近年来,软件定义无线网络(SDWN)被认为是一种非常有潜力的新型网络架构,并得到了学术界和工业界的大量关注。通过将网络的控制和传输功能进行解耦,SDWN不仅能够提供一种更加灵活、强大和高效的资源管理机制,同时还能够实现一些新的特性和功能,例如:面向业务的资源管理、人工智能化的资源管理、异构资源协作等。因此,SDWN能够更好的应对未来无线网络将面临的更为复杂的应用场景(例如:高密度)和更加多样化的新型业务(例如:虚拟现实/增强现实)。然而,SDWN与传统无线网络存在很大区别,当前针对SDWN中资源管理的研究还处在起步阶段,其中的一个关键问题是如何设计更加适合SDWN的资源管理模式从而使得SDWN的特性能够被充分利用。鉴于此,本文研究SDWN中面向业务的资源管理问题。首先,本文研究静态的无线局域网(WLAN),在“用户基础设施”网络架构下,研究软件定义无线局域网(SDWLAN)中面向延时敏感业务的用户连接管理问题。在本研究中,我们针对“软件定义无线局域网中的用户连接管理”展开了研究。为此,本文首先介绍了软件定义无线局域网的工作原理,并指出了其为用户连接管理所带来的新特性,包括:集中式用户连接管理,全局网络信息可知性,数据流级别的连接以及无缝切换。接下来,通过基于马尔科夫模型的无线局域网性能分析,得出每个数据流的平均包间延时结果表达,并基于该分析结果,给出了以延时最小化为目标的用户接入管理问题描述。为了求解问题,将原问题转化为超模函数最小化问题,并分别给出了一个贪婪用户连接算法和一个具有最优保障的局部搜索用户连接算法。最后,通过大量仿真结果,分析了一些主要网络因素对延时的影响,并验证了所提出的方法相较现存算法能够在不同网络环境下降低20%至75%的延时。接下来,本文研究动态的车联网(IoV),在类似的具有基础设施的网络架构下,研究软件定义车联网(SD-IoV)中面向车载内容分发业务的空白频谱动态接入问题。在本研究中,我们针对“软件定义车联网中的空白频谱动态接入”展开了研究。为此,本文首先介绍了网络的架构和设计因素。然后,对车联网场景下基于频谱地理位置数据库的电视频段空白频谱资源进行了建模,以及对车的微观运动模型进行了建模。在此基础上,从两个不同的角度对资源分配问题进行了描述,并提出相应的实现算法。在基于优化的动态资源分配方法中,分配结果以吞吐量最大化为目标。在这里,给出了基于位置的资源分配算法和基于位置的最大帧长设计方法,使得车载用户总传输数据量得到提升。在基于匹配的动态资源分配方法中,网络吞吐量与用户服务质量被同时纳入考虑范围之内,并且分配结果更倾向于用户的利益。通过资源匹配算法,实现了稳定、且对车载用户最优的空白频道与车载用户之间的资源匹配。通过大量仿真结果,验证了所提出的方法相较基准算法和对比算法在吞吐量、服务质量、公平性等方面上的优势。最后,本文进一步考虑车联网的对等网络性质,在SD-IoV中研究面向具有不同服务质量要求的业务的资源分配问题。在本研究中,我们针对“软件定义车联网中面向业务的资源管理”展开了研究。为此,本文首先给出了系统模型和网络架构,并介给出了资源管理的工作流程。接下来,将面向业务的资源管理问题描述为车载覆盖网络构造问题,并且给出了用于评价车载覆盖网络的效用函数设计,并将其作为问题的优化目标。由于问题的复杂性,因此主要通过基于图的基因算法来对问题进行建模并求解,其中基因算法的主要步骤全部被重新设计,包括:基因型表达,初始人口生成,杂交,变异和适应性评价。在此之外,还给出了一个更易于实现的贪婪构造算法。最后,通过大量仿真结果,分析了不同算法参数对基于图的基因算法性能的影响,并验证了所提出的方法在高车辆密度环境下在数据传输量和服务完成数上相较现存算法提升2倍。