En la actualidad, la cantidad de equipos de red, servidores y tráfico de red está aumentando de forma exponencial, y la forma en que los operadores asignan y utilizan eficientemente los recursos de red ha atraído considerable atención de los investigadores en pronóstico de tráfico. Sin embargo, con la llegada de la era 5G, el tráfico de red también ha mostrado un crecimiento explosivo, y la complejidad de la red ha aumentado drásticamente. Predecir con precisión el tráfico de red se ha convertido en un problema urgente que debe abordarse. En este artículo, se propone un método de aprendizaje de conjunto de perceptrón multicapa basado en redes neuronales convolucionales (CNN) y unidades recurrentes con compuertas (GRU) para la extracción de características espacio-temporales (MECG) en la predicción de tráfico de red. Primero, extraemos características espaciales y temporales de los datos mediante redes neuronales convolucionales (CNN) y redes neuronales recurrentes (RNN). Luego, las características temporales y espaciales extraídas se fusionan en nuevas características espacio-temporales a través del aprendizaje integrado de un perceptrón multicapa, y se construye un modelo de predicción espacio-temporal en el marco de secuencia a secuencia. Al mismo tiempo, se añaden el mecanismo de forzamiento del profesor y el mecanismo de atención para mejorar la precisión y la velocidad de convergencia del modelo. Finalmente, se compara el método propuesto con otros modelos de aprendizaje profundo para experimentos. Los resultados experimentales muestran que el método propuesto no solo tiene ventajas evidentes en precisión, sino que también muestra cierta superioridad en el costo de entrenamiento en tiempo.