数据中心(DataCenter,DC)拥有高性能计算和大规模存储的优势,同时以波分复用(Wavelength Division Multiplexing,WDM)和正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)为代表的光传输技术又以高带宽、低延迟、细粒度和低能耗等特点著称,二者有机结合成的“光数据中心网络”(Optical DC Network,ODCN)可以满足日益增长的海量存储和高计算能力的网络服务需求。随着云计算和虚拟化技术在DC中的广泛应用,托管在DC服务器上的应用(如云存储、在线视频点播、3D云动漫渲染等)大多数是以虚拟机(Virtual Machine,VM)的形式存在的。而一旦DC失效,将会造成大规模的数据丢失,甚至会导致大量网络服务陷入瘫痪。所以,在ODCN范围内如何有效地利用VM迁移技术,在有限的时间内快速地实现DC备份和服务恢复受到运营商的广泛关注(问题1)。同时,DC的高能耗、高操作成本、高碳排放量以及服务器的低利用率,使得DCN的能耗成为云计算面临的巨大挑战。但是,很少有研究考虑减少数据中心IT和网络资源的总能耗,而在长期、远距离和大体量的VM间通信场景下,网络设备能耗十分惊人。这迫使运营商必须考虑如何实现网络和IT资源总能效的联合优化目标(问题2)。此外,在ODCN中,“基础设施即服务”技术使得用户可以按自己的需求租赁计算和网络资源,构建特有的虚拟网络。虚拟网络嵌入(Virtual Network Embedding,VNE)技术以其天然的底层物理资源共享优势,一经诞生便受到广泛关注。而服务器整合技术和基于虚级联的频谱重组技术分别是云数据中心网络和弹性光网络的核心技术,如何将它们应用到弹性光数据中心网络的VNE问题中成为新的挑战(问题3)。另一方面,蓬勃发展的移动终端服务、车联网和远程医疗等网络需求推动了 ODCN的技术革新,万众瞩目的下一代5G网络技术不断拓展和改变着ODCN的网络形态和服务层次。所以,如何在异质多域的5G网络场景下实现面向服务的、且资源高效利用的VNE问题,势必会成为运营商必须跨过的新门槛(问题4)。本文在首章中先介绍了 ODCN的研究背景和意义,总结和归纳了 ODCN中的关键技术和主要研究问题,以及研究现状;然后,分别对网络虚拟化和VNE技术进行了介绍,也分别对它们各自的发展史和面临的挑战进行了阐述,并通过对它们各自研究现状的总结归纳出了需要迫切解决的问题;最后,概括了本文的创新贡献和结构安排。第二章对光数据中心网络中的节点失效问题进行了研究。通过在DC中使用虚拟化技术,人们可以在同一个地点运行多个不同的应用,同样也可以将一个VM移动到合适的位置。由于一个DC可以承载大量的应用程序,所以一旦DC失效就有可能造成严重的后果。为了保证服务的连贯性,一旦某一DC失效,其内部的VM应该尽快转移至其他备份的DC。所以,为了减少由于DC失效造成的服务瘫痪,本章中提出了一个有效地DC间VM迁移的技术框架,该框架同时考虑了 VM等级排序、资源负载均衡和弹性光带宽分配。相比于之前端到端的VM迁移策略,本章所提出的算法呈指数倍地缩短了VM的迁移时间,并带来更高的VM迁移收益和更低的业务阻塞率。第三章对虚拟网络嵌入中的绿色节能问题进行了研究。在ODCN中,能耗增长是VNE发展面临的一个重大问题。目前,虽然很多技术,如光传输技术、服务器休眠技术等都可以达到节能的目的,但由于用户对于服务水平的要求越来越高,VM的体量越变越大,随之而来的是,VM之间的通信量也在不断增长,这些通信量同样也消耗了大量的交换设备、放大器、光收发端口以及光交换单元的能耗。本章提出了一种综合考虑服务器能耗和交换设备能耗的绿色虚拟光网络映射(Virtual Optical Network Embedding,VONE)方法,它不再单纯考虑减少尽可能多的工作服务器,而是根据一些临近资源信息综合考虑将VM映射到彼此物理距离更近的服务器中。同时,根据链路频谱信息和交换机当前能耗情况来动态地设置链路代价,以指导虚拟链路进行节能性映射。并且,本章通过数学模型指出了解决问题的指导性方向,同时提出了启发式算法。第四章对基于频谱碎片整理的弹性虚拟光网络嵌入问题进行了研究。随着云数据中心以及弹性光网络(Elastic Optical Network,EON)虚拟化技术投入商用,弹性光网络嵌入(EON Embedding,EONE)技术已经变得越来越重要。而EONE中较为复杂的链路映射必须满足一些严苛的限制性条件,如频谱连续性、一致性和不重叠,这些约束往往会在光纤链路中造成很多频谱碎片。所以,本章针对普通的链路映射策略的低效问题,重新优化了虚级联(Virtual Concatenation,VC)的技术框架,同时,这一框架又结合了无损的推挽式频谱搬移(Push-Pull Spectrum Movement,PPSM)技术。由于本章所设计的技术框架整合了频谱搬移技术和逆复用(Inverse Multiplexing,IM)技术,所以通过有效的频谱碎片整理步骤,网络可以容纳更多的EONE请求。同时,本章也优化了在有限缓存下的子波带数量问题,而这些缓存存在于信号接收端的,并用于补偿由多路径造成的差分延迟。本章将该问题抽象成了被松弛的整数线性规划(Integer Linear Programming,ILP)模型,然后相应地设计出了适用于四种不同业务排序策略的启发式算法。第五章对新兴的异质多域5G网络中的高效虚拟网络嵌入问题进行了研究。第五代移动通信技术(The Fifth Generation Mobile Communication,5G)整合了无线和有线域网络,能够胜任复杂的面向跨域需求的虚拟网络服务。本章着眼于异质5G网络架构中的多域VNE技术研究,该研究可以促进来自于固定及移动用户的不同功能需求的资源共享。针对于这一多域VNE问题,本章构建了数学ILP模型。同时,所提出的多层物理资源辅助图以及六象限服务类型判断法,可将5G虚拟网络嵌入需求准确分类以适应于不同的用户接入密度。最后,根据不同分层辅助图的特性,本章提出了一系列新颖的虚拟5G网络嵌入启发式算法。第六章是对全文研究工作的总结和未来研究工作的展望。