在软件定义网络(SDN)与网络功能虚拟化(NFV)网络环境中，可靠性服务功能链(SFC)调整已成为核心关注问题。现有研究存在两大不足：优化目标上，多聚焦单一降低网络开销或提升网络可靠性，未能较好解决二者间的矛盾；算法设计上，主流方法集中于启发式与深度强化学习算法，前者自适应能力不足，后者资源开销高，难以适配边缘云节点部署。为此，创新性提出面向资源开销与可靠性协同优化的轻量级SFC调整方法。首先构建混合整数线性规划模型，以最小化资源开销、最大化可靠度提高率为双重优化目标建模；针对模型求解效率偏低的问题，设计基于拉格朗日松弛的求解算法(LRHA算法)，根据差异化可靠性业务需求松弛模型决策约束，采用次梯度优化更新拉格朗日乘子，并通过系数修正机制将松弛解转化为可行解。仿真实验结果表明，所提LRHA算法具备良好收敛性和渐进最优性，可有效权衡资源消耗与网络可靠性，相较于当前的RABP算法、VDB算法与BCR算法等主流算法，在请求接受率、资源开销、算法运行时间等关键指标上展现出更优的综合性能。提出的轻量级SFC调整方法，适配资源受限边缘云节点部署需求，为SDN/NFV环境下SFC可靠调整提供了高效解决方案。