一种基于机器学习的切片资源动态调整方法及系统

AITNT
正文
推荐专利
一种基于机器学习的切片资源动态调整方法及系统
申请号:CN202410761117
申请日期:2024-06-13
公开号:CN118540804A
公开日期:2024-08-23
类型:发明专利
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号