[发明专利]数据传输控制方法、装置及计算机可读存储介质在审
| 申请号: | 202210835843.8 | 申请日: | 2022-07-15 |
| 公开(公告)号: | CN115208518A | 公开(公告)日: | 2022-10-18 |
| 发明(设计)人: | 吴波;欧阳昌葵;汪福裕;罗成 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
| 主分类号: | H04L1/00 | 分类号: | H04L1/00;H04L12/18;H04L41/16;H04L43/04;H04L43/08;H04L47/10 |
| 代理公司: | 深圳翼盛智成知识产权事务所(普通合伙) 44300 | 代理人: | 李玉婷 |
| 地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 数据传输 控制 方法 装置 计算机 可读 存储 介质 | ||
1.一种数据传输控制方法,其特征在于,所述方法包括:
获取多个数据传输对象的历史网络性能数据,并基于所述历史网络性能数据计算每一对象群组的群组网络性能数据,所述对象群组为对所述多个数据传输对象进行划分得到的群组;
对所述群组网络性能数据进行加权计算,得到目标群组网络性能数据;
基于强化学习模型对所述目标群组网络性能数据以及每一对象群组的群组网络性能数据进行强化学习,得到每一对象群组的数据传输指数;
根据所述数据传输指数以及所述群组网络性能数据计算得到每一对象群组的数据传输参数;
当接收到目标数据传输对象发送的数据传输连接请求时,根据所述目标数据传输对象所属的对象群组确定目标数据传输参数,并基于所述目标数据传输参数对数据传输过程进行控制。
2.根据权利要求1所述的方法,其特征在于,所述基于强化学习模型对所述目标群组网络性能数据以及每一对象群组的群组网络性能数据进行强化学习,得到每一对象群组的数据传输指数,包括:
根据每一对象群组的群组网络性能数据计算每一对象群组的强化学习参数;
以所述目标群组网络性能数据为强化学习模型的状态值、以所述强化学习参数为所述强化学习模型的奖励值输入至所述强化学习模型,得到输出的每一对象群组的数据传输指数。
3.根据权利要求2所述的方法,其特征在于,所述根据每一对象群组的群组网络性能数据计算每一对象群组的强化学习参数,包括:
在每一对象群组的群组网络性能数据中提取出有效吞吐量数据以及平滑往返传输时间数据;
计算每一对象群组对应的有效吞吐量数据与对应的平滑往返传输时间数据之间的比值,得到每一对象群组的强化学习参数。
4.根据权利要求1所述的方法,其特征在于,所述获取多个数据传输对象的历史网络性能数据,并基于所述历史网络性能数据计算每一对象群组的群组网络性能数据,所述对象群组为对所述多个数据传输对象进行划分得到的群组,包括:
获取多个数据传输对象的互联网协议地址数据以及获取所述多个数据传输对象的历史网络性能数据;
基于所述互联网协议地址数据将所述多个数据传输对象划分为多个对象群组;
根据每一对象群组中数据传输对象的历史网络性能数据计算每一对象群组的群组网络性能数据。
5.根据权利要求4所述的方法,其特征在于,所述根据每一对象群组中数据传输对象的历史网络性能数据计算每一对象群组的群组网络性能数据,包括:
根据每一对象群组中每一数据传输对象的历史网络性能数据确定每一对象群组对应的历史网络性能数据集合;
计算每一历史网络性能数据集合中的历史网络性能数据的平均值,得到每一对象群组对应的群组网络性能数据。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述对所述群组网络性能数据进行加权计算,得到目标群组网络性能数据,包括:
获取每一对象群组的权重系数;
基于所述权重系数对每一对象群组的群组网络性能数据进行加权计算,得到目标群组网络性能数据。
7.根据权利要求6所述的方法,其特征在于,所述获取每一对象群组的权重系数,包括:
获取每一对象群组中包含的数据传输对象的数量;
计算每一群组中数据传输对象的数量与所述多个数据传输对象的数量之间的比值,得到每一对象群组的权重系数。
8.根据权利要求1至5中任一项所述的方法,其特征在于,所述根据所述数据传输指数以及所述群组网络性能数据计算得到每一对象群组的数据传输参数,包括:
从所述群组网络性能数据中提取出每一对象群组的有效吞吐量数据以及最小往返传输时间数据;
基于每一对象群组的有效吞吐量数据、最小往返传输时间数据以及数据传输指数计算每一对象群组的初始窗口数据,并基于每一对象群组的初始窗口数据确定每一对象群组的数据传输参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210835843.8/1.html,转载请声明来源钻瓜专利网。





