软件定义网络(Software Defined Networks,简称为SDN)通过其核心技术Openflow将网络的控制平面从数据平面中分离后,集中式的控制器掌握全局网络控制功能。在网络规模较大的广域网中,现有的单控制器方案存在低带宽和高时延等问题,因此,多控制器部署问题应运而生,该问题的核心为确定网络所需控制器数目以及控制器部署位置。研究表明,合理的控制器数目以及控制器部署位置可以保证控制器间的负载均衡,也能够降低网络时延。本文针对SDN中基于时延约束的多控制器负载均衡优化算法进行研究,研究内容如下:(1)多控制器静态部署中基于时延约束的负载均衡优化算法研究:本文提出了多控制器静态部署算法解决初始网络中的负载不均衡和时延过大等问题。首先,基于初始时刻网络流量大小、单个控制器的最大处理能力以及衰减因子,确定所需控制器数目M;其次,利用贪婪算法确定首个控制器节点,并以其为根节点构建一棵负载有限的改进代价的最小生成树子树;进一步,利用改进的贪婪算法确定剩余M-1个控制器节点,并分别以其为根节点构建M-1棵负载有限的改进代价的最小生成树子树;最后,更新各子网内控制器位置以减少网络传播时延,确定初始M个负载均衡的子网。实验结果表明,该算法与帕累托模拟退火算法、优化的K-Means算法等相比,可以使网络负载均衡情况平均提高29.65%,且可以保证较低的网络传播时延。(2)多控制器动态调整中基于时延约束的负载均衡优化算法研究:由于网络流量随时间推移而不断变化,因此在上述研究的基础上进一步研究该问题,将多控制器动态调整分为三种情况。情况一:任意时刻网络总流量未过载,提出在线优化算法调整子网间交换机映射关系使各子网负载满足效率区间,并优化网络时延;情况二:存在某时刻网络总流量过载,提出控制器激活算法确定新增控制器的数目及位置,利用情况一中的在线优化算法调整控制器间负载;情况三:存在某时刻网络总流量低于效率区间,提出控制器休眠算法确定待休眠控制器的数目及位置,利用情况一中的在线优化算法调整控制器间负载。实验结果表明,本文提出的多控制器动态调整算法适用于以上三种情况,可以在保障网络连通性的基础上,使网络负载均衡情况平均提高34%,同时保证较低的网络传播时延。