公开(公告)号：CN112469079A

公开(公告)日：2021-03-09

申请号：CN202011227115.6

申请日：2020-11-05

Applicant: 南京大学

Inventor： 郑嘉琦 ,  杜卓轩 ,  陈贵海

IPC: H04W28/02

Abstract: 本发明公开了一种结合深度强化学习与传统拥塞控制的新型拥塞控制方法，步骤如下：步骤一：传输层协议获取实际应用根据需求所定义的性能偏好，交付给新型拥塞控制算法的深度强化学习模块；步骤二：以预定义的间隔为基本单位，根据应答反馈收集并更新往返时延、丢包率来反应网络中实际状况的信息；步骤三：基于已有的信息，分别运行深度强化学习模块与传统拥塞控制模块，获取两个模块所决策的拥塞速率调整量；步骤四：根据事先定义好的结合策略，选取并计算最终的拥塞窗口调整决策，对当前传输速率进行调整，传输数据。本发明能够有效的适应应用的需求，提升性能，并且能够提供更优的公平性与收敛性，具有实用价值。

公开(公告)号：CN112469079B

公开(公告)日：2022-04-22

申请号：CN202011227115.6

申请日：2020-11-05

Applicant: 南京大学

Inventor： 郑嘉琦 ,  杜卓轩 ,  陈贵海

IPC: H04W28/02

Abstract: 本发明公开了一种结合深度强化学习与传统拥塞控制的新型拥塞控制方法，步骤如下：步骤一：传输层协议获取实际应用根据需求所定义的性能偏好，交付给新型拥塞控制算法的深度强化学习模块；步骤二：以预定义的间隔为基本单位，根据应答反馈收集并更新往返时延、丢包率来反应网络中实际状况的信息；步骤三：基于已有的信息，分别运行深度强化学习模块与传统拥塞控制模块，获取两个模块所决策的拥塞速率调整量；步骤四：根据事先定义好的结合策略，选取并计算最终的拥塞窗口调整决策，对当前传输速率进行调整，传输数据。本发明能够有效的适应应用的需求，提升性能，并且能够提供更优的公平性与收敛性，具有实用价值。