随着MPTCP(Multipath-TCP多路径传输控制协议)协议的不断演进,人们注意到MPTCP协议的鲁棒性、吞吐量、传输性能正在不断地增强,但对多路径传输缓存耗量的计算还在沿用单路径缓存耗量计算公式的简单扩展,然而通过这种简单扩展公式计算出的只是缓存耗量的下限值,相当大且浪费资源。显而易见,这种简单地对单路径的扩展方法无法真正解决实际多路径传输中缓存耗量的问题,因此本文引入数学的方法开展MPTCP缓存区用量的研究,具体方法就是采用数理统计分析思想去寻找关于缓存区、吞吐量与拥塞控制算法等多个因素之间的关系。目前,MPTCP协议已经储备了大量的理论知识,但关于如何通过数理统计的方法设置合适的MPTCP缓存区的问题只有一些定性的讨论与描述,而具体的定量分析及建模研究相对较少。由于多路径传输MPTCP协议缓存耗量与传统的TCP在表现上有很大的不同,所以不能用传统的TCP单路径传输思路来看待并解决多路径传输的问题,因此本文首次将数理统计思想与多路径传输缓存耗量问题相结合,通过数学思维的方式来解决其缓存耗量的动态计算问题。众所周知,数理统计方法应用广泛,已经在许多工业界和其他业界都有成功的应用研究案例,本文通过该方法对其问题进行了探索性的研究,开展了大量测试场景数据结果的分析,并建模,结果表明:1.发送端和接受端的吞吐量是关于全部路径缓存值的一个二次函数;2.不同的拥塞控制算法分别影响着吞吐量;3.由于多路径协议初始路径的选择对吞吐量的影响不明显,因此在进行统计分析建模时排除了初始路径因子。这些结论都是考虑了不同场景的网络参数,如缓存值、拥塞控制算法、网络提供商ISP等等因素开展研究而得的。具体研究过程涉及测试场景设计、测试脚本设计、数据分发与回收脚本设计、吞吐量潜在影响因子的选择、定性关系分析、回归分析模型的确立、大量的测试实验,最终用数理统计方法建模得出公式。此外,本文所得到的多路径传输缓存耗量预测模型表明:处理网络流量的缓存区大小可以通过吞吐量大小来动态的确定,而传统的TCP协议采用的是静态方法得出一个固定缓存大小:通过该预测模型计算得到在网络流量较低时,缓存耗量远远小于传统多路径传输缓存耗量计算方法所得的缓存值。