摘要：針對(duì)無(wú)線(xiàn)虛擬化網(wǎng)絡(luò)在時(shí)間域上業(yè)務(wù)請(qǐng)求的動(dòng)態(tài)變化和信息反饋時(shí)延導(dǎo)致虛擬資源分配的不合理,該文提出一種基于長(zhǎng)短時(shí)記憶(LSTM)網(wǎng)絡(luò)的流量感知算法,該算法通過(guò)服務(wù)功能鏈(SFC)的歷史隊(duì)列信息來(lái)預(yù)測(cè)未來(lái)負(fù)載狀態(tài)?；陬A(yù)測(cè)的結(jié)果,聯(lián)合考慮虛擬網(wǎng)絡(luò)功能(VNF)的調(diào)度問(wèn)題和相應(yīng)的計(jì)算資源分配問(wèn)題,提出一種基于最大最小蟻群算法(MMACA)的虛擬網(wǎng)絡(luò)功能動(dòng)態(tài)部署方法,在滿(mǎn)足未來(lái)隊(duì)列不溢出的最低資源需求的前提下,采用按需分配的方式最大化計(jì)算資源利用率。仿真結(jié)果表明,該文提出的基于LSTM神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型能夠獲得很好的預(yù)測(cè)效果,實(shí)現(xiàn)了網(wǎng)絡(luò)的在線(xiàn)監(jiān)測(cè);基于MMACA的VNF部署方法有效降低了比特丟失率的同時(shí)也降低了整體VNF調(diào)度產(chǎn)生的平均端到端時(shí)延。