申请/专利权人:中国航空工业集团公司成都飞机设计研究所
申请日:2023-12-04
公开(公告)日:2024-03-22
公开(公告)号:CN117749709A
主分类号:H04L47/12
分类号:H04L47/12;H04L47/10;G06N3/0464;G06N3/092
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明提供一种无损以太网流控方法和装置,设计的基于深度学习的无损以太网流控算法,结合了强化学习思想和卷积神经网络模型,能够为复杂多变的网络环境提供一套动态门限调节机制,使得ECN门限和PFC门限之间的缓存空间能够容纳ECN拥塞标记之后到源端降速之前这段时间发送过来的流量,尽可能地避免触发网络PFC流控,最大化发挥RDMA中的PFC和ECN效能,实现无损以太网在复杂多变网络环境下抗丢包、高带宽利用率和低延迟传输。
主权项:1.一种无损以太网流控方法,其特征在于,包括:S1、获取T时刻的仿真以太网环境;S2、获取T时刻的仿真以太网环境的以太网流量的数据包特征信息;数据包特征信息包括:流量特征状态信息;S3、构建残差结构的浅层卷积神经网络作为策略生成网络,将流量特征状态信息输入到策略生成网络模型进行特征提取,得到编码后的特征向量,编码后的特征向量包括多个具有不同概率的门限信息决策结果;S4、将编码后的特征向量流量特征状态信息输入至DQN模型,利用DQN模型的ε-greedy策略得到最优的无损以太网流控动态门限信息,并输入到仿真以太网环境,进行流量特征状态信息更新。
全文数据:
权利要求:
百度查询: 中国航空工业集团公司成都飞机设计研究所 一种无损以太网流控方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。