网络切片虚拟资源编排技术是5G移动网络的新兴概念,包含网络切片资源映射和资源分配两个过程,是网络切片实现商业化至关重要的一环。传统资源映射和资源分配算法大多基于系统吞吐量或资源利用率等单一目标,而网络切片编排算法在传统网络架构下的资源映射和资源分配算法基础上提出更高要求。本文基于网络切片三层架构,分别从用户角度和网络运营商角度研究网络切片编排策略。首先,考虑不同用户对系统带宽、时延等性能要求千差万别,在分析增强型移动宽带业务(eMBB)和超高可靠低时延(uRLLC)业务关键指标的基础上,以提高eMBB业务最小吞吐量同时降低uRLLC业务最大传输时延为目标建立了联合带宽资源编排模型(e&u-BOP)。该模型既是一个混合整数规划模型(MIP),也是NP-hard问题。针对e&u-BOP,本文基于松弛理论和凸优化理论设计了一种高概率保证的启发式贪婪算法(HPGH)来求解。仿真表明,HPGH算法不仅可以极大降低算法复杂度,还能实现带宽资源在eMBB业务和uRLLC业务之间动态按需分配。其次,以网络运营商的网络服务质量保证为出发点,本文建立以最小化网络拥塞为目标的网络切片资源编排模型(Min-NC)。Min-NC是包含虚拟网络映射和资源分配两个过程的MIP,也是NP-hard问题,故将Min-NC解耦为网络映射和网络资源分配过程,先基于子图同构理论得到网络映射结果,然后将Min-NC重新整合为线性规划模型(LP),最后采用拉格朗日乘子法快速求解得到网络资源分配结果。仿真表明,Min-NC的网络拥塞相较于传统最短路径树算法(SPT)降低了近2倍。最后,在保证网络运营商网络服务质量的同时,为了进一步提高网络资源利用率,本文在Min-NC模型基础上引入动态资源定价策略,建立以最大化网络运营商利润为目标的网络切片资源编排模型(Max-PP)。针对Max-PP,根据Min-NC得到的最优拥塞控制结果设计一种启发式动态资源定价策略,最后采用拉格朗日乘子法快速求解。仿真表明,相比于Min-NC和SPT,Max-PP能提高网络资源利用率和网络运营商利润,同时具有与Min-NC相近的网络拥塞性能。