新的网络架构软件定义网络（Software Defined Network,SDN）分离了控制平面与数据平面,控制平面由多个SDN控制器组成,负责控制和管理网络;数据平面由交换机等网络转发设备组成,负责对网络中的数据包进行转发。SDN虽然弥补了传统网络架构的不足,但又产生了新的问题,例如多控制器之间负载不均衡的问题。为了解决多控制器之间负载不均衡问题,通常的做法是在控制器过载时,把过载控制器域内的一部分交换机迁移到其它的轻载控制器上,以平衡各控制器之间的负载。但是,当多个交换机迁移到同一个控制器时,可能会出现控制器再次过载的情况,难以迅速有效地实现多控制器之间的负载均衡。因此,设计一个合理、高效的交换机迁移策略以实现多控制器之间的负载均衡是当前SDN领域的一个重要的研究方向。针对该问题,本文从不同的角度设计了两种SDN多控制器负载均衡策略,主要工作内容如下:（1）设计了一种基于流量预测的SDN多控制器负载均衡策略TP-LBS（Load Balancing Strategy based on Traffic Prediction）。该策略以控制器的负载和控制器与交换机的传输时延为优化目标。首先,利用ARIMA模型预测交换机的负载;然后,计算出控制器的负载,根据控制器的阈值将控制器分为轻载控制器和过载控制器;接着,根据得到的负载信息选择目标控制器和需要迁移的交换机;最后,安排交换机迁移并更新控制器和交换机的映射矩阵。仿真实验结果表明,TP-LBS策略可以有效避免控制器的负载不均衡,减少网络的传输延迟,提高网络的性能。（2）设计了一种基于多目标优化的SDN多控制器负载均衡策略MOO-LBS（Load Balancing Strategy based on Multi-Objective Optimization）。通过对控制器负载、平均传输时延和迁移成本这三个因素综合考虑,构建关于负载均衡度、平均传输时延和迁移成本的模型,将多控制器负载均衡问题转化为多目标优化问题,使用改进后的多目标粒子群优化算法求出最优解。仿真实验结果表明,MOO-LBS策略在保障控制器负载均衡的同时,减少了网络的传输延迟和迁移成本。