随着数据中心网络传输技术的飞速发展,网络传输速率指数级增长,传播延迟也不断缩小。同时,网络中的流量还呈现出极短时间突发式传输的特征,通常称具有这种特征的流量为Microburst^[1,2,3]。针对这类流量,已有的负载均衡方法大多都无法有效地对其分流和转发,因而在流量传输过程中容易出现交换机buffer占用率过高、链路拥塞、丢包等网络异常。因此,为了应对细粒度时间突发流量的均衡转发,本文在现有均衡方法的基础上进行了改进,设计出两种新的均衡方法,以提升对Microburst流量的均衡效果,减小拥塞发生的概率,增强网络传输性能。Drill^[4]方法是一种基于packet的均衡方法,该方法通过实现ESF（Equal Split Fluid）模型的假设前提,达到近似ESF模型理想均衡的效果,因而可以有效地应对Microburst流量的均衡转发。然而,Drill方法的均衡效果依赖于网络的对称性,网络对称性越差,Drill方法的实际均衡效果就越接近ECMP（Equal-Cost-Multi-Path）^[5,6]方法。于是,为了应对Drill方法在非对称网络下性能下降的问题,本文提出了一种改进的均衡方法。改进方法基于packet的均衡粒度,借鉴了Drill方法模拟ESF模型来达到较好均衡效果的设计思路,同时也针对非对称网络中的流量均衡增加了网络拥塞状态监控机制,通过获取到的网络拥塞信息来进行转发决策,以减小非对称网络下链路拥塞对流量传输的影响,提升对Microburst流量的均衡效果,增强网络综合传输性能。由于flowlet^[7]的均衡粒度既可以保证较好的均衡效果,也可以一定程度上控制packet乱序的发生,所以被越来越多的均衡方法采纳,例如LetFlow^[8]方法。然而,过于被动的flowlet切分机制使得LetFlow方法无法有效应对Microburst类型流量的均衡和转发。于是,本文在LetFlow方法的基础上设计了一种基于flowlet的改进方法。改进方法继承了LetFlow方法的诸多优势,并针对flowlet切分机制过于被动的缺陷增加了流量监测和主动切分机制,对监测到的突发性较强的流量进行主动切分,从而使其能在网络中得到分流转发,提升均衡效果,减小突发流量对网络传输性能的影响。最后,本文还通过仿真对比实验分别对两种改进方法的改进效果进行了验证。