近年来,高速率的网络如1Gbps以上的网络己经从实验室转向实际应用。在数据网格和存储网中,网络主机通常通过吉比特的网络接口直接连接到高速网络上。为了移动数据、备份或同步数据库,通常会传输上GB甚至是TB的数据,在这种情况下进行大量的数据传输,传统的TCP己经不能获得足够的吞吐量,因此需要提高高速网络的吞吐量、公平性和带宽利用率。FAST TCP是针对传统TCP协议在高速网络中低吞吐量问题而提出的,它是一种基于时延反馈的高速网协议,由于其自身还存在对RTT的值估计不够精确的问题,影响了网络的稳定性和公平性,所以有必要对FAST TCP的拥塞控制机制进行改进。本文主要从稳定性和公平性两方面对FAST TCP拥塞控制机制进行研究。在稳定性方面,通过研究协议参数γ的范围来得到稳定性的边界条件,并且更准确地给出了FAST TCP协议参数γ的范围;在公平性方面,提出了基于队列调度的公平性比较方法,并用此方法分析了FAST TCP和TCP Reno;最后使用ARMA模型结合指数加权思想,提出了FAST TCP中RTT估计的新算法。本论文主要工作为:1.对FAST TCP拥塞控制算法的稳定性进行研究,建立了一种链路模型,全面分析了FAST TCP数据流个数为1、2、3及无穷的情况下,在一条瓶颈链路上稳定传输的条件,得出了参数γ满足稳定传输的充分条件,由此给出了FAST TCP拥塞控制参数γ设置的更准确范围;2.提出了基于队列调度算法的公平性分析方法,并且利用此方法对FAST TCP和TCP Reno的公平性进行了比较,为部署FAST TCP,处理其与传统TCP Reno流共同存在下的公平性提供参考;3.针对FAST TCP固有的问题:如果实际的往返时延没有被准确的估计为baseRTT,对于同时传输的某些数据流,会导致分享资源的相对不公平性;同样,在多个数据源同时传输时,FAST TCP中的RTT估计值会呈现出高度的波动性,这种RTT波动会影响排队时延并引起拥塞窗口的波动。由此提出了一种基于ARMA预测模型和指数加权思想的RTT估计算法,并且对NS2进行扩展,实现了优化后的协议。设计了两种网络链路场景,按照排队时延、拥塞窗口、RTT等指标对优化前后的协议进行了分析。