JP7451689B2 - ネットワーク輻輳処理方法、モデル更新方法、および関連装置 - Google Patents
ネットワーク輻輳処理方法、モデル更新方法、および関連装置 Download PDFInfo
- Publication number
- JP7451689B2 JP7451689B2 JP2022516708A JP2022516708A JP7451689B2 JP 7451689 B2 JP7451689 B2 JP 7451689B2 JP 2022516708 A JP2022516708 A JP 2022516708A JP 2022516708 A JP2022516708 A JP 2022516708A JP 7451689 B2 JP7451689 B2 JP 7451689B2
- Authority
- JP
- Japan
- Prior art keywords
- configuration information
- ecn
- ecn configuration
- information
- switch
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 185
- 238000003672 processing method Methods 0.000 title description 3
- 238000005070 sampling Methods 0.000 claims description 77
- 238000003012 network analysis Methods 0.000 claims description 72
- 238000005457 optimization Methods 0.000 claims description 65
- 238000012545 processing Methods 0.000 claims description 54
- 238000012549 training Methods 0.000 claims description 47
- 230000015654 memory Effects 0.000 claims description 45
- 230000006870 function Effects 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000010801 machine learning Methods 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 description 73
- 230000000875 corresponding effect Effects 0.000 description 41
- 238000013461 design Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 23
- 239000010410 layer Substances 0.000 description 19
- 230000004044 response Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 230000007423 decrease Effects 0.000 description 13
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000012792 core layer Substances 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/11—Identifying congestion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/11—Identifying congestion
- H04L47/115—Identifying congestion using a dedicated packet
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
- H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/29—Flow control; Congestion control using a combination of thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
- H04L47/127—Avoiding congestion; Recovering from congestion by using congestion prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/25—Flow control; Congestion control with rate being modified by the source upon detecting a change of network conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/26—Flow control; Congestion control using explicit feedback to the source, e.g. choke packets
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/26—Flow control; Congestion control using explicit feedback to the source, e.g. choke packets
- H04L47/263—Rate modification at the source after receiving feedback
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/31—Flow control; Congestion control by tagging of packets, e.g. using discard eligibility [DE] bits
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/06—Generation of reports
- H04L43/062—Generation of reports related to network traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Mobile Radio Communication Systems (AREA)
Description
本出願は通信技術分野に関し、特に、ネットワーク輻輳処理方法、モデル更新方法、および関連装置に関する。
ECNは、伝送制御プロトコル(Transmission Control Protocol、TCP)/インターネットプロトコル(Internet Protocol、IP)に対する拡張である。ECNを使用するネットワークは、パケットを廃棄せずに輻輳制御を実施できる。
スイッチは、ECN構成情報に基づいてパケットに対してECNマーキングを行うことができる。ECN構成情報は通常、ECN上限閾値、ECN下限閾値、および最大ECNマーキング確率のうちのいずれか1つ以上を含む。説明を容易にするため、本出願の実施形態では、ECN構成情報が、ECN上限閾値、ECN下限閾値、および最大ECNマーキング確率を含むと仮定する。
CR=TR×(1-a/2) (式1.1)、式中、
TRは応答パケットが受信される前のパケット送信率を示し、CRは調整された送信率を示し、aは予め設定されたパラメータであり、aの値は1以上であり得る。
Kmax_2=Kmax_1+Δ12、かつ
Kmax_3=Kmax_2+Δ23
|Param(t)-Param(t-1)|×Sign(t-t0-T)≧mean(Param_S)+e×std(Param_S)である場合に、第2のサンプリング時点が切り替え時点であると決定することと、そうではない場合に、
第2のサンプリング時点が切り替え時点ではないと決定することとを含み、
Tは予め設定された持続時間であり、Param(t)は1つめのECN構成情報を示し、Param(t-1)は2つめのECN構成情報を示し、t0は前の切り替え時点を示し(t0の初期値は0である)、Param_Sは前の切り替え時点から第2のサンプリング時点までのECN構成情報の序列を示し、Signは符号関数を示し、meanは平均関数を示し、stdは標準偏差関数を示し、eはスケーリング因子を示す。スケーリング因子の値は、1.5、2、または3であってよい。
212 スイッチ
221 スイッチ
222 スイッチ
231 スイッチ
232 スイッチ
233 スイッチ
234 スイッチ
241 サーバー
242 サーバー
243 サーバー
244 サーバー
311 スイッチ
312 スイッチ
321 スイッチ
322 スイッチ
323 スイッチ
324 スイッチ
331 サーバー
332 サーバー
333 サーバー
334 サーバー
411 スイッチ
412 スイッチ
413 スイッチ
414 スイッチ
421 サーバー
422 サーバー
423 サーバー
424 サーバー
1100 電子装置
1101 処理ユニット
1102 トランシーバユニット
1200 電子装置
1201 処理ユニット
1202 トランシーバユニット
Claims (25)
- ネットワークトラフィック情報とネットワーク輻輳情報とを含むネットワーク状態情報を得るステップであって、前記ネットワークトラフィック情報は、ネットワークデバイスのトラフィックを示し、前記ネットワークトラフィック情報は、帯域幅利用率、送信済みバイト数、送信済みパケット総数、平均パケット数のうちのいずれか1つ以上を含み、前記ネットワーク輻輳情報は、前記ネットワークデバイスの輻輳状況を示す、ステップと、
前記ネットワーク状態情報と機械学習によって決定された明示的輻輳通知(ECN)最適化モデルとに基づいて、推奨ECN構成情報に対応する参照確率を決定するステップと、
前記参照確率に基づいて宛先ECN構成情報を決定するステップと、
前記宛先ECN構成情報を使用してパケットに対してECNマーキングを行うステップと
を含む、ネットワーク輻輳制御方法。 - 前記参照確率に基づいて宛先ECN構成情報を決定する前記ステップは、
前記参照確率に基づいて前記推奨ECN構成情報が信頼できるかどうか判定するステップと、
前記推奨ECN構成情報が信頼できる場合、前記推奨ECN構成情報が前記宛先ECN構成情報であると決定するステップ、または
前記推奨ECN構成情報が信頼できない場合、参照ECN構成情報が前記宛先ECN構成情報であると決定するステップとを含む、請求項1に記載の方法。 - 前記参照確率に基づいて宛先ECN構成情報を決定する前記ステップの前に、前記方法は、
前記ネットワーク状態情報に基づいて前記参照ECN構成情報を決定するステップをさらに含む、請求項2に記載の方法。 - 前記方法は、
前記ネットワーク状態情報と前記参照ECN構成情報をネットワーク分析デバイスへ送信するステップと、
前記ネットワーク分析デバイスからモデル更新情報を受信するステップと、
前記モデル更新情報に基づいて前記ECN最適化モデルを更新するステップとをさらに含む、請求項3に記載の方法。 - 前記参照確率はM個の確率値を含み、Mは2以上の正の整数であり、前記参照確率に基づいて前記推奨ECN構成情報が信頼できるかどうか判定する前記ステップは、
前記M個の確率値の中の目標確率値が第1の予め設定された閾値より大きいかどうかを判定するステップであって、前記目標確率値が前記M個の確率値の中の最大値である、ステップと、
前記目標確率値が前記第1の予め設定された閾値以上である場合、前記推奨ECN構成情報が信頼できると決定するステップ、または
前記目標確率値が前記第1の予め設定された閾値未満である場合、前記推奨ECN構成情報が信頼できないと決定するステップとを含む、請求項2から4のいずれか一項に記載の方法。 - 前記参照確率はM個の確率値を含み、前記参照確率に基づいて前記推奨ECN構成情報が信頼できるかどうか判定する前記ステップは、
前記M個の確率値のうちの最大N個の確率値の変動係数が第2の予め設定された閾値より大きいかどうかを判定するステップであって、Nが2以上M未満の正の整数であり、MがNより大きい正の整数である、ステップと、
前記N個の確率値の前記変動係数が前記第2の予め設定された閾値以上である場合、前記推奨ECN構成情報が信頼できると決定するステップ、または
前記N個の確率値の前記変動係数が前記第2の予め設定された閾値未満である場合、前記推奨ECN構成情報が信頼できないと決定するステップであって、前記N個の確率値の前記変動係数が以下の式に従って決定され、
- ネットワークデバイスからP個のネットワーク状態情報とP個の明示的輻輳通知ECN構成情報を受信するステップであって、前記P個のネットワーク状態情報の各々は、ネットワークトラフィック情報とネットワーク輻輳情報とを含み、前記ネットワークトラフィック情報は、ネットワークデバイスのトラフィックを示し、前記ネットワークトラフィック情報は、帯域幅利用率、送信済みバイト数、送信済みパケット総数、平均パケット数のうちのいずれか1つ以上を含み、前記ネットワーク輻輳情報は、前記ネットワークデバイスの輻輳状況を示し、前記P個のネットワーク状態情報が前記P個の(ECN)構成情報と1対1の対応関係にあり、Pが2以上の正の整数である、ステップと、
前記P個のネットワーク状態情報と前記P個のECN構成情報とに基づいて、ECN最適化モデルを更新するために使用されるモデル更新情報を決定するステップと、
前記ネットワークデバイスへ前記モデル更新情報を送信するステップと
を含む、モデル更新方法。 - 前記P個のネットワーク状態情報と前記P個のECN構成情報とに基づいて、ECN最適化モデルを更新するために使用されるモデル更新情報を決定する前記ステップは、
前記P個のECN構成情報に基づいてQ個のECN構成情報グループを決定するステップであって、前記Q個のECN構成情報グループのうちのq番目のECN構成情報グループが前記P個のECN構成情報のうちのNq個のECN構成情報を含み、前記Nq個のECN構成情報に対応するサンプリング時点が連続しており、前記Nq個のECN構成情報がECN構成情報qで収束し、q=1,...,またはQであり、Nqが2以上の正の整数であり、N1からNqまでの和がPである、ステップと、
Q個の訓練パラメータグループを決定するステップであって、前記Q個の訓練パラメータグループのうちのq番目の訓練パラメータグループがNq個のネットワーク状態情報と前記ECN構成情報qとを含み、前記Nq個のネットワーク状態情報が前記Nq個のECN構成情報と1対1の対応関係にある、ステップと、
前記Q個の訓練パラメータグループに基づいて前記モデル更新情報を決定するステップとを含む、請求項7に記載の方法。 - 前記P個のECN構成情報はP個の連続するサンプリング時点と1対1の対応関係にあり、
前記P個のECN構成情報に基づいてQ個のECN構成情報グループを決定する前記ステップは、
前記P個のECN構成情報のうちの2つのECN構成情報に基づいて、2つの連続するサンプリング時点のうちの第2のサンプリング時点が切り替え時点であるかどうかを判定するステップであって、前記2つのECN構成情報のうちの1つめのECN構成情報が前記2つの連続するサンプリング時点のうちの第1のサンプリング時点に対応し、2つめのECN構成情報が前記第2のサンプリング時点に対応する、ステップと、
前記第2のサンプリング時点が前記切り替え時点ではない場合、前記2つのECN構成情報が同じECN構成情報グループに属すると決定するステップ、または
前記第2のサンプリング時点が前記切り替え時点である場合、前記2つのECN構成情報が2つのECN構成情報グループに別々に属すると決定するステップとを含む、請求項8に記載の方法。 - 前記P個のECN構成情報のうちの2つのECN構成情報に基づいて、2つの連続するサンプリング時点のうちの第2のサンプリング時点が切り替え時点であるかどうかを判定する前記ステップは、
|Param(t)-Param(t-1)|×Sign(t-t0-T)≧mean(Param_S)+e×std(Param_S)である場合、前記第2のサンプリング時点が前記切り替え時点であると決定するステップと、そうではない場合、
前記第2のサンプリング時点が前記切り替え時点ではないと決定するステップとを含み、
Tが予め設定された持続時間であり、Param(t)が前記1つめのECN構成情報を示し、Param(t-1)が前記2つめのECN構成情報を示し、t0が前の切り替え時点を示し、Param_Sが前記前の切り替え時点から前記第2のサンプリング時点までのECN構成情報の序列を示し、Signが符号関数を示し、meanが平均関数を示し、stdが標準偏差関数を示し、eがスケーリング因子を示す、請求項9に記載の方法。 - ネットワークトラフィック情報とネットワーク輻輳情報とを含むネットワーク状態情報を得るように構成され、前記ネットワークトラフィック情報は、ネットワークデバイスのトラフィックを示し、前記ネットワークトラフィック情報は、帯域幅利用率、送信済みバイト数、送信済みパケット総数、平均パケット数のうちのいずれか1つ以上を含み、前記ネットワーク輻輳情報は、前記ネットワークデバイスの輻輳状況を示す、処理ユニットであって、
前記処理ユニットは、前記ネットワーク状態情報と機械学習によって決定された明示的輻輳通知(ECN)最適化モデルとに基づいて、推奨ECN構成情報に対応する参照確率を決定するようにさらに構成され、
前記処理ユニットは、前記参照確率に基づいて宛先ECN構成情報を決定するようにさらに構成され、
前記処理ユニットは、前記宛先ECN構成情報を使用してパケットに対してECNマーキングを行うようにさらに構成される、処理ユニットと、
前記パケットを送信するように構成されたトランシーバユニットと
を備える、電子装置。 - 前記処理ユニットは、前記参照確率に基づいて前記推奨ECN構成情報が信頼できるかどうかを判定し、
前記推奨ECN構成情報が信頼できる場合、前記推奨ECN構成情報が前記宛先ECN構成情報であると決定し、または
前記推奨ECN構成情報が信頼できない場合、参照ECN構成情報が前記宛先ECN構成情報であると決定する、ように構成される、請求項11に記載の装置。 - 前記処理ユニットは、前記ネットワーク状態情報に基づいて前記参照ECN構成情報を決定するようにさらに構成される、請求項12に記載の装置。
- 前記トランシーバユニットは、前記ネットワーク状態情報と前記参照ECN構成情報をネットワーク分析デバイスへ送信するよう、および、前記ネットワーク分析デバイスからモデル更新情報を受信するよう、さらに構成され、
前記処理ユニットは、前記モデル更新情報に基づいて前記ECN最適化モデルを更新するようにさらに構成される、請求項13に記載の装置。 - 前記参照確率はM個の確率値を含み、Mは2以上の正の整数であり、前記処理ユニットは、前記M個の確率値の中の目標確率値が第1の予め設定された閾値より大きいかどうかを判定し、前記目標確率値が前記M個の確率値の中の最大値である、ように構成され、
前記目標確率値が前記第1の予め設定された閾値以上である場合、前記推奨ECN構成情報が信頼できると決定し、または
前記目標確率値が前記第1の予め設定された閾値未満である場合、前記推奨ECN構成情報が信頼できないと決定する、ように構成される、請求項12から14のいずれか一項に記載の装置。 - 前記参照確率はM個の確率値を含み、前記処理ユニットは、前記M個の確率値のうちの最大N個の確率値の変動係数が第2の予め設定された閾値より大きいかどうかを判定し、Nが2以上M未満の正の整数であり、MがNより大きい正の整数である、ように構成され、
前記N個の確率値の前記変動係数が前記第2の予め設定された閾値以上である場合、前記推奨ECN構成情報が信頼できると決定し、または
前記N個の確率値の前記変動係数が前記第2の予め設定された閾値未満である場合、前記推奨ECN構成情報が信頼できないと決定し、前記N個の確率値の前記変動係数が以下の式に従って決定され、
- ネットワークデバイスからP個のネットワーク状態情報とP個の明示的輻輳通知(ECN)構成情報を受信するように構成されたトランシーバユニットであって、前記P個のネットワーク状態情報の各々は、ネットワークトラフィック情報とネットワーク輻輳情報とを含み、前記ネットワークトラフィック情報は、ネットワークデバイスのトラフィックを示し、前記ネットワークトラフィック情報は、帯域幅利用率、送信済みバイト数、送信済みパケット総数、平均パケット数のうちのいずれか1つ以上を含み、前記ネットワーク輻輳情報は、前記ネットワークデバイスの輻輳状況を示し、前記P個のネットワーク状態情報が前記P個のECN構成情報と1対1の対応関係にあり、Pが2以上の正の整数である、トランシーバユニットと、
前記P個のネットワーク状態情報と前記P個のECN構成情報とに基づいて、ECN最適化モデルを更新するために使用されるモデル更新情報を決定するように構成された処理ユニットと
を備え、
前記トランシーバユニットは、前記ネットワークデバイスへ前記モデル更新情報を送信するようにさらに構成される、電子装置。 - 前記処理ユニットは、前記P個のECN構成情報に基づいてQ個のECN構成情報グループを決定し、前記Q個のECN構成情報グループのうちのq番目のECN構成情報グループが前記P個のECN構成情報のうちのNq個のECN構成情報を含み、前記Nq個のECN構成情報に対応するサンプリング時点が連続しており、前記Nq個のECN構成情報がECN構成情報qで収束し、q=1,...,またはQであり、Nqが2以上の正の整数であり、N1からNqまでの和がPである、ように構成され、
Q個の訓練パラメータグループを決定し、前記Q個の訓練パラメータグループのうちのq番目の訓練パラメータグループがNq個のネットワーク状態情報と前記ECN構成情報qとを含み、前記Nq個のネットワーク状態情報が前記Nq個のECN構成情報と1対1の対応関係にある、ように構成され、
前記Q個の訓練パラメータグループに基づいて前記モデル更新情報を決定するように構成される、請求項17に記載の装置。 - 前記P個のECN構成情報はP個の連続するサンプリング時点と1対1の対応関係にあり、前記処理ユニットは、前記P個のECN構成情報のうちの2つのECN構成情報に基づいて、2つの連続するサンプリング時点のうちの第2のサンプリング時点が切り替え時点であるかどうかを判定し、前記2つのECN構成情報のうちの1つめのECN構成情報が前記2つの連続するサンプリング時点のうちの第1のサンプリング時点に対応し、2つめのECN構成情報が前記第2のサンプリング時点に対応する、ように構成され、
前記第2のサンプリング時点が前記切り替え時点ではない場合、前記2つのECN構成情報が同じECN構成情報グループに属すると決定し、または
前記第2のサンプリング時点が前記切り替え時点である場合、前記2つのECN構成情報が2つのECN構成情報グループに別々に属すると決定する、ように構成される、請求項18に記載の装置。 - 前記処理ユニットは、
|Param(t)-Param(t-1)|×Sign(t-t0-T)≧mean(Param_S)+e×std(Param_S)である場合、前記第2のサンプリング時点が前記切り替え時点であると決定し、そうではない場合、
前記第2のサンプリング時点が前記切り替え時点ではないと決定する、ように構成され、
Tが予め設定された持続時間であり、Param(t)が前記1つめのECN構成情報を示し、Param(t-1)が前記2つめのECN構成情報を示し、t0が前の切り替え時点を示し、Param_Sが前記前の切り替え時点から前記第2のサンプリング時点までのECN構成情報の序列を示し、Signが符号関数を示し、meanが平均関数を示し、stdが標準偏差関数を示し、eがスケーリング因子を示す、請求項19に記載の装置。 - プロセッサを備える通信デバイスであって、前記プロセッサはメモリに結合され、請求項1から10のいずれか一項に記載の方法を行うために、前記メモリに保管された命令および/またはプログラムコードを読み取って実行するように構成される、通信デバイス。
- 論理回路を含むチップシステムであって、前記論理回路は入出力インターフェイスに結合され、請求項1から10のいずれか一項に記載の方法を行うために、前記入出力インターフェイスを通じてデータを送信するように構成される、チップシステム。
- コンピュータ可読記憶媒体であって、前記コンピュータ可読記憶媒体はプログラムコードを保管し、前記プログラムコードがコンピュータ上で実行されると、前記コンピュータは、請求項1から10のいずれか一項に記載の方法を行うことを可能にされる、コンピュータ可読記憶媒体。
- トランシーバとプロセッサとを備えるネットワーク分析デバイスであって、前記プロセッサは、信号を送受する形に前記トランシーバを制御するように構成され、メモリに結合され、前記プロセッサが前記メモリに保管された命令および/またはプログラムコードを実行すると、請求項1から6のいずれか一項に記載の方法が実施される、ネットワーク分析デバイス。
- コンピュータによって実行されると、前記コンピュータに請求項1から10のいずれか一項に記載の方法を行わせる、コンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910872469.7 | 2019-09-16 | ||
CN201910872469.7A CN112511448B (zh) | 2019-09-16 | 2019-09-16 | 处理网络拥塞的方法、更新模型的方法和相关装置 |
PCT/CN2020/115164 WO2021052296A1 (zh) | 2019-09-16 | 2020-09-14 | 处理网络拥塞的方法、更新模型的方法和相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022547624A JP2022547624A (ja) | 2022-11-14 |
JP7451689B2 true JP7451689B2 (ja) | 2024-03-18 |
Family
ID=74884519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022516708A Active JP7451689B2 (ja) | 2019-09-16 | 2020-09-14 | ネットワーク輻輳処理方法、モデル更新方法、および関連装置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20220200906A1 (ja) |
EP (1) | EP4024790A4 (ja) |
JP (1) | JP7451689B2 (ja) |
KR (1) | KR20220051850A (ja) |
CN (1) | CN112511448B (ja) |
BR (1) | BR112022004689A2 (ja) |
WO (1) | WO2021052296A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111490943A (zh) * | 2019-01-29 | 2020-08-04 | 中兴通讯股份有限公司 | 拥塞控制方法、终端及可读存储介质 |
CN118318429A (zh) * | 2021-08-11 | 2024-07-09 | 安法布里卡公司 | 用于使用流级别传输机制进行拥塞控制的系统和方法 |
CN114095364B (zh) * | 2021-11-29 | 2024-02-27 | 新华三大数据技术有限公司 | 网络拥塞控制方法及装置 |
CN114513409B (zh) * | 2022-01-05 | 2023-09-15 | 新华三技术有限公司 | 一种ecn门限配置方法及装置 |
US20240205092A1 (en) * | 2022-12-14 | 2024-06-20 | Advanced Micro Devices, Inc. | Network collective offloading routing management |
CN118233382B (zh) * | 2024-05-22 | 2024-08-16 | 苏州元脑智能科技有限公司 | 拥塞控制方法及拥塞控制模型训练方法、交换机及介质 |
CN118214718B (zh) * | 2024-05-22 | 2024-08-30 | 苏州元脑智能科技有限公司 | 拥塞控制方法、电子设备、存储介质和程序产品 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011188429A (ja) | 2010-03-11 | 2011-09-22 | Kyocera Corp | 無線通信装置 |
US20150029887A1 (en) | 2012-03-09 | 2015-01-29 | British Telecommunications Public Limited Company | Signalling congestion |
JP2017513247A (ja) | 2014-03-20 | 2017-05-25 | テレフオンアクチーボラゲット エルエム エリクソン(パブル) | トンネル輻輳量ポリシング |
US20190089644A1 (en) | 2017-09-18 | 2019-03-21 | Mellanox Technologies, Ltd. | Probabilistic normalized congestion indication based on packet size |
JP2019047254A (ja) | 2017-08-31 | 2019-03-22 | 富士通株式会社 | 情報処理システム、情報処理装置及び情報処理プログラム |
JP2019153937A (ja) | 2018-03-02 | 2019-09-12 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 通信制御システム及び通信制御方法 |
JP2019514294A5 (ja) | 2017-04-12 | 2020-05-14 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080239953A1 (en) * | 2007-03-28 | 2008-10-02 | Honeywell International, Inc. | Method and apparatus for minimizing congestion in gateways |
CN104412648A (zh) * | 2013-05-14 | 2015-03-11 | 华为技术有限公司 | 网络接入方法、用户设备、服务器及接入节点 |
CN105024946A (zh) * | 2015-06-16 | 2015-11-04 | 清华大学 | 一种基于滑动窗口的带宽分配方法、装置和系统 |
US10320681B2 (en) * | 2016-04-12 | 2019-06-11 | Nicira, Inc. | Virtual tunnel endpoints for congestion-aware load balancing |
WO2017199208A1 (en) * | 2016-05-18 | 2017-11-23 | Marvell Israel (M.I.S.L) Ltd. | Congestion avoidance in a network device |
CN108259383B (zh) * | 2016-12-29 | 2021-10-01 | 北京华为数字技术有限公司 | 一种数据的传输方法和网络设备 |
CN108304435B (zh) * | 2017-09-08 | 2020-08-25 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置、计算机设备及存储介质 |
CN110198180B (zh) * | 2018-02-27 | 2020-11-06 | 中国移动通信有限公司研究院 | 一种链路自适应调整方法、设备及计算机可读存储介质 |
CN109446885B (zh) * | 2018-09-07 | 2022-03-15 | 广州算易软件科技有限公司 | 一种基于文本的元器件识别方法、系统、装置和存储介质 |
CN110061927B (zh) * | 2019-04-26 | 2021-07-23 | 东南大学 | 一种多队列数据中心环境中面向微突发流的拥塞感知与标记方法 |
-
2019
- 2019-09-16 CN CN201910872469.7A patent/CN112511448B/zh active Active
-
2020
- 2020-09-14 JP JP2022516708A patent/JP7451689B2/ja active Active
- 2020-09-14 KR KR1020227010232A patent/KR20220051850A/ko not_active Application Discontinuation
- 2020-09-14 WO PCT/CN2020/115164 patent/WO2021052296A1/zh unknown
- 2020-09-14 BR BR112022004689A patent/BR112022004689A2/pt unknown
- 2020-09-14 EP EP20866251.0A patent/EP4024790A4/en active Pending
-
2022
- 2022-03-15 US US17/695,540 patent/US20220200906A1/en active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011188429A (ja) | 2010-03-11 | 2011-09-22 | Kyocera Corp | 無線通信装置 |
US20150029887A1 (en) | 2012-03-09 | 2015-01-29 | British Telecommunications Public Limited Company | Signalling congestion |
JP2017513247A (ja) | 2014-03-20 | 2017-05-25 | テレフオンアクチーボラゲット エルエム エリクソン(パブル) | トンネル輻輳量ポリシング |
JP2019514294A5 (ja) | 2017-04-12 | 2020-05-14 | ||
JP2019047254A (ja) | 2017-08-31 | 2019-03-22 | 富士通株式会社 | 情報処理システム、情報処理装置及び情報処理プログラム |
US20190089644A1 (en) | 2017-09-18 | 2019-03-21 | Mellanox Technologies, Ltd. | Probabilistic normalized congestion indication based on packet size |
JP2019153937A (ja) | 2018-03-02 | 2019-09-12 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 通信制御システム及び通信制御方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112511448A (zh) | 2021-03-16 |
WO2021052296A1 (zh) | 2021-03-25 |
KR20220051850A (ko) | 2022-04-26 |
BR112022004689A2 (pt) | 2022-06-14 |
CN112511448B (zh) | 2024-09-20 |
EP4024790A4 (en) | 2022-11-02 |
US20220200906A1 (en) | 2022-06-23 |
JP2022547624A (ja) | 2022-11-14 |
EP4024790A1 (en) | 2022-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7451689B2 (ja) | ネットワーク輻輳処理方法、モデル更新方法、および関連装置 | |
US20210029041A1 (en) | Load Balancing Method, Device, and System | |
US11888744B2 (en) | Spin-leaf network congestion control method, node, system, and storage medium | |
EP4401381A2 (en) | Receiver-based precision congestion control | |
US20220210026A1 (en) | Network Parameter Configuration Method and Apparatus, Computer Device, and Storage Medium | |
US10873529B2 (en) | Method and apparatus for low latency data center network | |
CN112422443B (zh) | 一种拥塞算法的自适应控制方法、存储介质、设备及系统 | |
CN112532530B (zh) | 一种拥塞通知信息调整的方法及设备 | |
US20220191140A1 (en) | Data transmission control method, apparatus, and storage medium | |
US20140133320A1 (en) | Inter-packet interval prediction learning algorithm | |
CN113328953B (zh) | 网络拥塞调整的方法、装置和存储介质 | |
US20220294736A1 (en) | Congestion Control Method and Related Device | |
CN114731335A (zh) | 用于网络消息排序的装置和方法 | |
CN115102905B (zh) | 一种ecn水线调整方法及装置 | |
US9344384B2 (en) | Inter-packet interval prediction operating algorithm | |
CN111901237B (zh) | 源路由选路方法及系统、相关设备及计算机可读存储介质 | |
US9160688B2 (en) | System and method for selective direct memory access | |
Zhang et al. | LearningCC: An online learning approach for congestion control | |
WO2024119513A1 (en) | Device and method for agent for dynamically adapting explicit congestion notification configuration in network system | |
CN116366569A (zh) | 一种调整无损网络速率的方法、系统、计算机设备及介质 | |
CN116489087A (zh) | 具有实时数据路径优化的网络设备 | |
Liu et al. | Regional congestion mitigation in lossless datacenter networks | |
He et al. | Critical Flow Rerouting Based on Policy Gradient algorithm | |
CN117255053A (zh) | 数据中心网络中基于蚁群算法的自适应路由方法及系统 | |
Wan et al. | Research on Improved Algorithm of RDMA Network Congestion Control for Data Center |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220425 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220425 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230425 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230508 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230807 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231106 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240202 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240219 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240306 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7451689 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |