server.py


用来接收数据包,在10240接收UDP数据包,在10241接收TCP数据包。

  • 同样启用两个线程,设置两个socket分别绑定10240和10241,用来接收数据,使用listen方法进行监听,并将接受的数据包写入指定文件中
  • TCP连接能先获知接受数据的大小

实现效果

89006b5a891793d8fc99e26fd57961ad.png


3.3.2 流量计算工具Monitor.py


通过调用pyshark(基于wireshark的Python库)进行实时捕获 ,分析每秒内目的端口为10240的UDP数据包和10241的TCP数据包,计算流量,使用matplotlib实时绘制TCP和UDP流量曲线图。


3.4 带宽竞争的实现


按照3.1中的实验方案进行操作,Client端要发送大量数据来竞争带宽,因此在操作过程中选择一个较大的文件进行TCP和UDP的传输,确保达到有限带宽内的竞争。


第4章 项目测试


4.1 测试方案


  • 基本操作过程按照3.1实验方案进行
  • TCP和UDP同时启动时,进行实验,观察流量监听界面,进行分析
  • TCP先启动时,UDP后启动时,进行实验分析
  • UDP先启动时,TCP后启动时,进行实验分析


4.2 测试结果


TCP和UDP同时启动时,流量监听界面如下

b9f7aa337be95f7213ba19936d32a253.png


g)


发现在同时启动的情况下,TCP传输相对于UDP传输有一个滞后的过程,UDP发送很多数据后TCP才会进行发送。TCP是面向连接的传输层服务,开始时需要建立连接(三次握手),而UDP是无连接的,直接进行数据的发送。因此会出现这种现象。


TCP先启动时,UDP后启动时,流量监听界面如下


3c189c93dcc089efd43ac5188813e0f3.png


3c90f79a8b31c11d19c6c94ef1727999.png


UDP先启动时,TCP后启动时,流量监听界面如下


25fcfd33ec616643764cd7b2ce98d99b.png

aa256017584a927b4514f45bc59effa8.png


经过以上监测到的竞争过程,我们可以发现:

在TCP和UDP竞争中,UDP会占用更多的带宽。(还可能出现UDP完全压制TCP传输的现象,如下图所示)只有在UDP传输完成后,TCP才能恢复到较高的速率进行传输。


742a23960073553ea28d9ca5445109b9.png

第5章 结论


在测试中,带宽占用率过高时,TCP和UDP竞争中,由于二者对网络拥塞的反应是不同的。TCP具有拥塞控制机制,对拥塞的处理是降低自身的传输速率,从而避免丢包的发生。而UDP缺少端到端的拥塞控制,进而在链路带宽的占用上处于优势,但会丢失一些数据包,其传输是不可靠的。


竞争会使TCP流得不到公平的带宽,因此应当探索一种机制,来处理TCP和UDP的竞争过程。


完整代码:https://download.csdn.net/download/weixin_55771290/87398318

目录
打赏
0
0
0
0
31
分享
相关文章
|
17天前
|
VIN车辆识别码查询车五项 API 实践指南:让每一俩车有迹可循(Python代码示例)
VIN(车辆识别代码)是全球唯一的17位汽车标识码,可快速获取车架号、发动机号、品牌型号等核心信息。在二手车交易、保险理赔、维修保养等场景中,准确解析VIN有助于提升效率与风控能力。本文介绍VIN码结构、适用场景,并提供Python调用示例及优化建议,助力企业实现车辆信息自动化核验。
68 1
|
4月前
|
时间序列异常检测:MSET-SPRT组合方法的原理和Python代码实现
MSET-SPRT是一种结合多元状态估计技术(MSET)与序贯概率比检验(SPRT)的混合框架,专为高维度、强关联数据流的异常检测设计。MSET通过历史数据建模估计系统预期状态,SPRT基于统计推断判定偏差显著性,二者协同实现精准高效的异常识别。本文以Python为例,展示其在模拟数据中的应用,证明其在工业监控、设备健康管理及网络安全等领域的可靠性与有效性。
701 13
时间序列异常检测:MSET-SPRT组合方法的原理和Python代码实现
从零复现Google Veo 3:从数据预处理到视频生成的完整Python代码实现指南
本文详细介绍了一个简化版 Veo 3 文本到视频生成模型的构建过程。首先进行了数据预处理,涵盖了去重、不安全内容过滤、质量合规性检查以及数据标注等环节。
125 5
从零复现Google Veo 3:从数据预处理到视频生成的完整Python代码实现指南
Python爬虫开发:Cookie池与定期清除的代码实现
Python爬虫开发:Cookie池与定期清除的代码实现
从零开始200行python代码实现LLM
本文从零开始用Python实现了一个极简但完整的大语言模型,帮助读者理解LLM的工作原理。首先通过传统方法构建了一个诗词生成器,利用字符间的概率关系递归生成文本。接着引入PyTorch框架,逐步重构代码,实现了一个真正的Bigram模型。文中详细解释了词汇表(tokenizer)、张量(Tensor)、反向传播、梯度下降等关键概念,并展示了如何用Embedding层和线性层搭建模型。最终实现了babyGPT_v1.py,一个能生成类似诗词的简单语言模型。下一篇文章将在此基础上实现自注意力机制和完整的GPT模型。
152 14
从零开始200行python代码实现LLM
200行python代码实现从Bigram模型到LLM
本文从零基础出发,逐步实现了一个类似GPT的Transformer模型。首先通过Bigram模型生成诗词,接着加入Positional Encoding实现位置信息编码,再引入Single Head Self-Attention机制计算token间的关系,并扩展到Multi-Head Self-Attention以增强表现力。随后添加FeedForward、Block结构、残差连接(Residual Connection)、投影(Projection)、层归一化(Layer Normalization)及Dropout等组件,最终调整超参数完成一个6层、6头、384维度的“0.0155B”模型
131 11
200行python代码实现从Bigram模型到LLM
阿里旺旺私信群发工具,淘宝商家私信群发软件,python代码分享
该代码实现了完整的淘宝旺旺群发流程,包含商品采集、消息模板定制和自动化发送功能
分析http.client与requests在Python中的性能差异并优化。
合理地选择 `http.client`和 `requests`库以及在此基础上优化代码,可以帮助你的Python网络编程更加顺利,无论是在性能还是在易用性上。我们通常推荐使用 `requests`库,因为它的易用性。对于需要大量详细控制的任务,或者对性能有严格要求的情况,可以考虑使用 `http.client`库。同时,不断优化并管理员连接、设定合理超时和重试都是提高网络访问效率和稳定性的好方式。
87 19
|
1月前
|
分析参数顺序对Python requests库进行POST请求的影响。
最后,尽管理论上参数顺序对POST请求没影响,但编写代码时仍然建议遵循一定的顺序和规范,比如URL总是放在第一位,随后是data或json,最后是headers,这样可以提高代码的可读性和维护性。在处理复杂的请求时,一致的参数顺序有助于调试和团队协作。
100 9

热门文章

最新文章

推荐镜像

更多
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等

登录插画

登录以查看您的控制台资源

管理云资源
状态一览
快捷访问