随着现代通信技术的快速发展,传统互联网面临着越来越多的挑战,日益难以适应各种新的网络服务和满足庞大的用户需求。网络虚拟化技术作为未来网络体系架构的重要构成部分是解决现有互联网僵化问题的有效途径之一。但是底层网络和虚拟网络之间的映射关系使得故障传播模型变得更加复杂,节点迁移、链路分割等技术也增加了虚拟网服务发生故障的概率。网络服务需求的迅速增加导致了故障集合和症状集合的规模庞大,故障诊断的复杂度非常高。此外,底层网络设备的运行信息对于上层服务提供商是不可知的。因此,网络虚拟化环境下故障诊断算法研究具有重要理论与现实意义。本文在网络虚拟化环境下映射机制相关研究成果的基础上,从不确定性和关联性等方面对网络虚拟化环境下故障进行了分析,深入研究了网络虚拟化环境下的故障诊断算法。论文完成的主要工作如下:介绍了映射机制的基本概念,详细分析了节点映射、链路映射以及映射约束函数。采用了两阶段启发式映射算法,将虚拟网络的映射分为两个阶段求解,模拟了网络虚拟化环境。建立了网络虚拟化环境下基于分层的故障传播模型。研究了概率图模型,详细论述了概率图模型的性质与用途,并在此基础上设计了基于概率加权的贝叶斯网络模型。针对故障与症状之间的关系建立了故障传播模型。根据被观测到的症状集合、可能的故障集合与底层组件集合之间的关系对故障传播模型进行了简化,降低了故障传播模型的复杂度。提出了基于依赖度与疑似度的故障诊断算法。基于依赖度的故障过滤算法引入故障依赖度的概念解决了故障集合庞大的问题。基于疑似度的故障诊断算法引入故障疑似度的概念解决了症状集合庞大的问题。仿真实验结果表明基于依赖度与疑似度的故障诊断算法在不同的实验场景中均具有较高的故障诊断率和较低的故障误判率。