基于图神经网络的数据中心网络传输协议优化方法技术

本发明专利技术公开了基于图神经网络的数据中心网络传输协议优化方法，首先RP方即发送方首先形成需要发送的数据包和报文，并将其发送到交换机CP中由交换机CP选择分发的路径，当交换机CP确定路径之后，将数据包发送到预先指定的接受方NP；在传送分组和报文的过程中，发送方RP和交换机CP之间以及交换机CP和接受方NP之间的端口设置RTT检测和传送端口，将报文传送过程中收集到的RTT数据传输到图神经网络的输入层中；图神经网络利用获得的RTT对网络结构的拥塞状况进行分析，判断当前网络是否处于拥塞状态。本发明专利技术利用图神经网络预先训练得到的模型对突发情况进行预判和处理，并结合RDMA技术使配备有图神经的网卡能够自主、快速和智能地对数据中心网络流量进行管理。对数据中心网络流量进行管理。对数据中心网络流量进行管理。

【技术实现步骤摘要】
基于图神经网络的数据中心网络传输协议优化方法


[0001]本专利技术涉及领域，特别是一种基于图神经网络的数据中心网络传输协议优化方法。

技术介绍

[0002]DCQCN主要利用RoCEv2技术，并配合使用PFC技术形成无损以太网络，保证了传输信息和通讯时不丢包。为了避免频繁触发PFC带来线头阻塞和死锁等问题，DCQCN采用了其核心拥塞控制算法，包括3部分：1)拥塞结点(congestion point,CP)，即交换机，采用基于RED[44]列长度的ECN标记算法。2)检测结点(notification point,NP)，即数据接收端，根据收到数据包含的ECN信息来检测端口是否发生了拥塞，并返回拥塞的信息(congestion notification point)。由于硬件条件的限制，CNP无法实现深度包检测和逐个包检测。3)反应结点(Reaction Point,RP)，即数据发送端。但是硬件限制改算法只能通过控制发送速率而不是拥塞窗口来控制网络流量。由于DCQCN的原理设计和参数配置方式，使得在实际进行硬件部署时需要对商用的交换机进行大量的更改。
[0003]TIMELY是一种数据中心内部采用RTT作为拥塞反馈信号的传输控制协议，TIMELY通过RTT与Tlow和Thigh两个参数比较，将核心算法划分为3部分：1)当RTT小于Tlow时，增加发送速率；2)当RTT大于Thigh时，减小发送速率；3)当RTT介于两者间时，根据RTT的梯度变化动态调整速率.当RTT梯度为正时，说明延迟及拥塞仍在增加，应该减小发送速率；当RTT梯度为负时，说明延迟及拥塞在减小，应该增加发送速率。RTT机制可以更加方便的使传输协议的部署在商用交换机中，同时RTT能够及时发现端口处数据包的堆积，并进行流量控制。但是RTT机制在处理短时突发的mice流时，收敛性较差，且处理的结果稳定性和鲁棒性较差。虽然RTT机制可以很快的调节流量在链路中的速率，但是同样存在流量控制和拥塞控制不匹配的问题。
[0004]因此，亟需研发一种新的方案以解决上述问题。

技术实现思路

[0005]本专利技术的目的是为了解决上述问题，设计了一种基于图神经网络的数据中心网络传输协议优化方法。
[0006]实现上述目的本专利技术的技术方案为，基于图神经网络的数据中心网络传输协议优化方法，其包括以下步骤：
[0007]S1、RP方即发送方首先形成需要发送的数据包和报文，并将其发送到交换机CP中由交换机CP选择分发的路径，当交换机CP确定路径之后，将数据包发送到预先指定的接受方NP；
[0008]S2、在传送分组和报文的过程中，发送方RP和交换机CP之间以及交换机CP和接受方NP之间的端口设置RTT检测和传送端口，将报文传送过程中收集到的RTT数据传输到图神经网络的输入层中；
[0009]S3、图神经网络利用获得的RTT对网络结构的拥塞状况进行分析，判断当前网络是否处于拥塞状态。
[0010]其中，上述步骤S3包括以下步骤：
[0011]S31、如果不处于拥塞状态，则对GCNP帧中的ECN帧部分标记为0，并且对传输速率rate帧部分标记为
‑
1，表示不改变当前传输速率；
[0012]S32、如果图神经网络判断当前状态为拥塞状态，则对GCNP帧中的ECN帧部分标记为1，并且图神经网络的输出层对拥塞情况分析后生成一个新的传输速率，发送方根据这个传输速率更改数据包和报文的传输速率。
[0013]其中，上述步骤S32中，在拥塞情况下，在GCNP帧中将ECN帧部分标记为1，并且对传输速率帧rate帧部分标记为图神经网络生成的新速率，发送方根据获得的GCNP包重新调整发送速率，交换机也根据新的传输速率对数据包和报文进行传输。
[0014]作为本专利技术的进一步补充，所述数据中心网络传输协议优化方法采用DCQCN中的RoCEv2技术，DCQCN包含有CP的功能，在端口发生拥塞时给数据包标记上ECN，并将标记信息存储在RoCEv2中形成GCNP包。
[0015]作为本专利技术的进一步补充，在NP结点中，设置有TIMELY中的RTT检测机制，在接受包和CNP之后根据CNP中的信息对RTT进行调整，同时也调整CP中包的接受速率，其中，对于接收速率和发送速率的调整，均采用图神经网络模型预测的方式对其进行调整。
[0016]作为本专利技术的进一步补充，将接收得到的RTT作为输入条件输入到图神经网络，生成对接收速率和发送速率调整的输出值，并利用链路吞吐量和数据流拥塞程度作为算法的评估条件来评判当前决策的正确性，通过迭代训练提高性能。
[0017]作为本专利技术的进一步补充，在训练图神经网络模型时，将是否拥塞的标签和不同情况下的RTT数值形成的数据集放入图神经网络中，利用损失函数比对训练模型生成的标签和实际标签进行比对，并利用损失函数对比对的结果进行评价，通过反向传播机制和梯度下降机制，反复训练模型不断提高判断的准确性。
[0018]作为本专利技术的进一步补充，在生成拥塞判断标签的同时，图神经网络模型会生成一个发送方需要更新的速率，生成的速率与此情形下的最优速率进行比对，利用损失函数进行评价，同样利用反向传播机制和梯度下降机制，反复训练模型不断提高判断的准确性。
[0019]作为本专利技术的进一步补充，GCNP由CNP包改进而来，在IP表头中采用1位标记ECN帧，在16字节的保留帧中，采用两个4字节分别作为两个rate帧，其中两个rate帧一个用于保存发送方新的发送速率，一个用于保存交换机新的转发速率。
[0020]其有益效果在于：
[0021]1、在传统数据中心传输结构的基础上，加入了新型的图神经网络机制用于调整整个网络结构的数据传输，有效避免了传输数据时的拥塞，创新性的利用RTT作为图神经网络进行拥塞控制的主要参数，能够很好阻止拥塞的产生，在传统GCNP数据包中加入了两个速率调节帧，并且速率的数值由图神经网络对网络的情况分析后生成，有效解决拥塞问题；
[0022]2、本专利技术利用图神经网络数据中心网络中的流量进行预测，解决流量控制和拥塞控制的不匹配问题，利用图神经网络算法解决传统数据中心网络中存在的数据拥塞、拥塞恢复速度过慢、吞吐量分配不合理以及链路负载均衡的问题，在数据中心应对常规流量和突发mice流量时，能够利用图神经网络预先训练得到的模型对突发情况进行预判和处理，
并结合RDMA技术在NIC智能网卡上部署图神经网络框架，使配备有图神经的网卡能够自主、快速和智能地对数据中心网络流量进行管理。
附图说明
[0023]图1是本专利技术的结构架构图；
[0024]图2是本专利技术的工作流程图
[0025]图3是本专利技术的GCNP帧的结构图。
具体实施方式
[0026]首先说明一下本专利技术的研发初衷，随着互联网不断的发展，网络设备规模的不断扩大，数据量的爆炸式增长导致现有设备很能满足数据处理的需求，因此学术界和工业界都在探寻建立不同于传统因特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图神经网络的数据中心网络传输协议优化方法，其特征在于，其包括以下步骤：S1、RP方即发送方首先形成需要发送的数据包和报文，并将其发送到交换机CP中由交换机CP选择分发的路径，当交换机CP确定路径之后，将数据包发送到预先指定的接受方NP；S2、在传送分组和报文的过程中，发送方RP和交换机CP之间以及交换机CP和接受方NP之间的端口设置RTT检测和传送端口，将报文传送过程中收集到的RTT数据传输到图神经网络的输入层中；S3、图神经网络利用获得的RTT对网络结构的拥塞状况进行分析，判断当前网络是否处于拥塞状态。2.根据权利要求1所述的基于图神经网络的数据中心网络传输协议优化方法，其特征在于，步骤S3包括以下步骤：S31、如果不处于拥塞状态，则对GCNP帧中的ECN帧部分标记为0，并且对传输速率rate帧部分标记为
‑
1，表示不改变当前传输速率；S32、如果图神经网络判断当前状态为拥塞状态，则对GCNP帧中的ECN帧部分标记为1，并且图神经网络的输出层对拥塞情况分析后生成一个新的传输速率，发送方根据这个传输速率更改数据包和报文的传输速率。3.根据权利要求2所述的基于图神经网络的数据中心网络传输协议优化方法，其特征在于，步骤S32中，在拥塞情况下，在GCNP帧中将ECN帧部分标记为1，并且对传输速率帧rate帧部分标记为图神经网络生成的新速率，发送方根据获得的GCNP包重新调整发送速率，交换机也根据新的传输速率对数据包和报文进行传输。4.根据权利要求1所述的基于图神经网络的数据中心网络传输协议优化方法，其特征在于，所述数据中心网络传输协议优化方法采用DCQCN中的RoCEv2技术，DCQCN包含有CP的功能，在端口发生拥塞时给数据包标记上ECN，并将标记信息存储在RoCE...

【专利技术属性】
技术研发人员：倪伟，方高运，张冠华，胡兴，蒋林华，曾新华，宋梁，
申请(专利权)人：上海光华智创网络科技有限公司，
类型：发明
国别省市：