公开(公告)号：CN116232998B

公开(公告)日：2024-04-05

申请号：CN202211697164.5

申请日：2022-12-28

Applicant: 鹏城实验室

Inventor： 周建二 ,  潘知渊 ,  李伟超 ,  宋胜安 ,  陶小峰

IPC: H04L47/10 ,  H04L43/0852 ,  H04L43/16 ,  G06N20/00

Abstract: 本发明公开了一种基于深度强化学习的网络拥塞控制方法、系统及相关设备，方法包括：获取待控制网络在当前控制周期的往返时延值和往返时延动态阈值，并获取待控制网络在上述当前控制周期的安全标记；根据安全标记获取当前控制周期中深度强化学习模型的熵值；获取待控制网络对应的网络状态数据；当安全标记是安全时，根据当前控制周期和预设的周期轮转规则获取当前周期控制主体，根据当前控制周期中深度强化学习模型的熵值、网络状态数据和当前周期控制主体对待控制网络进行网络拥塞控制，当前周期控制主体是预设拥塞控制算法和深度强化学习模型中的一种。本发明利于提高网络拥塞控制的准确性。

公开(公告)号：CN116232998A

公开(公告)日：2023-06-06

申请号：CN202211697164.5

申请日：2022-12-28

Applicant: 鹏城实验室

Inventor： 周建二 ,  潘知渊 ,  李伟超 ,  宋胜安 ,  陶小峰

IPC: H04L47/10 ,  H04L43/0852 ,  H04L43/16 ,  G06N20/00

Abstract: 本发明公开了一种基于深度强化学习的网络拥塞控制方法、系统及相关设备，方法包括：获取待控制网络在当前控制周期的往返时延值和往返时延动态阈值，并获取待控制网络在上述当前控制周期的安全标记；根据安全标记获取当前控制周期中深度强化学习模型的熵值；获取待控制网络对应的网络状态数据；当安全标记是安全时，根据当前控制周期和预设的周期轮转规则获取当前周期控制主体，根据当前控制周期中深度强化学习模型的熵值、网络状态数据和当前周期控制主体对待控制网络进行网络拥塞控制，当前周期控制主体是预设拥塞控制算法和深度强化学习模型中的一种。本发明利于提高网络拥塞控制的准确性。