本文研究的是数据中心网络中,并行计算业务协同数据流的平均完成时间最小化问题。如今,数据中心存在大量的并行计算应用,这类应用产生的协同数据流量通常用Coflow模型描述,合理的Coflow流量调度方式,可以减少平均Coflow完成时间。最小化Coflow完成时间的研究通常分为两种场景,分别是先验知识已知以及先验知识未知场景。考虑到实用性,本文将研究重点放在了先验知识未知场景上。目前,该场景下的Coflow调度机制研究大多基于Aalo框架,该框架仅仅根据Coflow大小的估计值进行Coflow调度。本文对Coflow调度场景进行研究分析,Aalo的调度机制在一些场景下不利于平均Coflow完成时间的最小化。因此,本文着眼于先验知识未知的数据中心网络并行计算应用场景,提出了一种基于端口聚合流量的Coflow调度机制CSPAT,并对该机制进行了详细的原理描述、特性研究以及性能仿真,同时针对CSPAT存在的问题提出了改进方案CSPAT-A。此外,本文还详细介绍了基于NS3仿真平台搭建的“Coflow智能仿真系统”,用于Coflow调度机制的仿真验证。现将本文的工作成果具体描述如下:1.针对先验知识未知场景,提出了一种基于端口聚合流量的Coflow调度机制CSPAT。CSPAT调度机制的主要思想是,控制器周期性地根据主机侧上报的本地Coflow各子流的大小估计值,计算Coflow的端口聚合流量估计值,并根据端口聚合流量估计值的大小制定Coflow的优先级,各主机及交换机根据Coflow优先级,进行WFQ调度。CSPAT调度框架在Aalo调度框架的基础上提出了两点改进:(1)改进了对Coflow大小的估计方法;(2)将Coflow优先级的划分依据改为了Coflow的端口聚合流量大小,而不是Coflow大小。仿真结果显示,在最小化平均Coflow完成时间上,CSPAT相较Aalo有3%左右的优化效果。其改进方案CSPAT-A则相较CSPAT有2%左右的性能提升。两种方法均可以方便地部署在现有数据中心网络节点上,能够有效地减小并行计算应用通信阶段的Coflow平均完成时间。2.为了进行CSPAT调度机制的仿真验证,本文基于NS3仿真平台,设计并实现了Coflow智能仿真系统,该仿真系统包括用户界面、Web后台、NS3仿真平台三部分。其中,NS3仿真平台是NS3源码基础上的改造与拓展成果,主要包括了对控制器模块、主机模块、交换机模块的实现。该仿真系统能够支持SDN相关理论算法的验证,同时提供方便使用的图形接口,完成拓扑定义、Coflow流量注入、仿真程序调用等一系列操作,并对仿真结果进行可视化呈现。