摘要
本发明公开了一种用于网络切片的网络资源优化方法，包括：利用分布式数据采集系统，从各网络节点实时采集各网络切片的历史流量数据、用户行为数据和网络拓扑信息，对其进行数据预处理，形成特征数据集；将特征数据集输入基于注意力机制和混合密度网络算法构建的预测模型，通过梯度下降算法优化网络权重，对预测模型进行训练；对训练结束的预测模型输入当前时刻的特征数据，输出不同网络切片对未来流量需求的概率分布的预测值；根据预测的不同网络切片对未来流量需求的概率分布，制定资源预分配策略，动态优化调整网络资源。本发明通过精确的资源预分配，最大化地利用了网络资源，降低了运营成本，提高了资源利用效率。
