二十一世纪以来,飞速发展的互联网已成为支撑现代社会运转的重要基础设施之一。随着大数据和人工智能等技术的应用,现有网络已难以满足新型技术对网络异构、动态、虚拟和开放等方面的需求。软件定义网络（Software-De fined Networking,SDN）与网络功能虚拟化（Network Function Virtualization,NFV）已经成为重构网络体系结构和促进网络创新的新技术,被国际电联电信标准化部门所认可为下一代网络主流技术。SDN实现了网络控制功能的集中,并且能够在共用的底层网络基础设施上构建多个彼此隔离的网络;NFV是将网络物理设备与在其上运行的网络功能分离,通过在大容量服务器上利用虚拟化技术设计、部署和管理网络功能。它们都可在通用商业平台上为用户提供定制化服务,为现有网络流量需求与日俱增、网络结构僵化缺乏创新和网络管理复杂成本高等问题提供了原则性的解决方案。但是目前网络拓扑和结构特征复杂,资源属性和任务类型差异大,加上SDN与NFV的软件化和开放性,导致在诸如混合SDN虚拟网络资源管控、服务功能动态构建、交互应用公平和异构资源调配等方面存在问题。这些问题严重制约了 SDN与NFV技术的发展与应用。为在信息通信网络结构优化升级中加速SDN与NFV的应用,提升网络资源利用率并且降低运营成本,本文在归纳分析SDN与NFV资源管理与调度领域已有研究成果的基础上,针对混合SDN网络资源嵌入管理、NFV资源调度与网络功能逻辑服务视图、SDN交互式应用控制与链路资源公平性分配,以及NFV云异构资源分配与管理等相关问题进行了深入的研究,研究的主要成果如下:（1）针对混合SDN多租户虚拟网络管理中的网络节点升级部署和资源映射效率问题,提出了一种混合SDN网络管理下的资源嵌入服务方案。研究首先考虑在混合SDN网络中优化部署部分SDN转发节点,然后利用SDN灵活、集中控制特性对虚拟网络请求进行资源分配。具体而言,研究纳入了包含节点和拓扑等网络底层结构特征矩阵信息,提出了一种基于改进PageRank算法的SDN转发节点升级部署方式,通过聚合资源丰富的底层网络节点并采用包含SDN转发节点的映射方案,减少物理节点跨度大带来的资源浪费问题。对虚拟网络请求与现有服务出现资源冲突的情形,利用混合SDN网络控制节点较少输出策略、复杂度较低的特性,解决虚拟网络的配置复杂与低效问题。仿真实验结果表明,所提方案在请求接受率、链路和节点负载压力以及资源冲突调整时间方面都有较好的性能表现。（2）针对NFV中管理和调度模型缺乏动态组合、时延高和资源利用率偏低的问题,提出了一种虚拟网络功能调度及资源优化模型。基于软件的虚拟网络功能会带来显著的性能开销,且服务链的时延会随着服务链的长度增长而增长,该模型以降低总体服务时延为目标,构建了一种便于求解的网络功能服务链集中视图机制。通过识别网络功能依赖关系将服务策略转化为高性能网络功能服务逻辑,在对虚拟网络功能调度的同时考虑网络拓扑信息,使用路径对等和虚拟网络功能并行机制提高网络功能的复用性,通过动态调度充分利用网络资源,降低网络总体服务时延,仿真实验结果表明该模型具有良好的处理时效性和较低的服务时延。（3）针对多用户交互应用竞争网络资源,因缺乏系统协调而造成终端用户间的资源分配不公平问题,构建了基于SDN的网络资源公平分配模型,提出了一种控制资源与链路资源的联合分配与调度的策略。SDN拓展了网络资源的范畴,控制器和带宽都成为了网络资源,控制和链路资源的分配不仅影响对网络流处理的能力,也会影响应用网络时延,进而可能带来糟糕的用户体验。因此在影响多用户交互式应用公平体验的控制器处理时间和链路拥塞等问题上,研究结合网络上下文联合考量控制和链路中的资源调度与公平分配策略,提出一种根据资源流动模型调控控制器资源的均衡映射策略,根据链路使用情况动态调节带宽资源分配权重的自适应调度方法,实现了控制器的主动调整和链路稀缺资源的有效共享。仿真实验结果表明该策略在保证网络效率的前提下改善了用户的资源公平性。（4）针对新型NFV云网络中资源种类复杂,网络平台缺乏为应用提供网络功能资源动态部署和统一管理的问题,提出了一种基于预测的资源协同分配机制。该机制首先提取网络特征信息向量,然后融合历史和未来数据映射序列和以及任务类型,通过长短期记忆网络从原始流数据中学习目标网络流的特征估计模型,分析出流的网络功能分类和处理能力需求。基于以上评估结果,设计了一种可将蕴含多种资源与业务类型的网络功能请求映射为统一特征的资源协同分配算法,该算法通过基于机器学习的网络功能部署和资源分配的联合调度方案,将异构的资源分配问题映射为一个多维度的、主动的规划问题,从而可减少基于云的工作负载异构性和请求动态性所带来的虚拟机资源分配碎片化,仿真实验结果表面该机制可提高NFV云服务器的资源利用率。