一种面向多层Sketch网络测量的缓存分配方法,属于计算机网络技术和强化学习的交叉领域。首先通过数据采集模块获取相应的训练数据;然后通过基于A3C的强化学习算法和相关训练数据集来训练并得到相应的模型;接着使用训练好的模型来决策各层Sketch的缓存大小,使基于多层Sketch的网络测量方法几乎能够达到最优准确度;最后使用Sketch缓存分配模块决定的Sketch缓存分配方案进行相应的网络测量,得到更准确的测量结果。本发明优势在于不需要依靠经验人为设置各层Sketch缓存的分配方案,可以通过强化学习的Sketch缓存分配方法决策各层Sketch的缓存大小,使网络测量方法几乎能够达到最优准确度。
声明:
“面向多层Sketch网络测量的缓存分配方法” 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)