随着物联网的快速发展,作为其感知层的无线传感网络(Wireless Sensor Networks,WSN)的发展得到了前所未有的关注,但是传统的WSN针对特定应用进行资源部署,造成资源利用率较低、服务不灵活的问题,无法适应未来物联网的发展需求,为此本文将虚拟化技术运用到WSN。虚拟化WSN改变了原有的资源分配模式,使得多个不同任务可共享相同的底层物理资源,打破了原有的资源独享模式,从而提高了网络中资源部署的灵活性和可扩展性以及资源利用率,因此在虚拟化环境下研究WSN的资源分配策略是十分必要的。首先,介绍了WSN的发展、基本原理、主要特点及其发展瓶颈,阐述了虚拟化和网络虚拟化的相关概念及其基本原理,分析虚拟化技术运用在WSN中的必要性,介绍了虚拟化WSN中的两种虚拟化方法及关键技术,并对当前的一些研究方向进行了概括。其次,针对可共享的底层WSN资源,提出一种基于半马尔科夫决策过程的虚拟化WSN资源分配策略。根据虚拟传感网络请求的动态变化情况,定义虚拟化WSN的状态集、行为集、状态转移概率,考虑WSN能量受限以及完成虚拟传感网络请求的时间,给出奖赏函数的表达式,考虑实际情况,值迭代方法并不适用于当前网络模型对最优策略的求解,因此使用免模型强化学习算法求解特定状态下的行为,从而最大化网络资源提供者的长期奖赏值。数值结果表明,本文的资源分配策略能有效提高WSN资源提供者的最终收益。再次,在上述工作的基础上,针对剩余且存在竞争的网络资源,提出一种基于Stackelberg博弈的多任务资源分配策略。依据所承载业务的不同服务质量需求,量化多个虚拟传感网络请求的重要程度,定义资源提供者和服务提供者的效用函数,并证明纳什均衡的存在性。进而,利用分布式迭代方法,获取WSN的最优价格策略和虚拟传感网络请求的最优资源需求量。最后,根据纳什均衡所确定的最优价格和最优资源分配量,为多个虚拟传感网络请求分配资源。仿真结果表明,所提策略不仅能满足用户的多样化需求,还提升了节点和链路资源利用率。最后,对本文的研究工作进行总结,并展望未来的研究工作。