叶脊式网络核心交换机TCP incast处理方法与系统技术方案

本发明专利技术公开了一种叶脊式网络核心交换机TCP incast处理方法、系统、设备与介质，对叶片层交换机(可编程交换机)与脊柱层交换机(可编程交换机)进行分区绑定，之后通过机器学习的方法，通过特征训练，将机器学习模型转化部署至叶片层的数据面，从而能够让交换机以线速的方式对传输流量中的密集型汇聚流量进行识别。叶片层在转发数据过程中，将识别为密集型汇聚式流量转发至分区所属的特定脊柱层交换机中，从而避免了密集型汇聚流量在核心交换机的多对一传输，减少了核心交换机TCP incast发生的可能。此外，在核心交换机加入负反馈机制，能够缓解在网络高负载情况下的核心交换机TCP incast问题。

【技术实现步骤摘要】

本专利技术涉及网络信息，尤其涉及一种叶脊式网络核心交换机tcp incast处理方法与系统。

技术介绍

1、随着互联网的发展，尤其是云技术与移动互联网技术的发展，互联网服务提供商使用数据中心向用户提供网络搜索、存储、电子商务和大规模通用计算等服务。数据中心网络作为服务的物理载体，承担着大规模数据处理、存储和分发的需求，是支撑现代计算和服务的关键基础设施。

2、传统的三层数据中心网络架构，在面对现有新兴应用和业务如：分布式机器学习，云计算等领域时，存在如下的挑战与问题：①日益增长的业务负载：传统网络架构在高负载情境下可能表现出瓶颈，妨碍了数据中心的高效运行。②实时性和低延迟需求：传统网络架构在实时性方面受限，无法满足用户对即时响应的期望。③灵活性和可扩展性：企业需求的变化和扩张意味着数据中心网络必须具备高度的灵活性和可扩展性，以适应新的业务需求和规模的变化。而传统三层数据中心网络架构的可拓展性低。

3、为了更好的支持新兴应用和业务，叶脊(spine-leaf)式架构在数据中心网络设计中崭露头角，成为提供高度可扩展性、低延迟和高性能的解本文档来自技高网...

【技术保护点】

1.一种叶脊式网络核心交换机TCP incast处理方法，其特征在于，包括：

2.根据权利要求1所述的一种叶脊式网络核心交换机TCP incast处理方法，其特征在于，所述训练用于汇聚流量识别的机器学习模型包括：

3.根据权利要求2所述的一种叶脊式网络核心交换机TCP incast处理方法，其特征在于，所述基于训练集训练用于汇聚流量识别的机器学习模型包括：

4.根据权利要求3所述的一种叶脊式网络核心交换机TCP incast处理方法，其特征在于，所述基于训练集训练用于汇聚流量识别的机器学习模型包括：

5.根据权利要求1所述的一种叶脊式网络核...

【技术特征摘要】

1.一种叶脊式网络核心交换机tcp incast处理方法，其特征在于，包括：

2.根据权利要求1所述的一种叶脊式网络核心交换机tcp incast处理方法，其特征在于，所述训练用于汇聚流量识别的机器学习模型包括：

3.根据权利要求2所述的一种叶脊式网络核心交换机tcp incast处理方法，其特征在于，所述基于训练集训练用于汇聚流量识别的机器学习模型包括：

4.根据权利要求3所述的一种叶脊式网络核心交换机tcp incast处理方法，其特征在于，所述基于训练集训练用于汇聚流量识别的机器学习模型包括：

5.根据权利要求1所述的一种叶脊式网络核心交换机tcp incast处理方法，其特征在于，所述将训练后的机器学习模...

【专利技术属性】
技术研发人员：谭小彬，吕礼童，李尚蔚，袁莘智，黄超明，杨坚，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：