网络工程中网络拥塞成因深度解析与动态缓解对策研究

马 俊秋
武警齐齐哈尔支队

摘要

针对网络工程动态环境拥塞现象，提出了智能预测和主动调控，分层协同控制架构以及多技术融合等优化对策。
智能预测利用机器学习模型对流量进行准确预判并与主动调控相结合，减少拥塞的发生。分层协同架构集成了边缘 - 控制 -
核心资源并构建闭环反馈机制，提高了响应速度。多技术融合方案将 AI, 区块链和意图驱动网络整合在一起，实现了跨域
可信协作和自动化策略部署。经过实验验证，上述策略成功地将网络拥塞的发生率减少了 41%，响应时间缩短到了 280 毫秒，
同时资源的使用效率也提高了 38%，为在高动态网络环境中的拥塞管理提供了全面的解决策略。

关键词

网络拥塞；智能预测；分层协同控制

参考

[1] 孙岩 , 张建民 , 黎渊 , 等 . 面向高性能计算的互连

网 络 拥 塞 控 制 分 析 与 评 估 [J]. 计 算 机 工 程 与 科 学 , 2024,

46(2):209-216.

[2] 聂廷远 , 孔琪 , 王艳伟 , 等 . 一种优化 FPGA 布线拥

塞的 FHO-BP 网络 [J]. 电讯技术 , 2024, 64(5):785-792.

[3] 蒋成 , 郭向坤 . 基于蚁群算法的无线网络拥塞控制与

实验研究 [J]. 计算机仿真 , 2024, 41(10):337-340.

[4] 黄凯欣 . 基于时延的趋势感知的无损数据中心网络

拥塞控制 [J]. 中国科技纵横 , 2024(8):52-57.

[5] 晁凯 , 康百成 , 王双全 .Huber-AQMRD 算法 : 应对网

络拥塞的性能改进 [J]. 现代电子技术 , 2025, 48(1):65-70.