近年来,随着互联网的不断发展和普及,互联网业务所需服务的用户数量大幅上升。单台服务器的业务部署方式无法承受如此大规模的流量,所以大量业务选择了利用四层负载均衡系统来实现业务的横向扩展。这也使得四层负载均衡系统成为现代数据中心中重要的基础功能。而软件定义网络技术的发展和成熟给予了四层负载均衡系统进一步提升的可能。本文从两个方面对四层负载均衡系统进行了研究:(1)实现了一种服务器状态可感知的四层负载均衡系统。通过收集后台服务器信息并结合机器学习算法进行分析,实现了针对四层负载均衡系统的负载分配的改进。并成功将其部署在硬件交换机上进行了实验,验证了该方法可以有效提升四层负载均衡系统的负载分配效果。(2)实现了一种半状态的四层负载均衡系统。通过设计一种基于布隆过滤器的连接状态压缩方案,改进了四层负载均衡系统的连接状态存储方式。通过在硬件交换机上的实验可以说明,这种方案可以有效提升单台交换机可维持的连接数量,同时可以有效降低资源耗尽攻击对四层负载均衡系统的影响。