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！

申请/专利权人：北京基流科技有限公司

摘要：本发明涉及一种预测数据中心网络链路拥塞的方法，涉及网络通信管理技术领域，包括：数据获取模块获取网络运行过程中拥塞的特征数据，数据处理模块将网络运行过程中的拥塞通过若干拥塞控制方法进行处理，数据分析模块确定各拥塞控制方法对拥塞的处理效率；训练模块训练基于拥塞控制的深度学习模型以生成自适应拥塞控制模型；将所述自适应控制模型输入服务器的自适应控制模块，自适应控制模块在网络运行出现拥塞时将网络运行数据输入自适应拥塞控制模型进行网络拥塞自适应控制。对复杂网络环境自适应不同拥塞控制方法，从而提高了对复杂网络环境下的拥塞的控制精度，进一步提高了网络运行效率。

主权项：1.一种预测数据中心网络链路拥塞的方法，其特征在于，包括：步骤S1、数据获取模块获取网络运行过程中拥塞的特征数据，数据处理模块将网络运行过程中的拥塞通过若干拥塞控制方法进行处理，数据分析模块确定各拥塞控制方法对拥塞的处理效率；步骤S2、训练模块训练基于拥塞控制的深度学习模型以生成自适应拥塞控制模型；步骤S3、将所述自适应拥塞控制模型输入服务器的自适应控制模块，自适应控制模块在网络运行出现拥塞时将网络运行数据输入自适应拥塞控制模型进行网络拥塞自适应控制；在所述步骤S1中，当所述数据分析单元计算所述拥塞的处理效率完成时，根据所述数据获取模块获取的特征数据中的丢包率U与预设丢包率的比对结果确定所述数据处理模块通过所述拥塞控制方法处理所述特征数据时的处理效率标准值，其中，所述数据分析模块设有第一预设丢包率U1、第二预设丢包率U2、第一处理效率标准值P1、第二处理效率标准值P2和第三处理效率标准值P3，其中U1＜U2，P1＜P2＜P3，当U≤U1时，所述数据分析模块确定所述处理效率标准值为P3；当U1＜U≤U2时，所述数据分析模块确定所述处理效率标准值为P2；当U＞U2时，所述数据分析模块确定所述处理效率标准值为P1；在所述步骤S2中，当训练模块训练基于拥塞控制的深度学习模型完成时，将验证数据集输入训练完成的所述深度学习模型进行验证，并在将所述验证数据集中的单个验证数据输入深度学习模型进行验证时，所述数据分析模块根据验证时所述深度学习模型的往返时延输出值Ds和丢包率输出值Us，并根据往返时延输出值Ds和丢包率输出值Us确定单次验证的合格参数T，设定 ，其中，Da为单个验证数据中的往返时延，Ds为单个验证数据中的丢包率；在所述步骤S2中，当所述数据分析模块确定所述合格参数T完成时，所述数据分析模块根据所述合格参数T和预设合格参数T0的比对结果确定所述深度学习模型单次验证是否合格，若|T-T0|＞Tx，所述数据分析模块确定所述深度学习模型单次验证合格；若|T-T0|≤Tx，所述数据分析模块确定所述深度学习模型单次验证不合格；在所述步骤S2中，当所述训练模块确定所述深度学习模型训练未完成且R≤R1时，所述训练模块对所述深度学习模型的迭代次数进行调节；当所述训练模块确定所述深度学习模型训练未完成且R1＜R≤R2时，所述数据分析模块对所述处理效率标准值进行修正；当所述数据分析模块对所述处理效率标准值进行修正时，计算模型合格率R和第二预设模型合格率R2的第二比值Bb，并根据该第二比值和预设比值的比对结果选取对应的修正系数对处理效率标准值进行修正，其中，所述数据分析模块设有第一预设比值B1、第二预设比值B2、第一修正系数X1、第二修正系数X2和第三修正系数X3，设定0.5＜X1＜X2＜X3＜1，当Bb≤B1时，所述数据分析模块选取第一修正系数X1对所述处理效率标准值进行修正；当B1＜Bb≤B2时，所述数据分析模块选取第二修正系数X2对所述处理效率标准值进行修正；当Bb＞B2时，所述数据分析模块选取第三修正系数X3对所述处理效率标准值进行修正；当所述数据分析模块选取第e修正系数Xe对所述处理效率标准值进行修正时，设定e=1，2，3，所述数据分析模块将修正后的所述处理效率标准值设置为P4，设定P4=Pi×Xe。

全文数据：

权利要求：

百度查询： 北京基流科技有限公司 一种预测数据中心网络链路拥塞的方法