[发明专利]拥塞控制方法以及相关设备

说明书

本申请实施例公开了一种拥塞控制方法，可以应用于网络控制领域。本申请实施例方法包括：获取第一流量特征，第一流量特征包括第一设备在第一周期内根据第一拥塞控制参数转发流量时生成的统计信息，第一拥塞控制参数是根据第一拥塞控制规则获得的；根据第一流量特征，获得第一回报值；利用第一步长修改第一拥塞控制参数，获得第二拥塞控制参数；获取第二流量特征，第二流量特征包括第一设备在第二周期内根据第二拥塞控制参数转发流量时生成的统计信息；根据第二流量特征，获得第二回报值；若第二回报值大于第一回报值，则执行相应的处理。本申请实施例可以得到优于第一拥塞控制参数的第二拥塞控制参数，从而能够提高第一拥塞控制规则的场景泛化性。

技术领域

本申请实施例涉及网络控制领域，尤其涉及拥塞控制方法以及相关设备。

背景技术

当前传输控制协议(transmission control protocol，TCP)、远程直接内存访问(remote direct memory access，RDMA)等网络技术在网络领域被广泛使用，而这些网络技术对于网络设备的拥塞指标也越来越高，拥塞指标主要包括时延，吞吐等。

为了控制网络设备的拥塞指标，网络设备会设置拥塞控制参数以控制流量。拥塞控制参数可以通过网络设备上安装的人工智能(artificial intelligence，AI)模型获得，AI模型可以利用初始AI模型通过大量的历史流量特征训练得到。利用AI模型得到拥塞控制参数的流程如下：网络设备采集网络设备上的流量特征，例如出口转发速率、队列深度等，网络设备将采集到的流量特征输送到AI模型进行在线推理，AI模型根据流量特征向网络设备的转发芯片输出拥塞控制参数。然后，转发芯片利用获得的拥塞控制参数控制网络设备的流量。

通常，AI模型需要由大量的历史流量特征训练得到，对于历史流量特征的场景不够广泛的情况下，有限的历史流量特征的场景就不能完全覆盖所有的流量场景，会导致AI模型输出的拥塞控制参数不够理想，因此出现AI模型适应性不足甚至不适应的情况，即场景泛化性问题。

发明内容

本申请实施例提供了一种拥塞控制方法以及相关设备，可以提升拥塞控制规则的场景泛化性。

本申请实施例第一方面提供了一种拥塞控制方法。

网络设备上配置有第一拥塞控制规则，网络设备可以通过该第一拥塞控制规则获取第一拥塞控制参数，在第一设备根据第一拥塞控制参数转发流量后，网络设备可以获取第一流量特征，该第一流量特征包括第一设备在第一周期内根据第一拥塞控制参数转发流量时生成的统计信息，网络设备可以根据获取到的第一流量特征，获取第一回报值。在网络设备通过第一拥塞控制规则获取第一拥塞控制参数之后，网络设备可以利用第一步长修改第一拥塞控制参数，获得第二拥塞控制参数，因为第一步长不等于0，因此第二拥塞控制参数不等于第一拥塞控制参数。在第一设备根据第二拥塞控制参数转发流量后，网络设备可以获取第二流量特征，该第二流量特征包括第一设备在第二周期内根据第二拥塞控制参数转发流量时生成的统计信息，网络设备可以根据获取到的第二流量特征，获取第二回报值。网络设备可以确定第二回报值是否大于第一回报值，若网络设备确定第二回报值大于第一回报值，则网络设备执行相应的处理。