[发明专利]一种网络拥塞控制方法、装置、终端及存储介质

权利要求书

1.一种网络拥塞控制方法，其特征在于，所述方法包括：

根据当前网络状况信息和已训练的神经网络模型确定发包速率，按照所述发包速率向接收端发包；

接收所述接收端发送的返回报文，根据所述返回报文更新网络带宽占用度；

在处于第一阶段时，若所述网络带宽占用度小于预设带宽占用阈值，则从所述第一阶段切换至第二阶段，在处于所述第二阶段时，若所述网络带宽占用度大于所述预设带宽占用阈值，则从所述第二阶段切换至所述第一阶段；

其中，所述第一阶段内的所述发包速率小于所述第二阶段内的所述发包速率；

所述根据所述返回报文更新网络带宽占用度，包括：

根据所述返回报文获取所述返回报文对应的往返时延，当所述往返时延大于往返时延最小值和预设时延容忍值之和时，将拥塞通告值加一；

根据所述往返时延更新所述往返时延最小值；

每获取到一次所述往返时延，将往返时延总数量加一，当所述往返时延总数量大于预设阈值时，根据所述拥塞通告值和所述往返时延总数量更新所述网络带宽占用度，并清空所述往返时延总数量和所述拥塞通告值。

2.根据权利要求1所述的网络拥塞控制方法，其特征在于，所述根据当前网络状况信息和已训练的神经网络模型确定发包速率，包括：

当处于所述第一阶段时，将所述当前网络状况信息输入至已训练的第一神经网络模型，获取所述第一神经网络模型输出的发包速率系数；

当处于所述第二阶段时，将所述当前网络状况信息输入至已训练的第二神经网络模型，获取所述第二神经网络模型输出的发包速率系数；

根据所述发包速率系数和预设链路最大可用带宽确定所述发包速率；

其中，所述第一神经网络模型和所述第二神经网络模型分别是根据第一数据集和第二数据集训练得到的，所述第一数据集中包括多组第一数据，每组第一数据包括第一样本网络状况信息和第一样本发包速率对应的网络效用值，所述第二数据集中包括多组第二数据，每组第二数据包括第二样本网络状况信息和第二样本发包速率对应的网络效用值。

3.根据权利要求2所述的网络拥塞控制方法，其特征在于，所述第一神经网络模型和所述第二神经网络模型均为Actor-Critic网络模型。

4.根据权利要求2所述的网络拥塞控制方法，其特征在于，所述根据所述发包速率系数和预设链路最大可用带宽确定所述发包速率之前，包括：

在与所述接收端建立网络连接后，向所述接收端发包，每轮发包的发包速率相较于上一轮按预设步进值增长；

根据所述接收端返回的报文确定所述接收端的吞吐量；

记录所述吞吐量不再增长时的所述吞吐量为所述预设链路最大可用带宽。

5.根据权利要求1所述的网络拥塞控制方法，其特征在于，所述根据所述拥塞通告值和所述往返时延总数量更新所述网络带宽占用度，包括：

若当前所述网络带宽占用度小于0，则将所述网络带宽占用度更新为所述拥塞通告值和所述往返时延总数量的商；

若当前所述网络带宽占用度不小于0，则根据预设公式更新所述网络带宽占用度；

所述预设公式为：

其中，为所述网络带宽占用度更新后的值，为当前所述网络带宽占用度，为预设参数，为所述拥塞通告值和所述往返时延总数量的商。

6.根据权利要求1-5任一项所述的网络拥塞控制方法，其特征在于，所述根据所述返回报文更新网络带宽占用度之后，还包括：

当处于所述第一阶段时，若所述网络带宽占用度不小于所述预设带宽占用阈值，则重复执行所述根据当前网络状况信息和已训练的神经网络模型确定发包速率的步骤；

当处于所述第二阶段时，若所述网络带宽占用度不大于所述预设带宽占用阈值，则重复执行所述根据当前网络状况信息和已训练的神经网络模型确定发包速率的步骤。