随着数据中心、云计算及物联网等技术的快速发展,传统网络架构僵化问题日益突出。运营商通过网络功能虚拟化(Network Function Virtualization,NFV)这种高性价比技术将物理网络抽象为多个彼此独立的虚拟网络以共享其物理资源,并根据用户的多样化需求部署业务。由于网络功能动态加载和网络资源按需调配的实现,加速网络技术的创新与应用,NFV成为解决现有网络问题的一个有效途径。弹性光网络(Elastic Optical Networks,EONs)采用细粒度的频谱资源,根据业务请求以更高的频谱利用率实现频谱带宽的灵活分配,在较少改变当前网络架构的前提下即可满足运营商的多样化需求,被认为是NFV的潜在物理设施。因此,开展EONs中虚拟网络资源映射的研究具有重要的理论价值和实用前景。论文第一章概述EONs、NFV与虚拟网络映射,介绍EONs、虚拟光网络(Virtual Optical Networks,VONs)与虚拟网络功能服务链(Virtual Network Function Service Chainings,VNF-SCs)的研究现状。第二章介绍EONs的结构与频谱资源分配原理;定义底层物理网络与上层虚拟网络的映射模型,阐述虚拟网络映射原理,根据不同分类标准归纳虚拟网络映射算法,并分析各种映射策略的优劣;介绍遗传算法(Genetic Algorithm,GA)的基本原理,分析GA算法应用于大规模优化问题的特点。针对多个VONs高效地共享EONs的物理资源问题,第三章建立EONs中VONs映射的整数线性规划(Integer Linear Programming,ILP)模型,提出一种负载均衡的VONs映射新型算法。所提算法综合考虑物理网络中节点计算资源、节点紧密中心性及链路可用带宽等因素完成节点映射,同时兼顾链路距离和链路占用带宽以实现链路映射。仿真实验表明,与已有算法相比,所提算法占用较少频谱资源,可有效地提高用户业务网络承载的均衡性。该成果已发表于学术期刊《西安电子科技大学学报》。在基于EONs的数据中心(Data Center,DC)架构中,为了减少VNF-SCs映射使用的物理资源,第四章建立VNF-SCs映射的ILP模型,首次采用基于GA的双种群协同进化算法求解该模型。所提算法针对虚拟节点映射和虚拟链路映射两个阶段设置不同种群,采用差异化的收敛策略和进化策略以协同搜索全局最优解。为了提升算法的收敛速度,设计贪婪搜索策略为种群提供初始解。仿真实验表明,与已有算法相比,所提算法可以大幅降低物理网络的资源使用量。该成果将投稿于学术期刊《IEEE Communications Letters》。第五章总结本文工作,给出底层物理网络架构、资源分配的优化目标及其优化算法等三个未来可开展的研究工作。