[发明专利]一种网络拥塞控制方法、装置及设备

权利要求书

1.一种网络拥塞控制方法，其特征在于，该方法应用于网络设备，包括：

根据反映网络拥塞情况的所有样本特征类型对应的样本特征参数确定至少一个候选目标特征类型；所述至少一个候选目标特征类型中每两种不同的样本特征类型对应的所有样本特征参数输入至已设置的互信息公式后计算出的互信息小于已设置的阈值；

从所述至少一个候选目标特征类型中确定与网络拥塞控制相关的至少一个目标特征类型；所述目标特征类型对应的样本特征参数与将样本特征参数输入奖励函数算法所得到的样本奖励参数经过指定运算所得到的数值，指示目标特征类型与奖励函数算法具有最大相关性；

在当前监测时段结束时，依据已获得的当前监测时段内各目标特征类型对应的目标特征参数确定待输入至已训练的网络拥塞控制模型的输入参数，将所述输入参数输入至所述网络拥塞控制模型得到下一个监测时段内的拥塞控制参数；

在所述下一个监测时段内按照所述拥塞控制参数进行数据包发送；所述拥塞控制参数用于防止网络拥塞，所述当前监测时段的结束时间为所述下一个监测时段的起始时间T1。

2.根据权利要求1所述的方法，其特征在于，所述下一个监测时段的结束时间通过以下步骤确定：

确定所述下一个监测时段的起始时间T1所接收到的N个数据包的往返时间；N大于等于1；

从前N个数据包的往返时间中选择取值最小的目标往返时间T0；

依据所述目标往返时间T0确定所述下一个监测时段的结束时间。

3.根据权利要求1所述的方法，其特征在于，所述依据所述目标往返时间确定所述下一个监测时段的结束时间包括：

计算所述下一个监测时段的起始时间T1与T2之和，所述T2为所述目标往返时间T0的L倍，L大于1；

将所述下一个监测时段的起始时间T1与T2之和确定为所述下一个监测时段的结束时间。

4.根据权利要求1所述的方法，其特征在于，该方法进一步包括：

将当前监测时段内已获得的反应网络状态的状态参数输入已设置的奖励函数算法得到当前监测时段对应的奖励参数；所述状态参数为奖励函数算法所要求的参数；所述奖励参数用于调整所述网络拥塞控制模型的目标函数中用于使所述网络拥塞控制模型达到收敛条件的优化参数；

依据当前监测时段对应的奖励参数、以及截止当前监测时段已得到的前M个监测时段对应的奖励参数确定是否优化所述网络拥塞控制模型，如果是，依据当前监测时段对应的奖励参数优化所述网络拥塞控制模型。

5.根据权利要求4所述的方法，其特征在于，所述依据当前监测时段对应的奖励参数、以及截止当前监测时段已得到的前M个监测时段对应的奖励参数确定是否优化所述网络拥塞控制模型包括：

对当前监测时段对应的奖励参数、以及截止当前监测时段已得到的前M个监测时段对应的奖励参数进行加权平均运算，得到当前监测时段对应的加权平均结果；

判断当前监测时段对应的加权平均结果P与上一监测时段对应的加权平均结果Q是否相同，以及加权平均结果P是否大于等于前M个监测时段对应的加权平均结果中除所述加权平均结果Q之外的任一监测时段对应的加权平均结果，如果是，则确定不优化所述网络拥塞控制模型，如果否，则确定优化所述网络拥塞控制模型。

6.根据权利要求1所述的方法，其特征在于，所述依据已获得的当前监测时段内各目标特征类型对应的目标特征参数确定待输入至已训练的网络拥塞控制模型的输入参数包括：

将已获得的当前监测时段内各目标特征类型对应的目标特征参数确定为所述输入参数；或者，

将所述目标特征参数、在当前监测时段之前的前K个监测时段内获得的各目标特征类型对应的特征参数、以及将前K个监测时段中任一监测时段内获得的特征参数输入至网络拥塞控制模型得到的拥塞控制参数确定为所述输入参数。