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：南京信息工程大学

摘要：本发明公开了一种面向差异化QoS保障的链路汇聚节点缓存方法，首先将进行差异化业务分类；然后构建训练数据集，之后构建DQN缓存调整神经网络，将汇聚节点的缓存空间作为环境，将缓当前队列长度、出队速率、当前排队时延作为状态空间，定义动作空间为增大或减小缓存容量，设置总奖励，选择当前状态下奖励函数最大化的动作，训练DQN缓存调整神经网络：主Q网络用于评估当前策略，计算当前状态下动作的Q值与目标Q值之间的损失，不断更新主Q网络，得到面向差异化QoS保障的链路汇聚节点缓存模型；输出缓存策略。本法发明能有效提升主动队列管理算法的传输时延、吞吐量、丢包率的性能，从而为差异化业务的QoS保障提供了技术支撑。

主权项：1.一种面向差异化QoS保障的链路汇聚节点缓存方法，其特征在于，包括如下步骤：S1、针对网络业务进行差异化业务分类，分类为三种类型业务：时延敏感业务、带宽敏感业务和可靠性敏感业务；S2、构建DQN缓存动态调整策略：针对三种类型业务分别将汇聚节点缓存中的当前队列长度、出队速率、排队时延三个状态作为DQN缓存动态调整的依据，得到对应的动态调整结果：动态增加或者减少缓存空间;S3、构建DQN缓存动态调整策略的智能体，该智能体包括主Q网络和目标Q网络；将汇聚节点的缓存空间作为DQN智能体的环境，并将缓存空间中的当前队列长度、出队速率、当前排队时延作为状态空间用于DQN智能体的训练，定义DQN智能体的动作空间为：增大缓存容量和减小缓存容量；基于差异化业务分类，将奖励函数分为时延奖励、吞吐量奖励、丢包率奖励，并加权求和得到总奖励；采用策略选择当前状态下奖励函数最大化的动作；利用DQN缓存动态调整策略训练智能体：主Q网络用于评估当前策略，目标Q网络通过提供一个稳定的目标Q值稳定训练过程，并且在训练过程中采用经验回放机制，使用目标Q网络计算下一状态下所有动作的Q值，选择最大Q值计算目标Q值，使用主Q网络计算当前状态下动作的Q值，计算当前状态下动作的Q值与目标Q值之间的损失，然后不断更新主Q网络，直到达到预设训练次数，得到面向差异化QoS保障的链路汇聚节点缓存模型；S4、以不同类型的网络业务为输入，利用面向差异化QoS保障的链路汇聚节点缓存模型，输出相应网络业务的缓存策略。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种面向差异化QoS保障的链路汇聚节点缓存方法