随着大数据、云计算、物联网等新兴网络技术的发展以及网络规模的爆炸式增长,传统网络体系结构已经无法适应网络技术的创新。软件定义网络(Software Defined Network,SDN)作为一种具有集中控制、开放可编程和网络服务易部署等特点的新网络体系结构,满足了网络新兴技术创新的需求。当前SDN已经成为网络技术研究的热点,同时在数据中心网络等许多场景中得到广泛的应用。但SDN相关技术仍处于发展阶段,在应用中依然存在不足,面临着许多挑战。从控制层面来说,多控制器架构提高了控制面可扩展性,但控制器间负载不均衡和控制器故障处理问题仍然影响着控制面的资源利用率和可靠性。从数据层面看,传统负载均衡算法无法适应数据中心网络流量多样的特性,容易阻塞网络,降低网络性能。借助于SDN拥有全网视图集中管控的优势,从而实现对流量的有效管理。针对以上问题,本文研究主要从以下两个方面展开:(1)针对SDN架构控制面的负载均衡与控制器可靠性问题,本文提出基于动态控制器分配的控制面负载均衡和故障恢复(Load Balancing and Failure Recovery,LBFR)机制,实现了集中式决策控制器动态分配架构。该架构中将控制器分为决策和普通两种类型,由决策控制器汇集普通控制器负载和状态信息,并结合网络全局状态完成负载均衡决策和控制器故障处理。状态监测模块周期地检测网络状态,若控制器间负载不均衡,LBFR综合控制器负载程度、控制器处理能力和通信开销等多方面因素定义了负载均衡算法模块,选择需要迁移的控制器、交换机以及迁入的目标控制器,制定负载均衡迁移策略;若普通控制器发生故障,故障处理模块将考虑时延和负载程度等因素重新为故障控制器控制域内的交换机分配控制器,当故障控制器为决策控制器时,则普通控制器设定预先选择的备份决策控制器作为决策控制器,并由新的决策控制器完成故障处理任务。最后由交换机配置模块完成控制器负载均衡模块和故障处理模块生成的交换机迁移策略,实现控制器负载均衡和故障恢复。实验结果表明,本文提出的方法控制器间负载均衡程度优于其他算法,同时能够有效处理控制器故障,提高了SDN多控制器架构的负载均衡能力以及保障了网络功能的可靠性。(2)针对数据中心网络中传统多路径路由算法(Equal-Cost Multi-Path routing,ECMP)无法有效调度大流而导致流量负载不均衡及易造成网络拥塞的问题,提出一种基于蚁群算法的动态多路径负载均衡算法(Ant-colony algorithm based Dynamic Multipath Load Balancing,ADMLB)。ADMLB算法首先通过控制器的南向接口监听数据面网络负载和拓扑信息,并同时由终端主机根据数据流的大小不同对大流进行检测并标记。然后综合考虑数据面链路带宽、延迟和交换机缓存等影响因素,调用改进的蚁群算法,再结合大流传输所需带宽和路径负载选择最优的多路径分发大流,避免因大流造成的链路拥塞。实验结果表明,与传统的ECMP算法和现有相关流调度算法相比,ADMLB算法有效提高了链路带宽利用率,降低了链路延迟时间。