在万物互联的时代,随着网络接入量的暴增,使得传统的网络服务在移动性、安全性、可靠性和利用效率等方面存在欠缺。网络虚拟化技术是为了有效解决上述问题而衍生的共享网络资源的一种机制,它允许多个异源的虚拟网络共存在相同的底层网络上。为了高效配置物理网络资源,研究学者们提出一系列虚拟网络嵌入(VNE,Vitual Network Embedding)算法。随着VNE算法大量的涌现,对VNE算法性能的综合评价问题也随之而来。对VNE算法性能的综合评价存在三个难点:首先便是如何确定评价指标体系;接下来是如何分析评价指标间的关系;最后是如何构造评价指标信息函数。分析VNE算法的研究动态,研究学者们大都把研究工作的重心放在VNE算法性能优化的方向上,只是在研究工作的最后对该算法优化的点与其他算法进行比较。通过阅读大量的参考文献,本文提出从VNE成本、VNE收益、VNE节点压力、VNE嵌入链路压力等十个方面确立VNE算法评价指标体系,从这十个方面能够综合评价分析一个VNE算法对虚拟网络嵌入工作的研究贡献。针对评价指标间的关系确立的问题,由于指标间的关系是相互的,所以指标间的关系矩阵应该是对称矩阵。本文提出采用协方差矩阵方法不仅能够获取评价指标间的相关系数,而且还能降低高维数据,得到对称的方阵。由评价指标间的协方差关系可得到关于评价指标的邻接矩阵,即可通过图熵相关理论来构造各评价指标的信息函数。为比较VNE算法性能,需要获取VNE算法性能综合评价指标数据。本文基于Alevin平台采用四种VNE算法进行静态虚拟网络嵌入实验,循环嵌入20次,获得虚拟网络嵌入过程中生成的17个评价指标数据20组。然后通过上面所述方法对原始数据进行处理,可求解各评价指标的信息熵以及权重。最后构造VNE算法性能综合评价函数f,评价结果显示VNE算法是在降低物理网络负载的前提下提升虚拟网络收益和虚拟网络请求接受率较好,为VNE算法的优化提供一个方向。