一种动态学习控制TCP网络拥塞控制优化的方法技术

本发明专利技术涉及一种动态学习控制TCP网络拥塞控制优化的方法，属于计算机网络领域。本发明专利技术基于动态学习系统，动态学习系统包括三个模块，分别是人工控制模块、测量模块和自动控制模块。本发明专利技术基于动态学习系统，采用动态学习算法，针对网络传输中拥塞控制算法无法根据当前网络环境进行自适应调节的问题，通过对当前网络环境进行学习，以选择更加适合的拥塞控制参数，从而进一步提高网络传输效率，充分利用网络传输带宽，提高网络传输的质量。

【技术实现步骤摘要】

本专利技术属于计算机网络领域，具体涉及一种动态学习控制tcp网络拥塞控制优化的方法。

技术介绍

1、随着我国网络技术的发展，通信需求日益增多，信息交互需求越来越多。在目前的网络环境中，拥塞控制算法主要是即定的，并不会实时根据网络环境进行动态调整，现在动态学习算法日益增多，通过对tcp网络中加入动态学习，以便能够更好地适应不同的网络环境，将拥塞控制算法发挥到最高效的状态。

技术实现思路

1、(一)要解决的技术问题

2、本专利技术要解决的技术问题是如何提供一种动态学习控制tcp网络拥塞控制优化的方法，以解决拥塞控制算法不会实时根据网络环境进行动态调整的问题。

3、(二)技术方案

4、为了解决上述技术问题，本专利技术提出一种动态学习控制tcp网络拥塞控制优化的方法，该方法基于动态学习系统，动态学习系统包括三个模块，分别是人工控制模块、测量模块和自动控制模块；

5、人工控制模块：用于实现人工强制发送策略和人工控制模式，通过选择开关将需要发送的数据流导向人工控制模块，并且本文档来自技高网...

【技术保护点】

1.一种动态学习控制TCP网络拥塞控制优化的方法，其特征在于，该方法基于动态学习系统，动态学习系统包括三个模块，分别是人工控制模块、测量模块和自动控制模块；

2.如权利要求1所述的动态学习控制TCP网络拥塞控制优化的方法，其特征在于，当网络之间一个重要的数据传输任务要必须要完成时，采用人工控制模块。

3.如权利要求1所述的动态学习控制TCP网络拥塞控制优化的方法，其特征在于，人工控制模块用于用户想要单独发送数据，不通过动态学习的方式进行传输数据，仅通过控制本次传输速率在不通过修改拥塞控制算法，即使用原拥塞控制算法时进行传输。

4.如权利要求1所述的动态...

【技术特征摘要】

1.一种动态学习控制tcp网络拥塞控制优化的方法，其特征在于，该方法基于动态学习系统，动态学习系统包括三个模块，分别是人工控制模块、测量模块和自动控制模块；

2.如权利要求1所述的动态学习控制tcp网络拥塞控制优化的方法，其特征在于，当网络之间一个重要的数据传输任务要必须要完成时，采用人工控制模块。

3.如权利要求1所述的动态学习控制tcp网络拥塞控制优化的方法，其特征在于，人工控制模块用于用户想要单独发送数据，不通过动态学习的方式进行传输数据，仅通过控制本次传输速率在不通过修改拥塞控制算法，即使用原拥塞控制算法时进行传输。

4.如权利要求1所述的动态学习控制tcp网络拥塞控制优化的方法，其特征在于，信道测量值还包括：平均rtt，确认分组间隔、发送分组间隔的最大值、最小值、平均值，丢失率，到目前为止的最小rtt、最大吞吐量throughput，当前拥塞窗口、数据包逆序程度及梯度。

5.如权利要求1所述的动态学习控制tcp网络拥塞控制优化的方法，其特征在于，测量模块设置有测量缓冲区，记录一个窗口内的历史信道测量值。

6.如权利要求1-5任一项所述的动态学习控制tcp网络拥塞控制优化的方法，其特征在于，自动控制模块包括：报酬函数子模块、深度学习智能体、底层拥塞控制逻辑和流量整形子模块，其中，深度学习智能体采用a2c算法，包括：actor网络和critic网络；

7.如权利要求6所述的动态学习控制tcp...

【专利技术属性】
技术研发人员：杜文杰，王欣，史婷婷，郭成旺，石国良，李宗垚，孙丽婷，王骥，陈娜，
申请(专利权)人：北京计算机技术及应用研究所，
类型：发明
国别省市：