【技术实现步骤摘要】
Conference on Computer Science and Application Engineering (2021): n. pag.)根据当前的路径特性和动态水平,结合RL的深度强化学习的探测带宽机制,并随着时间的推移采用良好决策,有效的利用网络带宽,提升传输吞吐量。
[0006]但是以上两种智能拥塞控制算法均为普通网络环境下,实现数据传输吞吐量的提升,然而上述两个方法在应用于异构网络环境时,在链路带宽判断的准确性和链路传输速率调整的实时性方面仍然存在着链路性能不稳定、可靠性低、低吞吐量等问题。
技术实现思路
[0007]为了解决现有的基于MPTCP的智能拥塞控制方法,在应用于异构网络环境时仍然存在着链路性能不稳定、可靠性低、低吞吐量的问题,本专利技术提供一种基于ABEA3C的多路径拥塞控制方法,其可以对异构网络中的每条路径的链路带宽进行准确判断并对链路执行提升、保持和降低等调整传输速率的决策,有效提升链路的传输速率保证链路的合理传输性,并降低链路的拥塞问题发生的概率。
[0008]本专利技术的技术方案是这样的:一种基于ABEA3C的多路径拥塞控制方法,其特征在于,其包括以下步骤:S1:构建异构多子流网络;在异构多子流网络的sender端和receiver端之间存在多条链路;S2:基于深度学习模型A3C,构建异构多子流网络中传输数据时的调度模型;所述调度模型包括:STATE模块、Action模块和Reward模块;所述STATE模块在每一次数据包进行传输后,记录当前各链路状态;所述链路状态包括:链路的带宽、拥塞 ...
【技术保护点】
【技术特征摘要】
1.一种基于ABEA3C的多路径拥塞控制方法,其特征在于,其包括以下步骤:S1:构建异构多子流网络;在异构多子流网络的sender端和receiver端之间存在多条链路;S2:基于深度学习模型A3C,构建异构多子流网络中传输数据时的调度模型;所述调度模型包括:STATE模块、Action模块和Reward模块;所述STATE模块在每一次数据包进行传输后,记录当前各链路状态;所述链路状态包括:链路的带宽、拥塞窗口、往返时延、空余带宽、丢包率;所述Action模块对每一条链路的数据传输做出决策action;Action模块的动作包括:正、负、零,分别表示提升链路传输速率、降低链路传输速率和不改变链路传输速率;所述Reward模块在action的每一次改善链路传输速率决策后,根据链路状态对Action模块做出的决策进行评价,生成决策评价;S3:基于所述Action模块,控制每条所述链路发送数据;S4:在每一次数据包进行传输完成后,基于所述STATE模块记录当前各链路状态Q
ki
和链路带宽BW
ki
:Q
ki
=[BW
ki
,Cwnd
ki
,RTT
ki
,SE
ki
,PLR
ki
]BW
ki
=[ BW
11
, BW
12
, BW
13
, ..., BW
k
‑
1i
‑1,BW
ki
]其中,n为网络中存在的链路总数,i为链路编号,k为传输的次数,i的范围为0~n;BW
ki
是子流i在k次传输时的链路带宽,Cwnd
ki
为子流i在k次传输时的拥塞窗口,RTT
ki
为子流i在k次传输时的往返时延,SE
ki
为子流i在k次传输时的空余带宽, PLR
ki
为子流i在k次传输时的丢包率;S5:所述Reward模块根据当前各链路状态Q
ki
和链路带宽BW
ki
,对Action模块做出的决策进行评价得到决策评价r
t
【专利技术属性】
技术研发人员:梁腾,李志刚,徐西海,
申请(专利权)人:无锡车联天下信息技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。