一种基于大语言模型的自适应拥塞控制算法及系统

本发明涉及计算机网络通信技术领域，公开了一种基于大语言模型的自适应拥塞控制算法及系统，应用于QUIC协议的网络优化。该方法通过收集网络状态时间序列数据，包括往返时延、丢包率及吞吐量等，将其转换为文本序列，输入预训练大语言模型预测最优拥塞控制参数α值，动态调整QUIC协议性能。采用监督学习或强化学习训练模型，并通过模型蒸馏技术确保实时性。系统包括数据收集、预处理、LLM预测引擎、验证及参数应用模块。本发明利用大语言模型的智能预测能力，提升了QUIC协议在复杂网络环境中的吞吐量与延迟表现，降低计算开销，适用于视频流媒体、在线游戏等高性能通信场景。