随着互联网的飞速发展,云计算、大数据的普及,传统的网络架构已经越来越不能满足各种新兴业务的发展需要,因此网络虚拟化技术应运而生。网络虚拟化技术能够将来自不同架构的虚拟网络运营在同一物理网络之上,实现网络资源的共享并且能够很方便地实现部署。本文主要针对虚拟光网络映射中资源分配技术做了一系列的研究,以降低物理链路使用的最大频隙号和最大化网络收入成本比为目标,分别提出了两种新的虚拟光网络映射算法。仿真结果表明,所提出的算法可以取得比对比算法更好的性能。首先,本文提出了基于节点与链路协作和随机试验的虚拟光网络映射算法,在每次选取映射的物理节点之前先进行随机试验,根据随机试验得到的反馈值大小判断当前映射阶段应选取的物理节点。在进行随机试验时利用节点和链路协作的思想,使得映射后的物理节点对之间的距离相对较近,从而减少后期频谱资源分配的开销。仿真结果表明,基于节点与链路协作和随机试验的虚拟光网络映射算法可以取得比对比算法更优的性能。其次,由于之前提出的算法在搜索过程中具有很大的盲目性,在搜索空间很大时不利于找到最优解。Monte Carlo树搜索在搜索过程中根据反馈结果不断调整自己的搜索策略,使得搜索方向不断往反馈值增大的方向进行,从而逼近最优解。因此,借鉴Monte Carlo树搜索的优点和节点与链路协作的思想,本文提出了基于节点与链路协作和Monte Carlo树搜索的虚拟光网络映射算法,使得在搜索空间较大的情况下仍能取得较好的性能。仿真结果表明基于节点与链路协作和Monte Carlo树搜索的虚拟光网络映射算法的性能相比基于节点与链路协作和随机试验的虚拟光网络映射算法有了较为明显的提升。