随着互联网的快速发展,传统的网络服务提供方式已经很难满足不断增长的业务需求,网络功能虚拟化(Network Functions Virtualization,NFV)是一种新兴的网络架构,用来解决传统方式所遇到的成本高、难管理等问题,使网络功能可以在通用硬件上通过软件化方式的实现。网络功能虚拟化研究中的主要挑战之一是资源的分配,而如何合理地编排调度虚拟网络功能是这其中的关键之一。虚拟网络功能的编排调度问题具有很强的挑战性,在NFV环境下,网络服务是一组链接的虚拟网络功能,运营商需要以合理的方式来分配虚拟网络功能和虚拟链路并按照需求执行网络功能来提供服务,需要保证在最小化端到端时延的同时而不降低网络服务的可靠性、安全性等服务性能,并遵循构成网络服务的虚拟网络功能之间的所有优先级和依赖关系。这也是保障网络服务质量和资源合理分配的关键。本文旨在解决NFV环境下不同网络服务场景中的虚拟网络功能编排调度问题,本文提出合理的方案进行网络资源的分配来减少网络服务的端到端时延,从而保障网络的服务质量。本文的主要研究内容包括:(1)提出了一种基于改进遗传算法的离线虚拟网络功能调度方法。本课题通过使用遗传算法的改进方法对于离线场景下的网络服务中的虚拟网络功能进行调度,给出物理节点中每个虚拟网络功能的具体执行情况。本方法以优化网络服务的总体端到端时延为目标,建立了考虑处理时延和传输时延的问题模型,然后针对遗传算法给出了三点改进,最后将改进的算法应用到离线虚拟网络功能的问题场景中,实现了离线网络服务的提供和资源优化。(2)提出了一种基于粒子群算法的在线虚拟网络功能编排调度方法。为了处理实时到达的网络服务,本方法在满足物理资源和网络服务的约束条件下,给出网络服务的映射和调度方案,为虚拟网络功能确定映射位置,并给出合理正确的调度时序。本文首先确定了在在线场景下优化实时网络服务的加权平均端到端时延的目标,提出了一种考虑网络服务优先级并满足映射和调度约束条件的问题模型,然后基于实时网络服务的特性,给出了根据网络服务请求的到达对调度方案进行实时调整的思路,最后利用粒子群算法计算出最佳的在线编排调度方案,保障网络的实时服务质量。