摘要:针对数据中心网络(data center network, DCN)中突发流量频发、拥塞反馈滞后及队列震荡严重等问题, 提出一种基于深度强化学习的显式拥塞通知网络优化(deep Q-learning explicit congestion notification optimization, DQECO)算法. 首先, 该算法以PIE队列管理机制为基础, 引入深度Q网络(deep Q-learning network, DQN)实现对显式拥塞通知(explicit congestion notification, ECN)标记概率的自适应动态调节. 其次, 通过融合队列时延、队列占用率及ECN标记比例等多维度特征, 精准感知网络拥塞状态, 实现对网络拥塞的精细化动态调控. 最后, 通过设计非线性多目标奖励函数, 引导智能体在与网络环境的持续交互中最大化长期累积回报, 实现算法性能的持续迭代优化. 为验证算法性能, 本文构建基于ns3-ai的仿真环境, 在多种场景下与NewReno、QTCP算法进行对比测试; 实验结果表明, DQECO算法综合性能优于对比算法, 在高带宽场景下, 吞吐量较NewReno提升约160%、较QTCP提升约13.4%, 平均往返时延、队列占用率及丢包率分别控制在0.08 s左右、0.2以下及0.4以下, 能有效保证吞吐量稳定、抑制队列震荡, 具有更好的稳定性与自适应能力.