买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉福州大学申请的专利一种基于网内强化学习的微突发缓解方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119865425B 。

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510030749.9，技术领域涉及：H04L41/0894；该发明授权一种基于网内强化学习的微突发缓解方法是由张栋;徐绍伟;林声睿;吴艳妮;林正立设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本一种基于网内强化学习的微突发缓解方法在说明书摘要公布了：本发明涉及一种基于网内强化学习的微突发缓解方法，该方法通过将强化学习算法部署在可编程数据平面，使交换机具备无需控制器协助的微突发事件处理能力，相比于传统方案减少了数据‑控制平面时延，满足微突发所需的微秒级缓解决策需求。此外，强化学习模型使网元可自适应不断变化的网络环境和新的流量模式，使得交换机可以根据实时网络状态做出最佳微突发缓解策略，减轻主机端的处理负担以及对业务流量的影响。

本发明授权一种基于网内强化学习的微突发缓解方法在权利要求书中公布了：1.一种基于网内强化学习的微突发缓解方法，其特征在于，对流量进行实时监测，通过网内强化学习模型实现快速响应，能够根据网络环境选择最佳转发策略缓解微突发；具体包括如下步骤： 1数据收集：收集网络状态信息和邻接交换机信息；智能体通过邻接交换机发送的探针获取邻接交换机信息；所述邻接交换机信息包括邻接交换机各端口队列和负载情况； 2微突发检测判断：根据微突发定义，设置队列阈值；监测交换机各端口队列长度，判断微突发的开始和结束；在设定时间内端口队列长度超过队列阈值视为微突发开始；在设定时间内端口队列长度低于队列阈值视为微突发结束； 3状态更新：当微突发发生，将收集的数据输入强化学习模型，获取相应的状态；若状态不存在，则在相应寄存器中初始化状态，并初始化相应缓解策略的概率； 4动作选择：根据强化学习模型推断给出的概率最大的策略，查找当前状态下各端口的选择概率；选择概率最高的端口作为本轮缓解的动作，并将数据包的出端口置为对应端口，并用寄存器记录下当前状态和动作选择； 5奖赏反馈：本次微突发结束后，计算奖赏函数；获得本次微突发反馈并更新之前记录的状态下选择各端口概率；更新相应状态的下的历史平均丢包数据； 所述强化学习模型部署在数据平面上，微突发缓解决策无需终端主机辅助执行。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。