一种基于深度增强学习的数据中心网络传输方法技术

本发明专利技术公开了一种基于深度增强学习的数据中心网络传输方法，基于失序偏移的低时延数据传输协议Sue，Sue协议基于Req发送请求全局唯一标识的数据包，Req的请求能够同时发送多个数据包请求，再由多个发送端进行发送；每个发送端包括发送高优先级数据和发送低优先级数据的两部分，同一服务器里的多个发送端自适应的调整并发数据量的数量；客户端第一次接收数据后保存数据失序偏移进行判断，在服务器端进行高优先级数据发送及重传控制，低优先级数据队列只进行低优先级数据发送，不进行数据重传。本发明专利技术能够突破低时延数据传输的这一关键技术，为数据中心网络中增长的数据传输量提供更好的技术支撑。更好的技术支撑。更好的技术支撑。

【技术实现步骤摘要】
一种基于深度增强学习的数据中心网络传输方法


[0001]本专利技术涉及数据中心网络
，具体为一种基于深度增强学习的数据中心网络传输方法。

技术介绍

[0002]近年来，随着互联网服务呈现井喷式增长，支撑互联网的物理基础设施的数据中心也保持蓬勃发展。数据中心网络中服务器通过存储大量数据，协作进行密集计算，向外提供多样的互联网服务。因此，数据中心网络的传输性能成为影响服务质量的关键。数据中心网络在传输模式、业务流量等方面具有独有的特点，包括高带宽低延迟、普遍存在的多对一传输模式、长短流混合等。此外，数据中心网络还需要支撑多种长短流数据应用的请求响应服务。上述独有的特点以及业务需求给数据中心网络传输带来了新的挑战。如何为数据中心网络不同的数据流提供低时延响应的数据传输服务至关重要，尤其是在重负载网络和短数据流服务方面，现有的数据中心网络传输协议不能适应于此类场景。
[0003]数据中心网络的传输性能是学术界、企业界网络建设关注的重要问题，也是大数据、云计算、虚拟化技术发展建设的关键技术。近年来，几乎所有的数据中心网络现有工作都集中在高负本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度增强学习的数据中心网络传输方法，其特征在于，所述方法基于失序偏移的低时延数据传输协议Sue，包括以下几个部分：A：Sue协议基于Req发送请求全局唯一标识的数据包，Req的请求能够同时发送多个数据包请求，再由多个发送端进行发送；B：每个发送端包括发送高优先级数据和发送低优先级数据的两部分，高优先级数据需ACK确认机制，而低优先级数据不需要ACK对接收数据进行确认；同一服务器里的多个发送端自适应的调整并发数据量的数量；C：客户端第一次接收数据后保存数据失序偏移进行判断，在服务器端进行高优先级数据发送及重传控制，低优先级数据队列只进行低优先级数据发送，不进行数据重传；D：在数据中心应用程序中，服务器拥有大量客户端，保留在服务器上的状态，由请求的数量及发送端判断的网络状态决定。2.根据权利要求1所述的基于深度增强学习的数据中心网络传输方法，其特征在于，B部分中所述多个发送端自适应的调整并发数据量的数量具体为：基于深度增强学习制定报文大小调整策略，快速收敛到各类数据流的最佳发送报文大小；深度增强学习是根据策略进行选择的动作，定义系统策略为：π(s,a):S
×
A
→
[0,1]其中，
→
前后表示状态
‑
动作对应的概率映射；S是状态空间；A是动作空间；π(s,a)表示在状态s中可能选择动作a的概率；[0,1]表示策略分布区间；采用策略函数进行逼近，以使增强学习拥有泛化能力，利用有限的学习经验、记忆完成大范围空间有效知识的获取与表示；策略梯度算法为直接逼近的优化策略，其期望值表达式为：其中，γ
t
是t...

【专利技术属性】
技术研发人员：李晓慧，吴鹏，郑弘迪，
申请(专利权)人：四川大学，
类型：发明
国别省市：