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

相关文章
|
2天前
|
设计模式 缓存 监控
Python中的装饰器:代码的魔法增强剂
在Python编程中,装饰器是一种强大而灵活的工具,它允许程序员在不修改函数或方法源代码的情况下增加额外的功能。本文将探讨装饰器的定义、工作原理以及如何通过自定义和标准库中的装饰器来优化代码结构和提高开发效率。通过实例演示,我们将深入了解装饰器的应用,包括日志记录、性能测量、事务处理等常见场景。此外,我们还将讨论装饰器的高级用法,如带参数的装饰器和类装饰器,为读者提供全面的装饰器使用指南。
|
2天前
|
存储 算法 搜索推荐
Python高手必备!揭秘图(Graph)的N种风骚表示法,让你的代码瞬间高大上
在Python中,图作为重要的数据结构,广泛应用于社交网络分析、路径查找等领域。本文介绍四种图的表示方法:邻接矩阵、邻接表、边列表和邻接集。每种方法都有其特点和适用场景,掌握它们能提升代码效率和可读性,让你在项目中脱颖而出。
13 5
|
2天前
|
数据库 Python
异步编程不再难!Python asyncio库实战,让你的代码流畅如丝!
在编程中,随着应用复杂度的提升,对并发和异步处理的需求日益增长。Python的asyncio库通过async和await关键字,简化了异步编程,使其变得流畅高效。本文将通过实战示例,介绍异步编程的基本概念、如何使用asyncio编写异步代码以及处理多个异步任务的方法,帮助你掌握异步编程技巧,提高代码性能。
11 4
|
3天前
|
缓存 开发者 Python
探索Python中的装饰器:简化和增强你的代码
【10月更文挑战第32天】 在编程的世界中,简洁和效率是永恒的追求。Python提供了一种强大工具——装饰器,它允许我们以声明式的方式修改函数的行为。本文将深入探讨装饰器的概念、用法及其在实际应用中的优势。通过实际代码示例,我们不仅理解装饰器的工作方式,还能学会如何自定义装饰器来满足特定需求。无论你是初学者还是有经验的开发者,这篇文章都将为你揭示装饰器的神秘面纱,并展示如何利用它们简化和增强你的代码库。
|
2天前
|
API 数据处理 Python
探秘Python并发新世界:asyncio库,让你的代码并发更优雅!
在Python编程中,随着网络应用和数据处理需求的增长,并发编程变得愈发重要。asyncio库作为Python 3.4及以上版本的标准库,以其简洁的API和强大的异步编程能力,成为提升性能和优化资源利用的关键工具。本文介绍了asyncio的基本概念、异步函数的定义与使用、并发控制和资源管理等核心功能,通过具体示例展示了如何高效地编写并发代码。
10 2
|
2天前
|
数据采集 存储 JSON
Python爬虫开发中的分析与方案制定
Python爬虫开发中的分析与方案制定
|
3天前
|
机器学习/深度学习 自然语言处理 API
如何使用阿里云的语音合成服务(TTS)将文本转换为语音?本文详细介绍了从注册账号、获取密钥到编写Python代码调用TTS服务的全过程
如何使用阿里云的语音合成服务(TTS)将文本转换为语音?本文详细介绍了从注册账号、获取密钥到编写Python代码调用TTS服务的全过程。通过简单的代码示例,展示如何将文本转换为自然流畅的语音,适用于有声阅读、智能客服等场景。
21 3
|
5天前
|
设计模式 缓存 测试技术
Python中的装饰器:功能增强与代码复用的艺术####
本文将深入探讨Python中装饰器的概念、用途及实现方式,通过实例演示其如何为函数或方法添加新功能而不影响原有代码结构,从而提升代码的可读性和可维护性。我们将从基础定义出发,逐步深入到高级应用,揭示装饰器在提高代码复用性方面的强大能力。 ####
|
3天前
|
算法 IDE API
Python编码规范与代码可读性提升策略####
本文探讨了Python编码规范的重要性,并深入分析了如何通过遵循PEP 8等标准来提高代码的可读性和可维护性。文章首先概述了Python编码规范的基本要求,包括命名约定、缩进风格、注释使用等,接着详细阐述了这些规范如何影响代码的理解和维护。此外,文章还提供了一些实用的技巧和建议,帮助开发者在日常开发中更好地应用这些规范,从而编写出更加清晰、简洁且易于理解的Python代码。 ####
|
9天前
|
数据可视化 开发者 Python
Python GUI开发:Tkinter与PyQt的实战应用与对比分析
【10月更文挑战第26天】本文介绍了Python中两种常用的GUI工具包——Tkinter和PyQt。Tkinter内置于Python标准库,适合初学者快速上手,提供基本的GUI组件和方法。PyQt基于Qt库,功能强大且灵活,适用于创建复杂的GUI应用程序。通过实战示例和对比分析,帮助开发者选择合适的工具包以满足项目需求。
43 7
下一篇
无影云桌面