随着软件定义网络和网络功能虚拟化的研究逐步深入,网络使用者对简化网络使用和管理的需求日益迫切,意图网络这种让使用者只需告知网络所需要实现的网络目标,网络自动实现并维护的新型网络结构逐渐成为软件定义网络领域研究的热点。然而在意图网络的设计中仍然存在以下的问题,一是底层物理资源受限情况下如何合理设计意图配置方案以配置更多意图的意图配置问题;二是对于底层资源缺乏而不能配置的意图,如何合理地降低意图的资源需求使得意图再次配置的意图协商问题。本文深入研究了上述问题,并提出了解决问题的新方案。现将本文的主要研究工作和研究成效阐述如下:(1)本文研究了支持多类策略的意图网络中的时变意图配置问题,对组粒度下时变意图的配置问题进行建模,提出了一种以最大化意图配置数量为目标,由时间片选取算法和单个时间片配置算法组成的时变意图配置算法MSP。该算法首先使用时间片选取算法选择意图权重最大的时间片起点,再使用单个时间片配置算法结合意图的资源占用量对时间片中各意图的有效部分进行配置。经仿真实验验证,本文提出的算法在不同的拓扑规模下,当节点数量较多时,与现有时变意图配置算法相比,在意图成功配置权重数量上有一定提升。同时,本文提出的算法在运行时间上较已有时变意图配置算法有明显的减少。(2)本文研究了支持多类策略的意图网络中的意图协商问题,将现有时变意图的资源协商方案的协商维度从带宽资源扩展至时间资源和带宽资源两个维度,并在这两个维度下对时变意图的协商问题建立了模型。本文基于时变意图协商模型提出了两种多维度时变意图协商的方法,一种是时间带宽两阶段协商算法TBN,该算法由时间片切换算法和单意图带宽协商算法组成,算法首先使用时间片切换算法确定时变意图在时间资源上的变化量,再使用单意图带宽协商算法确定意图的带宽资源变化量,从而得到意图在时间维度与带宽维度的协商值;另一种基于协商优化模型求解的启发式算法,该算法首先确定可能的时间资源变化量,再基于模型求出意图在时间和带宽两个维度的协商值。实验结果表明,在协商需求为时间容忍型时,TBN算法和基于协商模型求解的启发式算法比仅在带宽资源维度协商在协商容忍值方面更优。