網(wǎng)絡(luò)切片的分類 網(wǎng)絡(luò)切片粒度如何選擇
網(wǎng)絡(luò)切片是一種按需組網(wǎng)的方式，可以讓運(yùn)營(yíng)商在統(tǒng)一的基礎(chǔ)設(shè)施上分離出多個(gè)虛擬的端到端網(wǎng)絡(luò)，每個(gè)網(wǎng)絡(luò)切片從無(wú)線接入網(wǎng)承載網(wǎng)再到核心網(wǎng)上進(jìn)行邏輯隔離，以適配各種各樣類型的應(yīng)用。
網(wǎng)絡(luò)切片的分類
1、獨(dú)立切片
擁有獨(dú)立功能的切片，包括控制面、用戶面及各種業(yè)務(wù)功能模塊，為特定用戶群提供獨(dú)立的端到端專網(wǎng)服務(wù)或者部分特定功能服務(wù)。
2、共享切片
其資源可供各種獨(dú)立切片共同使用，共享切片提供的功能可以是端到端的，也可以是提供部分共享功能。
網(wǎng)絡(luò)切片粒度如何選擇
切片顆粒過(guò)粗的話，切片網(wǎng)絡(luò)的靈活性就會(huì)較差，差異化服務(wù)的需求將難以滿足。
切片顆粒過(guò)細(xì)（切片切割的隔離度越高），越容易實(shí)現(xiàn)差異化及獨(dú)立運(yùn)營(yíng)，但是會(huì)造成不同切片之間的動(dòng)態(tài)管理和資源共享難度增加，對(duì)平臺(tái)、編排、管理等都是比較大的挑戰(zhàn)。
所以一定要基于業(yè)務(wù)場(chǎng)景的實(shí)際需求來(lái)選擇切片的粒度，要合理地切分網(wǎng)絡(luò)資源，盡量把同種類型的業(yè)務(wù)合并在一個(gè)切片里面。
整合自：SDNLAB君、紅松、百度百科
編輯：jq
聲明：本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題，請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
無(wú)線接入
+關(guān)注
關(guān)注
0文章
47瀏覽量
12867 -
網(wǎng)絡(luò)切片
+關(guān)注
關(guān)注
3文章
200瀏覽量
12470
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
熱點(diǎn)推薦
福建移動(dòng)聯(lián)合華為打造AI WAN SPN網(wǎng)絡(luò)
福建移動(dòng)攜手華為在SPN（Slicing Packet Network，切片分組網(wǎng)）網(wǎng)絡(luò)中深度融合AI能力，引入設(shè)備級(jí)、網(wǎng)絡(luò)級(jí)、運(yùn)營(yíng)級(jí)AI節(jié)能技術(shù)，在釋放網(wǎng)絡(luò)效能的同時(shí)，引入SPN獨(dú)特
FIB聚焦離子束切片分析
FIB（聚焦離子束）切片分析作為一種前沿的材料表征技術(shù)，憑借其高精度和多維度的分析能力，在材料科學(xué)、電子器件研究以及納米技術(shù)領(lǐng)域扮演著至關(guān)重要的角色。它通過(guò)離子束對(duì)材料表面進(jìn)行刻蝕，形成極薄的切片
信道選擇對(duì)網(wǎng)絡(luò)性能的影響
在現(xiàn)代通信網(wǎng)絡(luò)中，信道選擇是確保數(shù)據(jù)傳輸效率和可靠性的關(guān)鍵因素之一。無(wú)線通信網(wǎng)絡(luò)，尤其是蜂窩網(wǎng)絡(luò)，依賴于無(wú)線電波在設(shè)備之間傳輸信息。這些無(wú)線電波通過(guò)不同的信道傳播，而信道的特性直接影響
什么是半導(dǎo)體芯片的失效切片分析？
芯片切片分析技術(shù)芯片切片分析是一種在半導(dǎo)體、電子顯微學(xué)和材料科學(xué)等領(lǐng)域廣泛應(yīng)用的技術(shù)。通過(guò)將芯片切成薄片，研究人員可以直接觀察芯片內(nèi)部的微觀結(jié)構(gòu)，如晶體管、電路布線等，從而深入研究芯片的內(nèi)部結(jié)構(gòu)
超短脈沖激光輔助碳化硅晶圓切片
圓切片工藝具有重要價(jià)值。然而，該技術(shù)的原理和損傷層形成機(jī)理尚未完全明確。因此，本文將介紹超短脈沖激光輔助SiC晶圓切片工藝原理，并深入探討超短脈沖激光在材料內(nèi)部加工的機(jī)理問(wèn)題。 超短脈沖激光輔助碳化硅晶圓切片工藝原理
新加坡電信推出全球首例基于App的5G網(wǎng)絡(luò)切片技術(shù)
近日，新加坡電信（Singtel）對(duì)外宣布了一項(xiàng)革命性的技術(shù)創(chuàng)新——全球首款基于App的5G網(wǎng)絡(luò)切片技術(shù)，該技術(shù)允許企業(yè)根據(jù)應(yīng)用和特定用戶需求，優(yōu)先分配網(wǎng)絡(luò)連接資源。
這項(xiàng)技術(shù)被稱為“用戶
基于FPGA+GPU異構(gòu)平臺(tái)的遙感圖像切片解決方案
隨著遙感和成像技術(shù)的不斷進(jìn)步和普及，獲取大量高分辨率的遙感圖像已成為可能。這些大規(guī)模的遙感圖像數(shù)據(jù)需要進(jìn)行有效的處理和分析，以提取有用的信息，進(jìn)行進(jìn)一步的應(yīng)用。遙感圖像切片技術(shù)應(yīng)運(yùn)而生，該技術(shù)可以將
BP神經(jīng)網(wǎng)絡(luò)在語(yǔ)言特征信號(hào)分類中的應(yīng)用
隨著人工智能技術(shù)的飛速發(fā)展，語(yǔ)言特征信號(hào)分類作為語(yǔ)音識(shí)別、語(yǔ)種識(shí)別及語(yǔ)音情感分析等領(lǐng)域的重要基礎(chǔ)，正逐漸受到研究者的廣泛關(guān)注。BP神經(jīng)網(wǎng)絡(luò)（Back Propagation Neural
使用mybatis切片實(shí)現(xiàn)數(shù)據(jù)權(quán)限控制
一、使用方式 數(shù)據(jù)權(quán)限控制需要對(duì)查詢出的數(shù)據(jù)進(jìn)行篩選，對(duì)業(yè)務(wù)入侵最少的方式就是利用mybatis或者數(shù)據(jù)庫(kù)連接池的切片對(duì)已有業(yè)務(wù)的sql進(jìn)行修改。切片邏輯完成后，僅需要在業(yè)務(wù)中加入少量標(biāo)記代碼
人工神經(jīng)網(wǎng)絡(luò)模型的分類有哪些
詳細(xì)介紹人工神經(jīng)網(wǎng)絡(luò)的分類，包括前饋神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)、生成對(duì)抗
BP神經(jīng)網(wǎng)絡(luò)激活函數(shù)怎么選擇
BP神經(jīng)網(wǎng)絡(luò)（Backpropagation Neural Network）是一種多層前饋神經(jīng)網(wǎng)絡(luò)，其核心思想是通過(guò)反向傳播算法來(lái)調(diào)整網(wǎng)絡(luò)中的權(quán)重和偏置，以實(shí)現(xiàn)對(duì)輸入數(shù)據(jù)的分類或回歸。
卷積神經(jīng)網(wǎng)絡(luò)分類方法有哪些
卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）是一種深度學(xué)習(xí)模型，廣泛應(yīng)用于圖像分類、目標(biāo)檢測(cè)、語(yǔ)義分割等計(jì)算機(jī)視覺(jué)任務(wù)。本文將詳細(xì)介紹卷積神經(jīng)網(wǎng)絡(luò)的分類
cnn卷積神經(jīng)網(wǎng)絡(luò)分類有哪些
卷積神經(jīng)網(wǎng)絡(luò)（CNN）是一種深度學(xué)習(xí)模型，廣泛應(yīng)用于圖像分類、目標(biāo)檢測(cè)、語(yǔ)義分割等領(lǐng)域。本文將詳細(xì)介紹CNN在分類任務(wù)中的應(yīng)用，包括基本結(jié)構(gòu)、關(guān)鍵技術(shù)、常見(jiàn)網(wǎng)絡(luò)架構(gòu)以及實(shí)際應(yīng)用案例。
什么神經(jīng)網(wǎng)絡(luò)模型適合做分類
神經(jīng)網(wǎng)絡(luò)是一種強(qiáng)大的機(jī)器學(xué)習(xí)模型，廣泛應(yīng)用于各種分類任務(wù)。在本文中，我們將詳細(xì)介紹幾種適合分類任務(wù)的神經(jīng)網(wǎng)絡(luò)模型，包括前饋神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)
卷積神經(jīng)網(wǎng)絡(luò)在文本分類領(lǐng)域的應(yīng)用
在自然語(yǔ)言處理（NLP）領(lǐng)域，文本分類一直是一個(gè)重要的研究方向。隨著深度學(xué)習(xí)技術(shù)的飛速發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，簡(jiǎn)稱CNN）在圖像識(shí)別領(lǐng)域取得了
工商網(wǎng)監(jiān)
評(píng)論