面向模型分布式训练的周期性流量传输优化

本发明公开一种面向模型分布式训练的周期性流量传输优化方法，属于网络通信技术领域。首先，通过收集链路的往返时间、最大链路利用率和交换机的出口队列长度变化信息，构建网络流量模型；其次，使用基于滑动窗口的局部傅里叶变换方法，处理采集的流量信号；然后，根据处理过的流量信号频谱，分析路径中流量信号的周期构成，并分离本机流量信号与非本机流量信号方便后续建模计算；最后，基于本机和非本机流量信号波建立周期性流量错峰传输模型，计算得到最小化目标函数的最优错峰时移值。利用本发明计算得到的传输时移值延迟传输本机流量，可有效实现流量的错峰传输，缓解突发拥塞和交换区缓冲区溢出问题，显著提升链路利用率及数据传输效率。