摘要
本发明涉及一种工业物联网中数字孪生辅助基于时空大模型资源需求预测的VNF迁移方法,属于移动通信技术领域。针对资源需求波动导致服务连续性差、迁移策略滞后及同步时延高的问题,提出以下方案:构建数字孪生网络架构实时采集节点信息;通过图卷积网络提取空间特征,结合多头自注意力机制捕捉时间依赖性,利用大语言模型预测未来资源需求;建立融合能耗、时延和负载均衡的系统优化模型,采用异构多智能体强化学习算法决策VNF迁移与数字孪生节点重关联。本方法显著提升资源预测精度,降低迁移能耗15%以上,同步时延减少20%,有效优化网络负载均衡,提高系统整体效用30%。
技术关键词
数字孪生
迁移方法
网络切片架构
资源需求数据
注意力机制
策略
大语言模型
矩阵
网络切片管理系统
工业物联网场景
分布式计算节点
核心网服务器
异构多智能体
时延
网络拓扑
空间特征提取
系统为您推荐了相关专利信息
运动想象脑电信号
滤波器
解码方法
脑电特征
时域特征提取
实例分割模型
视觉SLAM方法
室内动态场景
动态物体
SLAM系统
通道注意力机制
编码器
可见光
卷积特征
频域特征
神经网络模型
图像修复方法
多尺度特征
注意力机制
重建图像数据