基于多任务强化学习的数据中心流量调度与拥塞控制方法
申请号:CN202410824787
申请日期:2024-06-25
公开号:CN118842768A
公开日期:2024-10-25
类型:发明专利
摘要
本发明公开了一种基于多任务强化学习的数据中心流量调度与拥塞控制方法,该方法具体包括:利用数据中心网络中基于多级反馈队列的流量调度方法与基于ECN的拥塞控制方法的关联性进行多任务划分;多任务强化学习建模;多任务强化学习算法利用中央系统与边缘系统结合的混合式架构部署多任务强化学习算法,实现数据中心网络流量调度与拥塞控制的协同优化。本发明与现有技术相比具有利用中央系统与边缘系统结合的混合式架构部署多任务强化学习算法,实现数据中心网络流量调度与拥塞控制的协同优化,进一步提升了数据中心网络的性能与效率。
技术关键词
多级反馈队列
多任务
拥塞控制方法
强化学习算法
数据中心
网络状态信息
网络流量调度
交换机
SAC算法
策略
全局状态信息
模版
主机
参数
终端
调控方法
流量调度方法
连续动作空间
标记