本發明公開了一種融合深度強化學習和BBR協議的自適應擁塞控制方法及系統,涉及網絡傳輸控制領域;包括以下模塊:netlink模塊、強化學習智能體、底層擁塞控制模塊、網絡狀態監測模塊和速率調整模塊;其中netlink模塊用于用戶態和內核態的通信;強化學習智能體用于接收這一動作的狀態和獎勵,并給出下一動作,在這里動作對應的是β值;底層擁塞控制模塊采用的是BBR算法,它在收到β值后,根據公式計算出帶寬值B,并發送給速率調整模塊;網絡狀態監測模塊提取ACK包里的有用的網絡信息,并傳遞給強化學習智能體;速率調整模塊根據B值調整發送速率。對比傳統的擁塞控制方法需要手工的調整以適應不同場景的現象,我們的方法能夠實現自適應的功能。
聲明:
“強化學習與BBR算法結合的自適應擁塞控制方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)