[發明專利]模型訓練方法、網絡擁塞控制方法、裝置及相關產品

在審

• 申請號: 202110443151.4
• 申請日: 2021-04-23
• 公開（公告）號: CN113179218A
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 楊勇強
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: H04L12/801
• 分類號: H04L12/801;G06N3/04;G06N3/08
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 劉丹;劉芳

1.一種用于網絡擁塞控制的神經網絡模型訓練方法，包括：

獲取本端設備和對端設備之間的至少一個線下網絡連接；

針對每個線下網絡連接，對網絡擁塞控制數據進行調整，并采集所述線下網絡連接在所述網絡擁塞控制數據調整后對應的第一傳輸行為數據及第一傳輸結果數據；

根據調整后的網絡擁塞控制數據、對應的第一傳輸行為數據及第一傳輸結果數據構建對應的訓練樣本；

采用所述訓練樣本對預設神經網絡模型進行訓練，以獲得訓練至收斂的神經網絡模型，所述訓練至收斂的神經網絡模型用于確定本端設備與對端設備進行線上網絡連接時對應的最優網絡擁塞控制數據；所述最優網絡擁塞控制數據用于對線上網絡連接進行網絡擁塞控制；

所述針對每個線下網絡連接，對網絡擁塞控制數據進行調整，包括：

針對每個線下網絡連接，對網絡擁塞控制算法及所述網絡擁塞控制算法的參數中的至少一個進行隨機調整；

所述采集所述線下網絡連接在所述網絡擁塞控制數據調整后對應的第一傳輸行為數據及第一傳輸結果數據，包括：

從所述本端設備中采集所述線下網絡連接在所述網絡擁塞控制數據調整后的第一日志文件；

從所述第一日志文件中獲取所述第一傳輸行為數據；

從所述對端設備中采集所述線下網絡連接在所述網絡擁塞控制數據調整后的第二日志文件；

從所述第二日志文件中獲取所述第一傳輸結果數據。

2.根據權利要求1所述的方法，其中，所述第一傳輸行為數據包括第一數據傳輸行為序列；

從所述第一日志文件中獲取所述第一傳輸行為數據，包括：

從所述第一日志文件中提取每次傳輸數據的標識，對應數據的發送時間及響應時間；

針對每次傳輸數據，將傳輸數據的標識、對應數據的發送時間及響應時間確定為對應的傳輸行為數據點，并將各所述傳輸行為數據點按照數據發送時間順序進行排序，以獲得第一數據傳輸行為序列。

3.根據權利要求1所述的方法，其中，所述從所述第二日志文件中獲取所述第一傳輸結果數據，包括：

確定所述線下網絡連接的業務類型；

獲取預先構建的業務類型與傳輸結果數據的映射關系；

根據所述映射關系從所述第二日志文件中獲取與所述線下網絡連接的業務類型具有映射關系的傳輸結果數據；

將所述具有映射關系的傳輸結果數據確定為第一傳輸結果數據。

4.根據權利要求1-3任一項所述的方法，其中，所述根據調整后的網絡擁塞控制數據、對應的第一傳輸行為數據及第一傳輸結果數據構建對應的訓練樣本，包括：

對調整后的網絡擁塞控制數據、對應的第一傳輸行為數據及第一傳輸結果數據進行歸一化處理及拼接處理，以形成對應的訓練樣本；

根據第一傳輸結果數據確定對應訓練樣本的標簽，并對所述訓練樣本標記對應的標簽。

5.根據權利要求1-4任一項所述的方法，其中，所述采用所述訓練樣本對預設神經網絡模型進行訓練，以獲得訓練至收斂的神經網絡模型，包括：

將所述訓練樣本輸入到預設神經網絡模型中，并調整預設神經網絡模型中的參數，以對預設神經網絡模型進行訓練；

響應于確定滿足預設的收斂條件，將滿足預設的收斂條件的神經網絡模型確定為訓練至收斂的神經網絡模型。