摘要
本发明公开了一种基于机器学习的切片资源动态调整方法及系统,属于机器学习领域。方法包括:采集数据,并对所述数据进行预处理和分析;基于机器学习对预处理后的数据进行建模和训练,实现对网络流量、用户需求、资源利用情况的预测和优化;根据预测和优化结果,将网络资源按需分割成多个逻辑切片,并将切片资源进行动态分配和配置,再根据数据流量和网络拓扑结构,制定路由策略;对网络资源的实际使用情况和用户需求进行监测,并根据监测结果自动调整切片资源的分配和配置;对网络资源进行实时监控、诊断和管理。本发明提供自适应、智能化、实时动态的网络管理和优化,为新型应用场景和业务需求提供更高效、更可靠的通信服务。
技术关键词
网络拓扑结构
资源
数据
动态切片
网络切片
特征工程
节点状态信息
加权有向图
转移概率矩阵
分析模块
决策
机器学习模型
定位故障
网络管理
通信服务