基于深度强化学习的数据中心自适应流量控制方法

本发明属于数据中心网络流量控制领域，公开了一种基于深度强化学习的数据中心自适应流量控制方法，包括：S1，选取动作空间和状态空间参数；S2，根据动作空间与状态空间，设计奖励函数；S3，统一管理交换机端口队列；S4,获取状态，计算奖励，并更新网络，训练优化网络环境；S5，若交换机端口阈值在多个时间步内均没有产生奖励，说明此阈值与当前网络环境适配，暂停训练，S6，当暂停训练的交换机端口数据累计超过界限时，表征此时可能触发流量控制，恢复对此端口阈值的训练。本发明使交换机的每个端口实现了自适应流量调控，可有效提升网络传输速度，具备收敛快、易部署、适配性强等优点。