网络切片作为下一代网络中的关键技术，不仅能灵活地为用户提供垂直方向上的差异化服务，而且能有效降低网络的部署运维成本。在跨域网络背景下，针对网络切片的动态创建、管理和全局资源优化存在的问题，展开基于数据驱动的网络切片资源智能映射及优化机制的研究。首先，研究合理的模型来表示跨域网络物理资源及带有波动性的网络切片资源需求。其次，针对切片资源映射方案计算的时效性问题，拟先分析网络切片资源需求的共性来设计资源预分配方案，再研究基于深度强化学习网络的资源智能映射模型。然后，针对不同类型网络切片需求的时变性，研究基于元学习的模型来预测网络切片未来的资源需求来为全局资源的优化做准备。最后，为了达到保障网络切片的服务质量、规避网络拥塞和节点过载的风险、提高物理资源利用率等目标，研究基于预测机制的多目标全局资源优化模型。研究成果将为网络切片的资源分配与优化算法提供新思路，具有良好的应用价值。