[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

本公開公開了一種模型訓練方法、網絡擁塞控制方法、裝置及相關產品。涉及云計算技術領域，具體為云存儲技術。具體實現方案為：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，并采集線下網絡連接在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，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。

技術領域

本公開涉及云計算技術領域，具體為云存儲技術，尤其涉及一種模型訓練方法、網絡擁塞控制方法、裝置及相關產品。

背景技術

隨著網絡通信技術和云計算技術的不斷發展，對網絡中大吞吐量、低時延及低卡頓的需求越來越迫切。但目前數據在網絡傳輸過程中常常發生吞吐量小、時延大及卡頓嚴重的問題。這就造成了網絡擁塞的現象。

目前一般采用網絡擁塞控制算法來對網絡擁塞進行控制。具體地，獲取整體網絡的情況、或者機器級別、域名級別的網絡情況，進而根據網絡情況對控制網絡擁塞的參數進行調整，根據調整后的參數改善網絡擁塞的情況。

發明內容

本公開提供了一種模型訓練方法、網絡擁塞控制方法、裝置及相關產品。

根據本公開的第一方面，提供了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。

根據本公開的第二方面，提供了一種基于神經網絡模型的網絡擁塞控制方法，包括：

若監測到本端設備與對端設備進行線上網絡連接，則采集所述線上網絡連接對應的第二傳輸行為數據及第二傳輸結果數據；

將所述第二傳輸行為數據及所述第二傳輸結果數據輸入到訓練至收斂的神經網絡模型中；

通過所述訓練至收斂的神經網絡模型輸出所述網絡連接對應的最優網絡擁塞控制數據；所述訓練至收斂的神經網絡模型是通過訓練樣本訓練獲得的，所述訓練樣本是通過本端設備和對端設備之間的線下網絡連接對應的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的；

根據所述最優網絡擁塞控制參數對所述線上網絡連接進行網絡擁塞控制。

根據本公開的第三方面，提供一種用于網絡擁塞控制的神經網絡模型訓練裝置，包括：

獲取單元，用于獲取本端設備和對端設備之間的至少一個線下網絡連接；

調整單元，用于針對每個線下網絡連接，對網絡擁塞控制數據進行調整；

采集單元，用于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；

構建單元，用于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；