本发明公开了一种融合深度强化学习和BBR协议的自适应拥塞控制方法及系统,涉及网络传输控制领域;包括以下模块:netlink模块、强化学习智能体、底层拥塞控制模块、网络状态监测模块和速率调整模块;其中netlink模块用于用户态和内核态的通信;强化学习智能体用于接收这一动作的状态和奖励,并给出下一动作,在这里动作对应的是β值;底层拥塞控制模块采用的是BBR算法,它在收到β值后,根据公式计算出带宽值B,并发送给速率调整模块;网络状态监测模块提取ACK包里的有用的网络信息,并传递给强化学习智能体;速率调整模块根据B值调整发送速率。对比传统的拥塞控制方法需要手工的调整以适应不同场景的现象,我们的方法能够实现自适应的功能。
声明:
“强化学习与BBR算法结合的自适应拥塞控制方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)