[00274602]基于强化学习的多路径传输协议拥塞控制方法
交易价格:
面议
所属行业:
通信
类型:
发明专利
技术成熟度:
正在研发
专利所属地:中国
专利号:CN201710366309.6
交易方式:
技术转让
技术转让
技术入股
联系人:
南京大学
进入空间
所在地:江苏南京市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种基于强化学习的多路径传输协议拥塞控制方法,通过建立马尔可夫决策过程,将拥塞控制形式化表示。用发送端的各个子流的拥塞窗口大小以及各个子流的RTT来表示各个子流当前的网络状态,定义发送端调整拥塞窗口和发送间隔的动作,建立目标方程,以获得最大平均吞吐量和最小平均时延为目的。通过建立网络模型,模拟产生多种网络环境。在不同的网络环境中,通过不断地试错,对当前网络环境做所有的动作,然后从环境给出的反馈中学习并优化动作。经过大量的线下学习,使得发送端可以在某一个状态区域做出相应的调整拥塞窗口大小和发送间隔的动作,以使得目标方程的值最大。
本发明公开了一种基于强化学习的多路径传输协议拥塞控制方法,通过建立马尔可夫决策过程,将拥塞控制形式化表示。用发送端的各个子流的拥塞窗口大小以及各个子流的RTT来表示各个子流当前的网络状态,定义发送端调整拥塞窗口和发送间隔的动作,建立目标方程,以获得最大平均吞吐量和最小平均时延为目的。通过建立网络模型,模拟产生多种网络环境。在不同的网络环境中,通过不断地试错,对当前网络环境做所有的动作,然后从环境给出的反馈中学习并优化动作。经过大量的线下学习,使得发送端可以在某一个状态区域做出相应的调整拥塞窗口大小和发送间隔的动作,以使得目标方程的值最大。