网络功能虚拟化是一种新兴的技术,它将网络功能与专用硬件设备解耦,提高了网络服务的灵活性和可伸缩性。对于以盈利为目标的虚拟化网络功能(Virtual Network Function,VNF)提供商来说,其面临的主要挑战是如何设计有效的VNF部署和路由方案,从而实现利润的最优化。本文首先建立用户满意度模型,该模型可以预测用户的个性化的服务需求。然后,根据用户的个性化服务需求,本文设计了利润驱动的VNF部署和路由选择算法,该算法能够在保证用户满意度的同时最大化VNF提供商的利润。本文主要研贡献如下:1.本文通过问卷调研方法探究了用户个性对服务质量与服务价格之间偏好的影响。然后,基于调研结果,本文建立了用户满意度预测模型。该模型能够在给定用户个性、服务质量和服务价格等参数值条件下,实现用户满意度的预测工作。与此同时,该模型也能够预测不同个性的用户对服务质量和服务价格的个性化服务需求。2.本文提出了基于遗传算法的VNF部署算法。首先,本文对VNF部署问题进行建模并给出问题定义和约束条件,然后,本文使用遗传算法来获得VNF提供商利润最大化时的最优的VNF部署方案。3.本文提出了基于强化学习的路由选择算法。首先,本文对路由选择问题进行建模并给出问题定义和约束条件。然后,本文使用强化学习方法来获得VNF提供商利润最大化时的最优的路由选择方案。实验结果表明,本文提出的用户满意度预测模型可以准确地预测用户满意度。此外,本文提出的基于遗传算法的VNF部署算法和基于强化学习的路由选择算法相比于传统的Random算法、QAAV(Qo S-aware Adaptive Allocation of VNF)算法和RSA(Restrictive Search Algorithm)算法,分别将利润至少提高了198.1%、76.8%和38.0%。