随着无线通信、移动互联网及无线终端技术的发展,无线接入网的移动流量爆炸增长,并且催生出各种各样的业务需求,如无人驾驶、远程医疗等。面对多样化差异化的业务需求,在5G网络的实际部署中,确定了采用虚拟化技术的网络切片作为5G网络架构的核心。网络切片通过虚拟化的技术,将多个逻辑网络在同一物理基础设施上共享,通信业务可通过软件的方式部署和升级,其资源分配为按需定制的思想,降低了运营商的成本支出和运营支出。网络切片的部署,为人工智能和大数据引入无线端奠定基础的同时,也使无线接入网资源分配变得更加复杂。如何结合大数据设计高效的网络切片资源分配,优化成本和运营成为当前迫切需要解决的问题。本文在云无线接入网基础设施架构下,研究网络切片的计算和通信资源的分配。本文研究网络切片的虚拟化技术,设计了数据驱动的网络切片运维框架。通过该逻辑框架,收集接入网中的数据信息,建立单步时间序列预测和多步时间序列模型。考虑到切片计算资源分配的动态性,为了防止过多的动态分配计算资源导致的服务波动,通过预测未来一段时间的业务量,根据该业务量信息,设计计算资源分配方案。设计的资源调度算法在保证计算资源利用率的情况下,降低网络切片各服务的波动。而在异构云无线接入网基础设施下,针对多种业务需求用户共存情况下的网络切片通信资源分配,根据不同业务的通信需求特点,建立不同的用户效用函数,建立优化问题并进行求解。在通信资源的分配算法设计中主要考虑基站的休眠、用户的接入、信道选择以及功率分配问题。同时考虑到基站的休眠不能根据实时的用户需求导致过于频繁的开启和关闭,在基站休眠策略设计中,采用预测下一段时间的统计业务量,指导基站的休眠。结合预测的统计业务量设计的通信资源调度算法能够在满足用户效用的同时,提高资源的利用率。综上,本文提出了云无线接入网基础架构下网络切片计算资源和通信资源分配方案,在对网络切片架构的扩展的同时,为5G网络和大数据的结合,提供了坚实的理论基础。