随着计算理论和网络技术的蓬勃发展,新型网络形态不断涌现,网络在功能形态上已经开始由“网络中心体系”向“应用中心体系”转变,一切皆服务XaaS逐渐成为未来网络发展的终极目标。当前互联网架构缺乏对复杂环境和新型应用的适应能力和应变能力,无力满足服务的多样性需求。作为革命式未来网络的核心,网络虚拟化技术能够在共享公共物理网络基础之上支持多个异构虚拟网络,并能够根据动态变化的用户需求对整个网络中的节点资源和链路资源进行合理配置,带来服务模式变革的同时满足用户服务的多样化需求。由于使用网络虚拟化技术构建未来网络体系结构提出时间较短,相关研究尚处于初级阶段,如何对分布、异构、自治、动态的底层网络资源进行抽象形成可供统一调配和管理的虚拟资源,并通过合理的映射方法构建虚拟网络以满足用户的服务需求,是网络虚拟化亟待解决的问题。据此,本文以网络虚拟化环境下资源管理架构与映射方法为研究目标,以认知科学、群体智能、拓扑学、社会网络中心度等相关理论为手段,建立一个层次化认知资源管理架构,从高效、可靠和节能三个方面提出虚拟网络映射新方法,为网络虚拟化技术的完善和发展提供参考。本文的主要研究内容如下:首先,在网络虚拟化环境下资源管理架构的构建方面,提出一种具有“资源管理集中式,任务调度分布式”特点的层次化认知资源管理架构HCRMF。层间划分为不同的管理域,域内采用集中式管理,使得HCRMF架构具有良好的可扩展性、灵活性、自治性和可靠性,降低管理难度和开销。而任务调度服务器内嵌认知单元并通过协作进行任务分配,能够减少人的干预程度,高效地应对用户的虚拟网络请求,满足用户的个性化需求。与现有集中式和分布式管理架构相比,HCRMF架构能够显著降低管理节点和链路的压力,提升虚拟网络请求的响应速度。其次,为了解决现有虚拟网络映射算法效率低和对映射问题空间有限制等问题,提出一种基于人工鱼群的启发式高效虚拟网络映射算法VNE-AFS。在底层网络资源有限和不支持路径分割的前提下,将虚拟网络映射问题描述为二进制组合优化模型,利用人工鱼群算法较强的寻优能力对虚拟网络进行近似最优分配。实验结果表明,随着时间的增长和虚拟网络请求的增多,该算法在映射成功率、平均收益上较传统的映射算法有较为明显的提升,并且有效地降低了底层网络的平均花费和求解时间。再次,为了解决因底层节点故障导致虚拟网络运行环境不可靠问题,提出一种虚拟网络可生存的启发式可靠映射算法RHM-SVN。借鉴WDM光网络路由可生存思想,确保在底层网络单节点失效情况下,被映射的虚拟网络剩余部分仍然保持连通,最大程度保证虚拟网络的完整性和服务的连续性。以最小化底层网络映射开销为目标函数,建立虚拟网络可靠映射的整数线性规划模型,并使用RHM-SVN算法进行求解。实验结果表明,该算法能够有效提高映射成功率、底层网络平均收益和虚拟网络恢复成功率。最后,为了解决当前网络依据峰值设计导致电力资源利用率较低问题,提出一种基于Katz中心度的启发式节能虚拟网络映射算法Katz-VNE。选用Katz中心度表示节点的影响力,以最小化底层网络能耗为目标,建立节能虚拟网络映射的整数线性规划模型,并使用Katz-VNE算法进行求解。该算法能够尽量将虚拟网络节点整合映射到底层网络Katz中心度高的已经工作节点上,并通过最短路径提供最佳带宽资源因子避免底层网络出现过热节点。实验结果表明,该算法能够显著地降低底层网络长期平均能耗,提高了底层网络长期收益开销比、虚拟网络请求接受率、休眠节点和链路比例。