虚拟现实(Virtual Reality,VR)视频以其沉浸式体验吸引了越来越多人的关注,其高带宽、低时延的需求也对网络传输提出了很大的挑战。在网络资源受限的情况下,为了满足VR视频用户的体验质量(Quality of Experience,QoE),需要制定实时有效的网络资源管理策略。第五代移动通信技术(5th generation mobile networks,5G)可以根据业务需求匹配网络资源和计算资源,将成为VR产业赖以发展的通信技术。5G 架构中,软件定义网络(Software Defined Networking,SDN)的引入将网络设备的控制功能提取出来并集中为控制器。控制器具有全局网络资源管控能力,可以主动为VR视频分配资源以优化传输性能。本文利用SDN对网络资源的集中管理和控制能力,结合VR视频传输过程中对网络条件的要求,合理分配网络资源,以满足VR视频业务对服务质量的要求。VR视频业务识别是对VR视频进行优先网络资源分配的前提。本文首先使用流统计特征结合机器学习的业务识别方法进行VR视频业务识别。通过理论分析与实验分析两重方式,分析VR视频与非VR视频在统计特征上的区别,进而提出了一组用于区分二者的流统计特征。之后利用OpenFlow交换机中基于流的计数器周期性读取基础的流统计信息,再根据这些采样信息计算流统计特征。经过人为标注之后,使用四种机器学习算法训练及测试。实验结果表明,所提出的流统计特征对VR视频可达到99%的识别准确率。在识别出VR视频应用程序之后,根据VR视频传输过程中对网络条件的要求,设计合适的VR视频路由选择算法。该路由选择算法用于指导VR视频的分组转发,达到合理、有效地分配网络资源的目的。具体而言,本文提出了一种基于SDN的、QoE驱动的细粒度路由方案,可以在不修改基于HTTP的动态自适应流(Dynamic Adaptive Streaming over HTTP,DASH)客户端的前提下提升VR视频传输性能。该路由方案的核心由路由计算算法和路由分配策略组成。路由计算算法是一个两阶段的自适应路由算法。第一阶段利用改进的Dijkstra算法,计算k条时延最短的端到端路径。第二阶段根据路径的预测QoE,为这k条时延最短的端到端路径排序。基于Tile的VR视频传输是目前比较流行的方案,这为细粒度路由调度提供了前提条件。通过为VR视频的位于视口区域(Field of View,FoV)的Tile和位于非视口区域(Non Field of View,Non-FoV)的Tile差异化路由,本文提出了细粒度路由分配策略。该路由分配策略根据剩余带宽决定如何分配k条排序后的时延最短路径。实验结果表明,相比于已有的几种路由方案,本文提出的自适应路由方案可以提升VR视频的下载比特率及用户QoE。