網絡切片的分類 網絡切片粒度如何選擇
網絡切片是一種按需組網的方式，可以讓運營商在統一的基礎設施上分離出多個虛擬的端到端網絡，每個網絡切片從無線接入網承載網再到核心網上進行邏輯隔離，以適配各種各樣類型的應用。
網絡切片的分類
1、獨立切片
擁有獨立功能的切片，包括控制面、用戶面及各種業務功能模塊，為特定用戶群提供獨立的端到端專網服務或者部分特定功能服務。
2、共享切片
其資源可供各種獨立切片共同使用，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。
網絡切片粒度如何選擇
切片顆粒過粗的話，切片網絡的靈活性就會較差，差異化服務的需求將難以滿足。
切片顆粒過細（切片切割的隔離度越高），越容易實現差異化及獨立運營，但是會造成不同切片之間的動態管理和資源共享難度增加，對平臺、編排、管理等都是比較大的挑戰。
所以一定要基于業務場景的實際需求來選擇切片的粒度，要合理地切分網絡資源，盡量把同種類型的業務合并在一個切片里面。
整合自：SDNLAB君、紅松、百度百科
編輯：jq
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。
舉報投訴
-
無線接入
+關注
關注
0文章
47瀏覽量
12875 -
網絡切片
+關注
關注
3文章
200瀏覽量
12482
發布評論請先 登錄
相關推薦
熱點推薦
福建移動聯合華為打造AI WAN SPN網絡
福建移動攜手華為在SPN（Slicing Packet Network，切片分組網）網絡中深度融合AI能力，引入設備級、網絡級、運營級AI節能技術，在釋放網絡效能的同時，引入SPN獨特
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，憑借其高精度和多維度的分析能力，在材料科學、電子器件研究以及納米技術領域扮演著至關重要的角色。它通過離子束對材料表面進行刻蝕，形成極薄的切片
信道選擇對網絡性能的影響
在現代通信網絡中，信道選擇是確保數據傳輸效率和可靠性的關鍵因素之一。無線通信網絡，尤其是蜂窩網絡，依賴于無線電波在設備之間傳輸信息。這些無線電波通過不同的信道傳播，而信道的特性直接影響
什么是半導體芯片的失效切片分析？
芯片切片分析技術芯片切片分析是一種在半導體、電子顯微學和材料科學等領域廣泛應用的技術。通過將芯片切成薄片，研究人員可以直接觀察芯片內部的微觀結構，如晶體管、電路布線等，從而深入研究芯片的內部結構
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值。然而，該技術的原理和損傷層形成機理尚未完全明確。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部加工的機理問題。 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網絡切片技術
近日，新加坡電信（Singtel）對外宣布了一項革命性的技術創新——全球首款基于App的5G網絡切片技術，該技術允許企業根據應用和特定用戶需求，優先分配網絡連接資源。
這項技術被稱為“用戶
基于FPGA+GPU異構平臺的遙感圖像切片解決方案
隨著遙感和成像技術的不斷進步和普及，獲取大量高分辨率的遙感圖像已成為可能。這些大規模的遙感圖像數據需要進行有效的處理和分析，以提取有用的信息，進行進一步的應用。遙感圖像切片技術應運而生，該技術可以將
BP神經網絡在語言特征信號分類中的應用
隨著人工智能技術的飛速發展，語言特征信號分類作為語音識別、語種識別及語音情感分析等領域的重要基礎，正逐漸受到研究者的廣泛關注。BP神經網絡（Back Propagation Neural
使用mybatis切片實現數據權限控制
一、使用方式 數據權限控制需要對查詢出的數據進行篩選，對業務入侵最少的方式就是利用mybatis或者數據庫連接池的切片對已有業務的sql進行修改。切片邏輯完成后，僅需要在業務中加入少量標記代碼
BP神經網絡激活函數怎么選擇
BP神經網絡（Backpropagation Neural Network）是一種多層前饋神經網絡，其核心思想是通過反向傳播算法來調整網絡中的權重和偏置，以實現對輸入數據的分類或回歸。
卷積神經網絡分類方法有哪些
卷積神經網絡（Convolutional Neural Networks，CNN）是一種深度學習模型，廣泛應用于圖像分類、目標檢測、語義分割等計算機視覺任務。本文將詳細介紹卷積神經網絡的分類
cnn卷積神經網絡分類有哪些
卷積神經網絡（CNN）是一種深度學習模型，廣泛應用于圖像分類、目標檢測、語義分割等領域。本文將詳細介紹CNN在分類任務中的應用，包括基本結構、關鍵技術、常見網絡架構以及實際應用案例。
什么神經網絡模型適合做分類
神經網絡是一種強大的機器學習模型，廣泛應用于各種分類任務。在本文中，我們將詳細介紹幾種適合分類任務的神經網絡模型，包括前饋神經網絡、卷積神經
卷積神經網絡在文本分類領域的應用
在自然語言處理（NLP）領域，文本分類一直是一個重要的研究方向。隨著深度學習技術的飛速發展，卷積神經網絡（Convolutional Neural Network，簡稱CNN）在圖像識別領域取得了
工商網監
評論