申请/专利权人:河南科技大学;三六零数字安全科技集团有限公司;龙门实验室
申请日:2024-01-05
公开(公告)日:2024-04-09
公开(公告)号:CN117857456A
主分类号:H04L47/12
分类号:H04L47/12;H04L47/25;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明公开了一种基于强化学习的NDN网路拥塞控制方法,属于命名数据网络技术领域。该方法包括以下步骤:S1、通过兴趣包的发送和数据包的接收获取实时网络状态信息;S2、将上述实时网络状态信息加权计算得到当前状态的效用函数值;S3、通过比较连续两个效用函数值的差值,获得正负奖励值;S4、通过奖励变化动态调整发送速率。本发明采用上述一种基于强化学习的NDN网路拥塞控制方法,通过Q学习后,智能体能够根据实时网络状态在线调整拥塞控制策略,指导消费者调整发送速率,以解决NDN网络中拥塞控制问题。
主权项:1.一种基于强化学习的NDN网路拥塞控制方法,其特征包括以下步骤:S1、通过兴趣包的发送和数据包的接收获取实时网络状态信息;S2、将上述网络状态信息加权计算得到当前状态的效用函数值;S3、通过比较连续两个效用函数值的差值,获得正负奖励值;S4、通过奖励变化动态调整发送速率。
全文数据:
权利要求:
百度查询: 河南科技大学;三六零数字安全科技集团有限公司;龙门实验室 一种基于强化学习的NDN网路拥塞控制方法
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。