当前因特网以及云数据中心为高峰负荷而设计,资源的超量供给确保了网络的正常运行,然而导致了资源利用率低下,造成了巨大的电能浪费。网络虚拟化作为未来因特网、云数据中心和软件定义网络的重要技术,其通过整合网络基础设施资源,能够合理有效地使用能量,使得智能能耗感知网络部署成为可能。在网络虚拟化背景下构建绿色网络与绿色数据中心是当前重要研究课题。能耗感知虚拟网络映射是网络虚拟化面临的主要挑战之一,受到学术界与工业界的广泛关注。当前大部分虚拟网络映射模型与算法主要集中在基于映射代价最小化的虚拟网络映射,并未考虑到底层网络的能耗,造成了底层网络能耗极大浪费。近几年,能耗感知的虚拟网络映射模型与算法被提出,现有研究成果存在以下两个方面的问题：1)能耗感知虚拟网络映射主要应用资源整合策略,底层网络能耗依然很高：2)虚拟网络映射研究范围有限,主要集中在负载非周期性动态变化下研究节约能耗。针对上述问题,本论文对能耗感知虚拟网络映射进行研究,作了如下工作：1 针对基于多商品流的多路径链路映射算法时间复杂度高,设计了基于最小费用流的多路径链路映射算法；在虚拟链路映射中发现并解释了虚拟网络映射代价收益动态倒置现象。实验结果表明代价收益动态倒置现象的客观存在性,所提算法能够有效地降低能耗,且时间复杂度低。2 针对底层网络能耗与底层节点利用率紧密联系,提出了基于节点映射能耗代价最小化的虚拟网络映射运输模型,在虚拟链路映射约束下,设计了基于最小元素法的高效节能虚拟网络映射算法以及节点可重复映射的虚拟网络映射算法,并探讨了算法对系统能耗的影响。实验结果表明设计的虚拟网络映射算法能够有效地降低了底层网络能耗。3 结合资源整合以及节点映射能耗代价最小化两种策略,提出了能耗感知虚拟网络映射多目标决策模型；利用标量化方法,转换为整数线性规划模型,设计了基于GLPK数学规划求解程序,并在未来因特网以及云数据中心网络拓扑结构下实验仿真比较了多目标决策模型与其它模型的性能,实验结果表明多目标决策模型的有效性。进而,结合资源整合策略与节点映射能耗代价最小化,设计了基于最小元素法的增强的能耗感知虚拟网络映射算法,并由实验验证了该算法能够有效降低系统能耗。4 针对底层网络能耗受到虚拟网络映射动态特征的影响,提出了基于字典库和基于反馈控制的虚拟网络主动映射方法。其中基于字典库的主动映射方法构建了历史数据字典库,设计了从字典库中训练资源利用率的算法和寻找可休眠资源集合的方法；基于反馈控制的主动映射方法是利用节点和链路映射对可休眠资源集合的反馈作用,扩大了底层网络资源休眠集合范围。在中等对称网络拓扑结构以及USNET网络拓扑结构下、在不同链路能耗(在IP-WDM网络中链路能耗与长度相关,在对称网络拓扑结构中链路能耗与长度无关)实验,结果表明主动休眠方法能够显著地降低底层网络能耗。5 针对底层网络流量呈现复杂的周期性动态变化,本论文在负载周期性动态变化环境下研究能耗感知虚拟网络映射,建立了高效节能虚拟网络映射多反馈控制方法及模拟负载周期性动态变化下的仿真环境算法。实验证明能耗感知虚拟网络映射多反馈控制方法不仅显著降低了底层网络能耗,而且有效地提高了系统收益和虚拟网络接收率。