由于各种新兴网络技术的出现与发展,数据中心网络的内部流量增加导致网络链路拥塞的情况越发严重,极大地影响了通信网络性能。研究发现当前的传统网络架构逐渐不能适应现在的网络服务需求,很难实现对数据流量高效灵活的调度。软件定义网络在这样的历史背景下应运而生,这种新型的网络架构完全改变了传统网络的数据流量调度模式,它实现了网络流量的控制与转发的分离,自身具有全局网络感知以及集中化网络控制的特点,为实现更加优越的网络负载均衡策略提供了崭新的思路和平台。论文研究内容即主要从软件定义网络架构下对数据中心网络的链路负载均衡问题进行探究,针对传统网络流量调度存在的流量冲突问题,论文提出了一种基于改进的蚁群优化算法的软件定义网络负载均衡策略,能够结合软件定义网络的特点优势对数据中心网络实现良好的动态网络负载均衡。论文在分析总结传统网络负载均衡问题的基础上设计实现了软件定义网络架构下的基于蚁群优化算法的负载均衡策略。论文对蚁群算法根据网络链路的负载状况进行了差异性的链路信息素初始化,又结合链路负载情况对状态转移概率的启发函数进行重新定义,这样结合网络状态可以进行更好的路径选择。论文还提出一种全局最优最差信息素更新规则,同时为了保证算法在执行过程中的合理运行,又对信息素挥发因子进行阶段性取值,改善了蚁群算法在实际网络应用中易陷于局部最优解、收敛速度不合理等问题。此外对信息素含量也进行了范围限制,以保证算法的持续性调度路径搜索能力。最后在蚁群优化算法提出的基础上考虑数据流量的大小区分的特点设计了整体的软件定义网络负载均衡策略来对网络流量实现更智能高效的负载均衡。然后将设计完成的负载均衡策略通过软件定义网络控制器部署实现,构建了一个完整的软件定义网络负载均衡系统。该系统主要包括全局拓扑感知、网络信息收集、路由决策、流表安装等功能模块。全局拓扑感知模块负责在系统运行初期对整体网络结构进行获取,而信息收集模块则在全局网络拓扑获知的基础上采集网络实时状态以及流量信息,为路由决策模块计算调度路径提供相关信息。路由决策模块便搭载着基于改进的蚁群优化算法的负载均衡策略,实现高效准确的负载均衡。而流表安装模块则根据计算出来的最优调度路径进行流表下发完成对数据流量重新的合理调度,从而通过软件定义网络控制器实现对网络流量的统一集中管理。论文使用Mininet网络仿真工具来模拟数据中心网络以及不同的网络通信情况,在各个通信模式下对论文所提出的软件定义网络负载均衡进行性能分析,验证了论文负载均衡研究的可行有效性。