网络技术的迅猛发展使得互联网体系结构中的“僵化”问题日益突出,成为阻碍互联网发展的桎梏。网络虚拟化是一种新兴的互联网技术,它使在不改变原有底层物理网络架构的情况下共存多重异构的虚拟网络成为可能,并逐渐成为解决未来互联网络架构的重要因素。作为网络虚拟化的关键技术,虚拟网络映射问题的研究近几年成为业界研究的热点。如何将虚拟网络请求映射到底层物理网络,并为虚拟网络合理分配资源,是虚拟网络映射问题的主要研究内容,大部分研究者都是通过限制问题的求解空间来提出有效的算法。最近几年,粒子群优化算法,遗传算法等智能优化算法在解决组合优化问题方面成效显著,这为探索用智能优化算法解决虚拟网络映射的资源分配问题提供了新思路。本文的主要工作如下:(1)提出粒子初始化分配策略。通过研究基于粒子群优化的虚拟网络映射算法,指出随机生成初始粒子的不足,并提出一种粒子初始化分配策略,从而减少粒子分配过程中产生的碎片,提高节点映射效率。仿真实验表明,该策略能够有效增加虚拟网络请求的接受率,提高虚拟网络请求的底层物理网络长期平均收益开销比。(2)提出SPS-VNE-PSO算法。由于在底层物理网络支持路径分割的情况下,虚拟网络映射算法能够很大程度上提高底层物理网络的资源利用率。因此,本文提出了一种针对底层物理网络路径可分割情况下的虚拟网络映射算法,简称为SPS-VNE-PSO算法。经实验证明,SPS-VNE-PSO算法能够提高底层物理网络长期运营收益与虚拟网络请求映射接受率,降低虚拟网络映射的求解时间。(3)提出HPTS-VNE-PSO算法。禁忌搜索算法通过使用禁忌列表避免重复搜索,从横向水平上扩大搜索范围,而模拟退火算法则在纵向水平上防止陷入局部收敛,两者与粒子群优化算法的结合能够有效避免虚拟网络映射陷入早熟收敛。本文提出基于混合粒子群优化的虚拟网络映射算法,即HPTS-VNE-PSO算法。通过云计算仿真平台CloudSim进行的实验比较证明了该算法的有效性。