报文分类问题是计算机网络的一个基本问题,主要研究如何高效的对进入网络设备的报文进行分析判断,并决定应用何种方式来处理报文。近年来伴随着网络规模和性能的发展,报文分类问题在效率和资源占用等方面又有了新的要求。传统的基于人工规则和启发式方法的报文分类算法,一方面分类性能不尽如人意,另一方面受制于较差的泛化性能,不能满足网络规则快速迭代的当今网络环境的需要。本文提出一种不需要人工参与的基于学习的报文分类方法,使用深度强化学习技术构建模型,同时借鉴了传统的启发式报文分类方法的优势,真正实现了端到端的报文分类模型构建,通过在数据集上进行实验并与当前成熟的报文分类方法进行比较,证实本算法能较大幅度地提高报文分类的分类性能和泛化性能。本文详细阐述了算法对传统算法的吸取和改进,并说明了将传统报文分类算法应用到强化学习领域的基本思路。同时说明了深度强化学习环境的设计思路和训练算法的设计细节,最后说明了强化学习和报文分类任务的契合性,揭示了强化学习算法可以被成功应用到报文分类任务中的原因。除了阐述算法的基本思路以外,本文详细说明了算法的实现细节,尤其是在大规模网络上进行算法实现时所需要的分布式训练技术,这为将算法部署在真实的网络环境中提出了一种可用的解决方案。