一种基于虚拟网络功能资源需求预测的网络延时优化方法

摘要

本发明公开了一种基于虚拟网络功能资源需求预测的网络延时优化方法，所包括：利用SDN的全局感知，获取网络中SFC的信息，并提取SFC的资源需求特征；构建LSTM神经网络预测模型，预测VNFs下一时刻的资源需求；根据预测结果，判断所述网络的负载情况，并决定是否进行优化；将网络变化程度分级，并根据网络环境的不同变化程度重构SFCs，使得网络时延最小。本发明充分利用VNF弹性灵活的优点，再结合深度学习预测算法，提出一种基于虚拟网络功能资源需求预测的网络延时优化方法，本发明利用基于LSTM神经网络的预测模型预测VNF在下一时刻的资源需求，在实际流量到达之前调整VNF部署，解决滞后性问题，根据网络环境的不同变化程度重构SFCs，优化网络延时，提高用户体验。