随着网络规模的扩大和技术的发展,传统互联网已经无法满足新的网络需求,僵化现象日益严重。网络虚拟化技术是解决现有互联网僵化问题的重要技术,其中最关键的问题是虚拟网络映射问题(Virtual Network Embedding),即如何高效合理地将虚拟网络映射到满足资源约束条件的物理网络。虚拟网络映射问题属于NP-hard问题。现有的虚拟网络映射算法的解决方案大多使用启发式算法,易于陷入局部最优解。针对这一缺陷,本文对虚拟网络映射算法进行改进和优化,使其接近全局最优解。首先,详细描述了三种典型的虚拟网络映射算法VNE-Greedy、D-ViNE和RW-BFS,并仿真分析了其网络性能,为后续的算法改进奠定了基础。接着,提出了一种基于禁忌搜索的两阶段映射算法VNE-TS,该算法在节点映射阶段引入禁忌搜索,先确定映射方案初始解,然后在邻域中选取没有被禁的候选解并放入禁忌表中,当满足终止准则时,搜索结束并得到映射最优解。在链路映射阶段则采用最短路径算法。仿真实验结果表明,与传统映射算法相比,VNE-TS在请求接收率、收益、收益成本比、资源利用率和运行时间方面均有提高。最后,提出了一种基于健壮型映射树的一阶段映射算法VNE-RMT,该算法首先建立虚拟网络映射树,然后通过启发式函数选择候选物理节点和链路,同时完成映射。在映射过程中引入回溯机制,确保算法不断向最优解靠拢。仿真实验表明VNE-RMT的算法性能优于传统网络映射算法。