随着网络技术的发展和突破,网络的业务日趋复杂多样化且数量庞大。如果对网络中的运行状态不能实时掌控,那么要实现网络的管理无疑会面临巨大的挑战。但传统互联网架构管理模式固定,无法适应当前网络业务的高需求,同时也不能满足网络管理者的实时状态感知要求。软件定义网络和情景网络的提出为当前网络所遇到的窘境提供了强有力的解决方案。其中情景网络提出时日较短,还有待研究。本文首先基于软件定义网络架构,对软件定义网络中的各类情景要素进行了研究,具体包括网络的基础环境、资源、用户业务等方面。通过形式化描述方法对各类情景要素进行了分析,建立了一种统一的描述方法,包括基础情景描述方法、资源情景描述方法以及业务情景描述方法。在所建立描述方法的基础上,本文提出一种基于深度学习的智能情景感知方案,并定义了感知结果的表达形式,并提出了一种SDN环境下的智能情景感知框架。在所提出框架的基础上,本文重点研究了SDN智能情景感知模型,为了实现情景网络中的情景感知,通过将自编码器结合至RouteNet中,提出了一种基于图神经网络的SDN智能情景感知模型。实验证明所提出模型能够有效地降低感知误差。为了验证所提出的SDN智能情景感知模型在网络优化方面的性能,本文在路由优化场景下通过感知网络中的QoS性能和资源分布情况,结合深度强化学习技术,提出一种基于SDN智能情景感知模型和DDPG算法的路由优化机制。实验结果表明基于SDN智能情景感知模型的路由优化机制对网络优化具有实质效果,达到了预期目的。