[发明专利]一种基于深度增强学习的数据中心网络传输方法

说明书

本发明公开了一种基于深度增强学习的数据中心网络传输方法，基于失序偏移的低时延数据传输协议Sue，Sue协议基于Req发送请求全局唯一标识的数据包，Req的请求能够同时发送多个数据包请求，再由多个发送端进行发送；每个发送端包括发送高优先级数据和发送低优先级数据的两部分，同一服务器里的多个发送端自适应的调整并发数据量的数量；客户端第一次接收数据后保存数据失序偏移进行判断，在服务器端进行高优先级数据发送及重传控制，低优先级数据队列只进行低优先级数据发送，不进行数据重传。本发明能够突破低时延数据传输的这一关键技术，为数据中心网络中增长的数据传输量提供更好的技术支撑。

技术领域

本发明涉及数据中心网络技术领域，具体为一种基于深度增强学习的数据中心网络传输方法。

背景技术

近年来，随着互联网服务呈现井喷式增长，支撑互联网的物理基础设施的数据中心也保持蓬勃发展。数据中心网络中服务器通过存储大量数据，协作进行密集计算，向外提供多样的互联网服务。因此，数据中心网络的传输性能成为影响服务质量的关键。数据中心网络在传输模式、业务流量等方面具有独有的特点，包括高带宽低延迟、普遍存在的多对一传输模式、长短流混合等。此外，数据中心网络还需要支撑多种长短流数据应用的请求响应服务。上述独有的特点以及业务需求给数据中心网络传输带来了新的挑战。如何为数据中心网络不同的数据流提供低时延响应的数据传输服务至关重要，尤其是在重负载网络和短数据流服务方面，现有的数据中心网络传输协议不能适应于此类场景。

数据中心网络的传输性能是学术界、企业界网络建设关注的重要问题，也是大数据、云计算、虚拟化技术发展建设的关键技术。近年来，几乎所有的数据中心网络现有工作都集中在高负载、大数据包传输协议的研究上，包括TCP(Transmission Control Protocol传输控制协议)协议改进协议以及很多新型协议，尚未有协议研究数据传输报文的大小对协议性能的影响，大多数协议的传输报文大小都在100Kbyte左右，数据的传输时延也在毫秒级。对于微秒级的短时延协议研究还有所欠缺。例如DCTCP(Data Center TCP数据中心传输控制协议)协议，采用非常简单的主动队列管理机制，当队列占用超过某一阈值K时，到达的数据包被标记上CE(Congestion Experience拥堵体验)标志。DCTCP协议精确传达哪个数据包经历了拥塞。在发送端会对数据包被标记的概率进行估计，每经历一个RTT(Round-Trip Time往返时间)更新一次，该值也相当于估计了队列缓存大于阈值的概率，该阈值被用于拥塞窗的大小的调整。

当前有很多数据中心网络传输协议，例如HULL(High-bandwidth Ultra-LowLatency高带宽低延迟)、PDQ(Preemptive Distributed Quick抢占式分布式快速)、NDP(Neighbor Discovery Protocol邻居发现协议)协议，这些协议通过建立队列限制机制，但都无法消除大量的排队时延。较新的NDP协议通过严格控制队列中数据包不超过8个数据包，来实际时延控制。这种机制对于一般大于50微秒RTT、数据包大小为100Kbyte的网络较为适用，但对于RTT低于50微秒的低时延数据中心网络会增加了资源竞争，无法有效利用带宽。因此随着数据量的持续增长，如何切分数据发送报文的大小，如何提供低时延传输以及较小的数据流完成时间具有重要意义。

发明内容

针对上述问题，本发明的目的在于提供一种基于深度增强学习的数据中心网络传输方法，能够突破低时延数据传输的这一关键技术，为数据中心网络中增长的数据传输量提供更好的技术支撑。技术方案如下：

一种基于深度增强学习的数据中心网络传输方法，所述方法基于失序偏移的低时延数据传输协议Sue，包括以下几个部分：

A：Sue协议基于Req发送请求全局唯一标识的数据包，Req的请求能够同时发送多个数据包请求，再由多个发送端进行发送；

B：每个发送端包括发送高优先级数据和发送低优先级数据的两部分，同一服务器里的多个发送端自适应的调整并发数据量的数量；