一种基于优先级与CNN-LSTM的5G交通局域网网络切片方法

一种基于优先级与CNN‑LSTM的5G交通局域网网络切片方法，首先将接入网络的不同业务节点进行优先级划分以及对各类通信消息进行优先级划分，进而建立业务优先级到网络切片的映射机制，并对承载不同业务的网络切片进行服务等级协议SLA设定。将动态的业务流量需求作为输入信号输入CNN模型，CNN模型具有强大的特征学习能力，信号经过CNN卷积层和池化层的多次操作后输出到LSTM模型。长短期记忆神经网络能结合前向信息进行特征提取，完善CNN特征提取的不足，充分利用全局和局部信息，大大提高业务流量预测的精准度。最后根据业务需求的预测结果，最大化各切片的服务等级协议SLA满足率，实现切片无线资源的最优分配。