不同需求类型的互联网应用快速发展扩大了对底层互联网硬件设施的需求。由于搭建硬件设施成本高,虚拟网络服务提供商将基础硬件设施网络和用户请求的资源网络分别抽象成物理网络(Substrate Network,SN)和虚拟网络(Virtual Network,VN),并使用网络虚拟化(Network virtualization,NV)技术将网络资源作为有偿服务提供给用户使用。虚拟网络嵌入(Virtual Network Embedding,VNE)作为NV过程中的关键技术部分成为了研究热点。传统的VNE算法只是追求提高VN请求接受率,忽略了对于用户需求的研究。针对于这样的问题,本文围绕着保障VN请求接受率的同时提高用户服务质量(Quality of Service,Qo S)对VNE问题进行了研究。本论文在第一章主要叙述VNE算法的研究背景、研究意义、VNE问题在国内外研究现状。第二章对VNE问题进行详细的介绍,首先介绍了VNE问题的一般模型,了解VNE算法嵌入过程;其次,介绍VNE的商业模型,了解未来互联网架构中,VNE算法对于未来互联网架构中的商业角色的影响;最后列举一些常用于评估VNE算法性能的参数,并对参数定义进行了详细说明。第三章提出并研究了如何在VNE过程中降低SN链路压力的问题。在研究中发现一些对于链路压力敏感的虚拟网络请求使用现有的一些VNE算法,并不能保证用户的Qo S。于是作者通过节点在网络中的资源属性确定节点服务的优先级;其次,通过第一个虚拟节点嵌入的位置和VN的性状确定VN的嵌入范围,达到虚拟节点集中嵌入的目的,从而实现缩小虚拟链路嵌入路径长度;最后在链路嵌入阶段,通过预请求资源方法在k条最短路路径中查找合适的路径进行链路嵌入。模拟实验分别通过与决定性节点嵌入k阶最短路径和决定性节点嵌入分割路径两种算法比较,表明LSAVNE在嵌入的成本,成本/收益,平均链路压力,虚拟网络请求接受率等性能参数上更优于对比算法。第四章,传统VNE算法研究中忽略了VN嵌入的不同候选对象对VN和SN影响不同的问题。VN选择一个与之相似结构的嵌入对象,而比随机选择一个嵌入结构的嵌入效果更好。于是考虑使用图熵量化VN和SN中的信息结构,为提取相似结构候选对象的判断提供依据。同时针对VNE问题中使用图像分割计算复杂问题,在本研究中使用了一种资源搜索的方法,可以避免复杂资源分割等问题。针对于以上问题作者进行了建模,并提出了一种基于图熵的虚拟网络嵌入算法。最后将提出算法在模拟实验平台上进行模拟对比实验,验证了模型和算法的正确性和有效性。第五章对研究生阶段研究进行总结和对未来进行展望。