近日，数据工程与知识工程教育部重点实验室李彤副教授团队论文被CCF推荐A类国际期刊IEEE Transactions on Computers（TC）录用。该项工作同时获得了国家自然科学基金项目（No. 62202473和62441230），国家自然科学基金创新研究群体科学基金（No. 62221003）、国家自然科学基金重点项目（No. 61932016和62132011）和国家自然科学基金国家杰出青年科学基金（No.62425201）的资助。

论文标题：Accelerating Loss Recovery for Content Delivery Network

作者简介：

第一作者：李彤

  中国人民大学数据工程与知识工程教育部重点实验室副教授、大数据教研室副主任、中国人民大学杰出学者、清华大学博士。长期从事计算机网络、大数据和分布式系统方面的研究和教学工作，主持和参与国家自然科学基金青年、面上、专项项目和华为、腾讯、字节等企业横向项目。曾获华为十大发明奖、总裁奖和ACM SIGCOMM China Rising Star Award等。

个人主页：http://iir.ruc.edu.cn/~litong/

第一学生作者：刘威

  中国人民大学2022级硕士研究生，主要研究方向为网络协议和机器学习等。

论文简介：

  数据包丢失显著影响实时视频直播、数据备份与归档服务等基于内容分发网络（CDN）业务的实际用户体验。然而，这篇文章对生产网络的测量研究表明，由于广域网上普遍存在的动态性与突发性等丢包特征，传统丢包恢复机制的效果远未达预期。作者提出一种发送端自适应重传机制ART，其核心目标是以最小的冗余成本实现最短丢包恢复时间。与前向纠错（FEC）技术通过预先发送冗余数据包预防丢包的机制不同，ART本质上属于自动重传请求（ARQ）机制，其特征在于仅针对已丢失的数据包而非未丢失数据包施加冗余传输，从而有效应对实际广域网中复杂的丢包特征模式。作者基于QUIC协议实现了ART机制，并进行了基于真实网络日志的仿真实验与实际网络环境下的部署，结果表明ART可使时延敏感型业务的流完成时间（FCT）降低34%，使吞吐量密集型业务的有效吞吐量提升26%，视频播放卡顿率减少11.6%，同时冗余传输成本节省90%。