本发明涉及一种基于深度信念网络资源需求预测的虚拟网络功能动态迁移方法，属于移动通信领域，包括步骤S1：针对切片网络中SFC业务资源需求的动态性特征，建立综合迁移开销和带宽开销的系统开销模型；S2：为了实现自发的VNF迁移，实时监控虚拟网络功能或链路的资源使用情况，采用基于在线学习的自适应DBN预测的方法及时发现其所部署的底层节点或链路中的资源热点；S3：根据预测结果设计基于拓扑感知的动态迁移方法以减少系统开销；S4：提出基于禁忌搜索的优化方法进一步优化迁移策略。本发明的预测方法不仅加快了训练网络的收敛速度，而且有很好地预测效果，与迁移方法结合在一起有效地降低了系统开销和服务等级协议违例次数，提高了网络服务的性能。