[发明专利]一种网络拥塞的控制方法和计算机设备有效

专利信息
申请号: 202110303799.1 申请日: 2021-03-22
公开(公告)号: CN113098782B 公开(公告)日: 2022-08-30
发明(设计)人: 刘朗;李宗鹏;黄浩 申请(专利权)人: 武汉大学
主分类号: H04L47/12 分类号: H04L47/12;H04L47/22;H04L47/25
代理公司: 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人: 张火春
地址: 430072 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 网络 拥塞 控制 方法 计算机 设备
【权利要求书】:

1.一种网络拥塞的控制方法,其特征在于,所述网络拥塞的控制方法包括:

每间隔预设时长,获取网络的拥塞窗口值,以及网络最近一次发送数据包的响应时长和发送速率;

将所述拥塞窗口值、所述响应时长和所述发送速率输入网络模型,通过所述网络模型确定第一检测标识,其中,所述第一检测标识用于反映网络拥塞程度;

获取所述第一检测标识对应的第一目标操作,并执行所述第一目标操作;所述网络模型包括特征提取子模块和第一检测子模型;所述将所述拥塞窗口值、所述响应时长和所述发送速率输入网络模型,通过所述网络模型确定检测标识,具体包括:

将所述拥塞窗口值、所述响应时长和所述发送速率输入所述特征提取子模块,以得到特征向量;

将所述特征向量输入所述第一检测子模型,通过所述第一检测子模型输出检测概率向量,其中,所述检测概率向量包括多个检测概率;

将所述多个检测概率中的最高检测概率作为第一检测标识;

所述特征提取子模块包括:卷积层、池化层、flatten层、长短期记忆网络和全连接层。

2.根据权利要求1所述的网络拥塞的控制方法,其特征在于,所述第一目标操作是预设的多个操作中的一个操作,所述多个操作包括若干拥塞程度调整操作;所述获取所述第一检测标识对应的第一目标操作,并执行所述第一目标操作,具体包括:

在所述若干拥塞程度调整操作中,选取所述第一检测标识对应的第一目标操作,并执行所述第一目标操作。

3.根据权利要求2所述的网络拥塞的控制方法,其特征在于,所述多个检测概率包括:第一检测概率、第二检测概率、第三检测概率、第四检测概率和第五检测概率,所述若干拥塞程度调整操作包括:指数增大拥塞窗口值操作、线性增大拥塞窗口值操作、保持拥塞窗口值操作、线性减小拥塞窗口值操作和指数减小拥塞窗口值操作;所述在所述若干拥塞程度调整操作中,选取所述第一检测标识对应的第一目标操作,并执行所述第一目标操作,具体包括:

当所述第一检测标识为第一检测概率时,将所述指数增大拥塞窗口值操作作为第一目标操作,并执行指数增大拥塞窗口值;

当所述第一检测标识为第二检测概率时,将所述线性增大拥塞窗口值操作作为第二目标操作,并执行线性增大拥塞窗口值;

当所述第一检测标识为第三检测概率时,将所述保持拥塞窗口值操作作为第一目标操作,并保持拥塞窗口值不变;

当所述第一检测标识为第四检测概率时,将所述线性减小拥塞窗口值操作作为第一目标操作,并执行线性减小拥塞窗口值;

当所述第一检测标识为第五检测概率时,将所述指数减小拥塞窗口值操作作为第一目标操作,并执行指数减小拥塞窗口值。

4.根据权利要求1所述的网络拥塞的控制方法,其特征在于,所述网络模型还包括:第二检测子模型;所述将所述拥塞窗口值、所述响应时长和所述发送速率输入所述特征提取子模块,以得到特征向量之后,还包括:

当检测到丢包时,将所述特征向量输入所述第二检测子模型,通过所述第二检测子模型输出第二检测标识,其中,所述第二检测标识用于反映丢包情况;

获取所述第二检测标识对应的第二目标操作,并执行所述第二目标操作。

5.根据权利要求4所述的网络拥塞的控制方法,其特征在于,所述第二目标操作是预设的多个操作中的一个操作,所述多个操作包括若干丢包调整操作;所述获取所述第二检测标识对应的第二目标操作,并执行所述第二目标操作,还包括:

在所述若干丢包调整操作中,选取所述第二检测标识对应的第二目标操作,并执行所述第二目标操作。

6.根据权利要求5所述的网络拥塞的控制方法,其特征在于,所述若干丢包调整操作包括:降低发送速率操作和重发数据包操作;所述在所述若干丢包调整操作中,选取所述第二检测标识对应的第二目标操作,并执行所述第二目标操作,具体包括:

当所述第二检测标识为1时,将所述降低发送速率操作作为第二目标操作,并执行降低发送速率的操作;

当所述第二检测标识为0时,将所述重发数据包操作作为第二目标操作,并执行降低发送速率的操作。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110303799.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top