网络功能虚拟化(Network function virtualization,NFV)作为一种全新的网络架构,是网络运营商提出的一项重要举措,NFV旨在提高网络灵活性,并大幅度降低网络运营支出(OPEX)和资本支出(CAPEX)。特别是,NFV给服务功能链(Service function chains,SFC)的部署和应用带来了巨大的灵活性和高效性,NFV通过将网络功能(Network function,NF)与专有设备解耦,并将数据处理从专用硬件设备转移到运行在通用服务器中的虚拟网络功能(Virtual network function,VNF)上,实现灵活地功能部署和快速地服务更新。然而,现有的SFC处理方法主要集中在串行处理模式,即通过将NF链接到一条有序链中,并将NF逐个部署以提供用户服务,但是,串行组链方式中服务的端到端延迟将随链长而线性增加,这对于时延敏感型应用场景是不可接受的。为了有效减少SFC端到端时延,本文主要研究并行SFC(PSFC)优化处理机制,该问题分为PSFC优化部署和调度。本文首先研究了VNF之间顺序依赖关系,将可并行的VNF抽离原链置于并行处理的支链生成PSFC;并提出一种基于资源匹配的PSFC部署方法(Para Match),实现PSFC的优化部署。仿真实验表明,该算法能降低45%的SFC端到端延迟,并提高资源利用率和服务接受率。为解决PSFC调度问题,进一步优化PSFC的处理效率,本文提出自适应的PSFC处理机制,一种自适应的在线强化学习方法。首先,基于PSFC处理架构提出了并行度优化算法(POA),该算法能够消除不必要的并行度,减少30%-35%的额外资源消耗;其次,针对多条PSFCs的调度问题,提出基于强化学习的PSFCs的联合优化算法(Jo RL),该算法能够实时的感知网络状态,实现PSFCs优化部署与调度。仿真实验表明,Jo RL算法能显著的降低SFCs总延迟,提高网络资源利用率和服务接受率。本文将为超低延迟的服务功能链的部署和调度提供了关键的技术基础,对于构建低时延、高效的未来网络具有深远的现实意义。