器收集的路由信息作为该带权有向 图中两点之间可用的路径，由Dijkstra算法，对虚拟网络节点到映射底层物理节点的做如 下计算：
[0044] (1)选取一个N' s集合中一个物理节点113作为虚拟网络映射的一个起点s，迭代 结果位置作为终点n，把带权有向图中顶点集合分成两组U s、仏，用Us表示一组已求出最短 路径的顶点集合，初始时1中只有一个起点s ;用L表示一组未确定最短路径的顶点集合；
[0045] (2)以步骤2中链路的约束条件作为链路映射选择的判决条件：
[0048] 在满足链路约束的情况下，按最短路径长度的递增次序依次把集合I的顶点加入 1中，在加入的过程中，总保持从起点 S到us中各顶点的最短路径长度不大于从起点s到 I中任何顶点的最短路径长度；
[0049] (3)每求得一条最短路径，就将该顶点从集合U,加入到集合U 3中，直到终点t加 入到1中，此时s到t的最短路径就是虚拟网络链路对应的映射；若物理网络中找不到链 路满足要求，返回重新进行节点映射；
[0050] (4)更新节点和链路的信息，即更新有向图的节点和权值，去除已映射的节点和链 路的占用，重复备份步骤，再次映射完成链路的备份。
[0051] 所述的故障恢复方法为：当映射链路发生故障时，立刻启用备份链路，令"映射链 路"="备份链路"，减少因链路故障带来的时延，同时Openflow控制器更新底层网络信息， 除去发生故障的链路，再次执行步链路备份操作，完成新的备份；
[0052] 所述的优化方法为：根据Openflow控制器获取的底层网络负载信息变化，每24小 时更新一次，保证系统处于优化状态。
[0053] 本发明具有以下的有益效果：相比较现有技术，本发明通过步骤I :SDN控制器获 取底层网络信息和虚拟网络请求信息；步骤2 :确定映射约束条件；步骤3 :确定优化目标； 步骤4 :计算蚁群算法相应参数，完成节点映射。SDN的控制层实时获取底层支持Openflow 协议的网络设备负载信息，并动态更新；通过对应用层不同应用业务的需求分析，得到建立 虚拟网络的请求的数据，根据蚁群算法计算出满足映射要求的虚拟网络；控制层将虚拟网 络部署到底层网络设备上，满足个性化需求。提高了虚拟网络的容错能力和故障恢复能力， 保障了 Q〇S，提高了网络的鲁棒性。
[0054] 进一步的，由于完成节点映射后利用Dijkstra算法完成链路映射及映射链路的 备份，故障恢复和优化，从而证每个成功映射的虚拟网络高效运行，在故障的时候也都能即 使采用备份链路恢复，又根据虚拟网络相关性，减小了负相关性的虚拟网络备份链路对链 路资源的占用，提高了链路的利用效率；通过调整概率门限值S，能够调整一条链路上备 份链路的数量。
【附图说明】
[0055] 图1是本发明的流程图。
【具体实施方式】
[0056] 下面结合附图，对本发明作进一步详细说明。
[0057] 参见图1，本发明包括以下步骤：
[0058] 步骤I :SDN控制器获取底层网络信息和虚拟网络请求信息；
[0059] 步骤2 :确定映射约束条件；
[0060] 步骤3:确定优化目标；
[0061] 步骤4:计算蚁群算法相应参数，完成节点映射。
[0062] SDN控制器获取底层网络信息的方式为：SDN控制器实时获取底层Openflow网络 信息，包括节点信息Ns、链路信息L s、每条链路带宽资源信息B(Is)，控制器获取的网络信息 用一个有权无向图Gs= (Ns，Ls)表示，其中Ns表示底层物理网络节点的集合，L 3底层物理 网络链路的集合；每个物理节点nsG Ns，每条链路IsG Ls。
[0063] 获取虚拟网络请求信息的方式为：根据业务要求得到虚拟网络建立请求的信息， 用无向图表示Gv= (Nv，Lv)，Nv表示虚拟网络节点的集合，每个虚拟节AnvG N v，Lv虚拟网 络链路的集合，每条链路Ive L v，需要的带宽资源R(Iv)。
[0064] 确定映射约束条件的方式为：令表示已经完成的虚拟节点到 物理节点的映射，表示已经完成的虚拟链路到物理链路的映射，则节点、 链路约束条件：
[0065]
[0066] &.表示虚拟网络与物理网络节点映射关系，xu=l表示虚拟网络节点成功映射到 物理网络节点上，否则Xij= 0 ;y u表示虚拟网络与物理网络链路映射关系，y u= 1表示虚 拟网络链路成功映射到物理网络的一条或者多个节点组成的链路上，否则= 〇;R(〖i) 表示虚拟链路^需要的带宽，表示该虚拟链路映射到物理链路&所剩余的带宽资 源；引入相关系数P和概率门限值S，它表示不同属性虚拟网络的一个相关程度，p越大， 表示相关程度越高，链路同时发生故障的概率越大；相反P越小，表示相关程度越小，链路 同时发生故障的概率越小；令Lb表示#.上已备份的链路集合，表示物理链路^上为 其他虚拟网络链路备份占用的相关剩余带宽资源；它表示这条链路上与。的相关性大于 门限值S的备份链路占用的带宽资源，表示^上已备份的链路集合，则：
[0069] ⑦中- Sj表示对结果向下取整，当Pij彡S时，结果为〇 ;当p ij彡S时， 结果为-1 表示成功映射到链路g上的虚拟链路占用的带宽资源l' s表示 已成功映射的链路集合，表示链路g上备份占用的带宽资源。
[0070] 确定优化目标中优化目标函数为：
[0072] Pbsf表示映射判断过程中的最优解，O(Pbsf)表示在映射的过程从满足要求的几组 映射链路的集合中，比较每组链路集合中剩余带宽最小的链路，选取最大的那组解作为最 优解。
[0073] 计算蚁群算法相应参数，完成节点映射的步骤包括：将步骤1和步骤2中 Openflow控制器获得的负载信息作为蚁群算法的输入，计算出蚁群算法的启发因子矩阵 n、信息度浓度矩阵T，根据这两个参数得到选择函数矩阵p ;根据选择函数矩阵p产生 200~500个节点位置序列，每个位置序列表示一只蚂蚁，构成蚂蚁种群；判断当前位置序 列是否满足步骤2中约束条件，若满足，则更新底层网络信息G s= (Ns，Ls)，迭代次数加1 ; 若不满足，则保持当前位置，迭代次数加1 ;根据信息素更新虚拟节点对物理节点的映射概 率，重复步骤4,进行蚁群算法的迭代，设置迭代次数为1000,得到虚拟网络节点N v映射到 物理网络节点的集合N' s。
[0074] 的启发因子矩阵n为
[0075] H = Ln1 n2n3--- rIi... nn] ⑩
[0076] Ili表示i节点的度，指和该节点相关联的边的条数；
[0077] 所述的信息度浓度矩阵T为
[0081] T u(t)表示配对（i，j)上总信息素浓度，配对（i，j)表示虚拟网络节点i映射到 底层物理网络节点j上，P表示信息素的衰减速率，A表示信息素的增量；O(P bsf)表示本 次循环为止的最优解所对应的目标函数值，9表示最优解对信息素的影响因子；
[0082] 得到选择函数矩阵p的方法为：
[0085] 式中a和0分别表示信息素浓度和启发因子的权重，Tabuk为第k只蚂蚁的禁忌 列表，即不能映射的物理节点集合。
[0086] 完成节点映射后利用Di jkstra算法完成链路映射及映射链路的备份，故障恢复 和优化。
[0087] 利用Di jkstra算法完成链路映射及映射链路的备份的方法为：根据蚁群算法的 迭代结果得到的映射节点集合N' JPOpenflow控制器收集的路由信息，将虚拟网络请 求拓扑抽象为一个带权有向图，用Openflow控制器收集的路由信息作为该带权有向图中 两点之间可用的路径，由Dijkstra算法，对虚拟网络节点到映射底层物理节点的做如下计 算：
[0088] (1)选取一个N' s集合中一个物理节点113作为虚拟网络映射的一个起点s，迭代 结果位置作为终点n，把带权有向图中顶点集合分成两组U s、仏，用Us表示一组已求出最短 路径的顶点集合，初始时1中只有一个起点s ;用L表示一组未确定最短路径的顶点集合；
[0089] (2)以步骤2中链路的约束条件作为链路映射选择的判决条件：
[0092] 在满足链路约束的情