一种强化学习与BBR算法结合的自适应拥塞控制方法及系统

摘要

本发明公开了一种融合深度强化学习和BBR协议的自适应拥塞控制方法及系统，涉及网络传输控制领域；包括以下模块：netlink模块、强化学习智能体、底层拥塞控制模块、网络状态监测模块和速率调整模块；其中netlink模块用于用户态和内核态的通信；强化学习智能体用于接收这一动作的状态和奖励，并给出下一动作，在这里动作对应的是β值；底层拥塞控制模块采用的是BBR算法，它在收到β值后，根据公式计算出带宽值B，并发送给速率调整模块；网络状态监测模块提取ACK包里的有用的网络信息，并传递给强化学习智能体；速率调整模块根据B值调整发送速率。对比传统的拥塞控制方法需要手工的调整以适应不同场景的现象，我们的方法能够实现自适应的功能。