一种基于网内强化学习的微突发缓解方法

本发明涉及一种基于网内强化学习的微突发缓解方法，该方法通过将强化学习算法部署在可编程数据平面，使交换机具备无需控制器协助的微突发事件处理能力，相比于传统方案减少了数据‑控制平面时延，满足微突发所需的微秒级缓解决策需求。此外，强化学习模型使网元可自适应不断变化的网络环境和新的流量模式，使得交换机可以根据实时网络状态做出最佳微突发缓解策略，减轻主机端的处理负担以及对业务流量的影响。