基于深度强化学习的高功率密度数据中心传输控制方法

摘要

为了提高数据中心的能效和传输性能，提出一种基于深度强化学习的高功率密度数据中心传输控制方法。选取目标物理主机，将虚拟机迁入目标物理主机后，判断资源负载是否超出限定值，以此确定虚拟机迁移方案，直到全部物理节点负载达到均衡。将改进Q-learning算法用于数据中心拥塞控制，通过训练得到的Q矩阵，为数据中心网络流分配合适速率，避免拥塞。基于数据传输衰败模型完成信息包至校验包自动解码，实现数据中心安全传输控制。实验结果表明，所提方法应用后系统负载系数始终在0.5～0.6之间，且平均吞吐量和平均链路利用率更高。

关键词

高功率密度数据中心 / 深度强化学习 / 负载均衡 / 拥塞控制 / 数据传输控制

基金资助

广东省科技项目资助(21001K2023030301SJ00040)