随着计算机网络的发展以及移动互联网的大规模应用,对网络功能产生了更加多样化的需求。传统上,网络功能是由硬件实现的,虽然性能强劲,但其灵活性、扩展性还是易用性都相较软件实现低得多,无法适应现代网络功能快速发展的需要。网络功能虚拟化（Network Function Virtualization,NFV）的出现很好地解决了这个问题,NFV旨在借助虚拟化技术,在x86等通用性设备用软件实现原本使用硬件完成的各项功能,并通过对网络功能的解耦,大大提高了网络功能的灵活性,同时降低了昂贵的硬件更新和维护成本。现代服务器一直朝着多核的方向发展,随着服务器中CPU核心数的增加,常常发生多个CPU核心经常需要同时访问内存的情况。而传统的总线内存架构下内存控制器只有一个,同一时间只能处理一个CPU核心的访存需求,因此传统内存架构已经无法满足多核心的访存需求。为了解决此问题,现代数据中心中的服务器都已采用非统一内存访问（NUMA,Non-Uniform Memory Access）架构。相较于传统机器上的虚拟网络功能服务链部署,在NUMA机器上部署虚拟网络功能链时更容易发生资源瓶颈问题。这主要是因为,不仅网卡带宽会成为资源瓶颈,在NUMA机器上节点的内存带宽、节点之间的互联QPI总线带宽也会出现瓶颈。因此,在实际NUMA集群中部署虚拟网络功能链时,集群的资源使用率往往不高,VNF服务链也会由于没有充分利用资源而无法达到最佳性能。针对此问题,本文研究了在NUMA集群上的网络功能服务链部署问题,并针对实际部署,考虑了两个典型的场景:在线服务场景和批量部署场景。对于在线VNF链的部署,服务链请求依次到达,存在时间上的先后关系。并且当一个请求到达时,系统必须立即部署并运行该VNF链,以达到服务链实时性的要求。在线服务中,因为VNF链的部署只能针对当前时刻的请求,无法获知后续VNF链的情况,因此,这样的VNF链部署往往难以达到全局的最佳。对于云服务提供商而言,某些增值服务往往包含一组VNF链请求,并且这些VNF链具有较长的生命周期。为此,本文针对这些同时到达的一批VNF链请求,研究了VNF链批量部署场景,以期达到最佳部署效果。具体研究工作包括以下两个方面:（1）针对在线服务场景,本文通过实验验证了,访问远端NUMA的节点会显著降低吞吐量并降低资源利用率。针对此问题,本文分析了NUMA服务器上的资源竞争、虚拟网络功能链的数据流在NUMA中的传输情况,提出了VNF链在线部署问题,目标为最大化VNF链的接受率。由于请求依次到达,部署当前链之后会有新链到达,所以在部署当前到达的虚拟网络功能链时,不将网络带宽资源用尽,避免出现新到达的VNF链无法部署的情况。为了尽可能容纳更多的虚拟网络功能链,就需要避免出现集群资源（包括硬件的资源与网络资源）的碎片化。本文设计了一个基于贪心策略的虚拟网络功能链部署算法,该算法尽可能地将服务链中的相邻虚拟网络功能部署到相同NUMA节点中,以避免跨NUMA节点访问造成VNF链的吞吐量下降。大量的仿真表明,本文的在线算法能够提高资源利用率9%-17%。（2）针对批量部署场景,本文提出了基于蒙特卡洛的树搜索算法。主要的挑战是部署中,需要同时确定虚拟网络功能的部署以及流量的重分配。为此,本文将VNF服务链部署问题转化为蒙特卡洛树搜索问题,根据虚拟网络功能服务链上的每一个虚拟网络功能的部署位置,构建出一个蒙特卡洛树。为了避免在每次迭代中陷入局部最优,在搜索过程中决策时,既考虑历史迭代得到的最优结果,也加入了一定的随机性。大量的仿真表明,所设计的算法相对于传统算法的性能提升为17%-25%。本文研究了NUMA架构服务器集群中的VNF服务链部署问题,针对请求的时序性,考虑了两个典型的场景:在线服务场景和批量部署场景。在不同的场景中,分别对问题进行了建模与形式化描述,提出了基于贪心策略的VNF服务链部署算法与基于蒙特卡洛树搜索的VNF服务链部署算法,经过大量的实验,验证了算法的有效性。