-
公开(公告)号：CN115766583A
公开(公告)日：2023-03-07
申请号：CN202211422331.5
申请日：2022-11-14
Applicant: 北京邮电大学
IPC: H04L47/12 , H04L47/193 , H04L47/20 , H04L47/2466
Abstract: 本申请提供一种基于强化学习的多路径TCP拥塞控制方法和装置，方法包括：若检测到目标网络当前的网络环境发送变化，则获取目标网络在当前时刻的目标网络状态数据；将目标网络状态数据加入包含有先验数据的数据集中，并基于更新后的数据集以深度强化学习算法对预设的智能体进行微调，得到适用于目标网络当前的网络环境的新智能体，以基于该新智能体对目标网络进行拥塞控制；智能体预先以深度强化学习算法基于包含有先验数据的数据集离线预训练得到。本申请能够在网络环境变化时及时且自动对智能体进行在线微调，并能够提高智能体更新的效率及有效性，保证智能体持续的高性能，以提高使用智能体进行多路径TCP拥塞控制的有效性及可靠性。
-
公开(公告)号：CN115037672A
公开(公告)日：2022-09-09
申请号：CN202210462002.7
申请日：2022-04-28
Applicant: 北京邮电大学
IPC: H04L45/24 , H04L47/193
Abstract: 本申请提供一种多路径拥塞控制方法及装置，方法包括：实时监测基于多路径传输控制协议MPTCP的目标网络当前是否处于非阻塞状态；若目标网络当前处于非阻塞状态，则使用一个单子流强化学习模型应用于MPTCP的各个子流，对目标网络的数据传输进行符合公平性原则的拥塞控制。本申请能够实现强化学习模型DRL在基于多路径传输控制协议MPTCP的网络拥塞控制中的应用，能够有效提高多路径拥塞控制的及时性及可靠性；并能够有效避免阻塞对目标网络中数据传输性能带来的影响，提高拥塞控制的智能化程度，进而能够有效保证基于多路径传输控制协议的目标网络的运行稳定性，更适用于高速网络。
-
公开(公告)号：CN115766583B
公开(公告)日：2025-03-18
申请号：CN202211422331.5
申请日：2022-11-14
Applicant: 北京邮电大学
IPC: H04L47/12 , H04L47/193 , H04L47/20 , H04L47/2466
Abstract: 本申请提供一种基于强化学习的多路径TCP拥塞控制方法和装置，方法包括：若检测到目标网络当前的网络环境发送变化，则获取目标网络在当前时刻的目标网络状态数据；将目标网络状态数据加入包含有先验数据的数据集中，并基于更新后的数据集以深度强化学习算法对预设的智能体进行微调，得到适用于目标网络当前的网络环境的新智能体，以基于该新智能体对目标网络进行拥塞控制；智能体预先以深度强化学习算法基于包含有先验数据的数据集离线预训练得到。本申请能够在网络环境变化时及时且自动对智能体进行在线微调，并能够提高智能体更新的效率及有效性，保证智能体持续的高性能，以提高使用智能体进行多路径TCP拥塞控制的有效性及可靠性。
-
公开(公告)号：CN115037672B
公开(公告)日：2023-07-18
申请号：CN202210462002.7
申请日：2022-04-28
Applicant: 北京邮电大学
IPC: H04L45/24 , H04L47/193
Abstract: 本申请提供一种多路径拥塞控制方法及装置，方法包括：实时监测基于多路径传输控制协议MPTCP的目标网络当前是否处于非阻塞状态；若目标网络当前处于非阻塞状态，则使用一个单子流强化学习模型应用于MPTCP的各个子流，对目标网络的数据传输进行符合公平性原则的拥塞控制。本申请能够实现强化学习模型DRL在基于多路径传输控制协议MPTCP的网络拥塞控制中的应用，能够有效提高多路径拥塞控制的及时性及可靠性；并能够有效避免阻塞对目标网络中数据传输性能带来的影响，提高拥塞控制的智能化程度，进而能够有效保证基于多路径传输控制协议的目标网络的运行稳定性，更适用于高速网络。
-
-
-
Search Results
4
records
(took 0.023 seconds)
