流量工程算法在传统网络中已得到广泛应用,SDN的全局视图有利于实现更为高效的流量控制和网络管理策略,同时也面临着一些新挑战。控制器对数据流的集中管理可能成为网络性能的瓶颈,SDN交换机安装流表存在一定的时延,流表存储空间也较为有限。当网络初始化或有大量突发流量时,可能同时导致控制平面和数据平面的过载。本文针对以上问题,对SDN网络的流量工程算法进行研究。主要完成了以下工作:(1)针对SDN网络的流量工程问题,提出交换机性能模型和路由优化问题模型。交换机性能模型描述了流表更新请求量与交换机负载之间的关系。定义流表项的匹配精确度,以及不同匹配模式下交换机转发单位数据的代价函数。从交换机负载均衡的角度出发,定义了SDN路由优化问题模型。(2)提出基于交换机负载均衡的流量工程算法。基于最短路径算法,通过调整链路的权值,来优化网络路由。利用遗传算法求解网络中链路权值的最优设置方案。以链路权值数组作为个体基因,经过选择、重组、变异等操作,得到最优解。仿真结果表明,该流量工程算法能够有效利用交换机和控制器的计算能力与存储资源,实现交换机的负载均衡,提高网络吞吐量和数据流的平均匹配精确度。(3)设计并实现SDN流量工程系统的Ryu控制器开发。控制器的主要功能包括:网络拓扑的发现与邻接矩阵计算、基于IP的三层路由功能、各个交换机的流量监测,以及基于遗传算法实现流量工程。本文对SDN流量工程模型及算法的研究,能够提高网络资源的利用率,优化网络性能。为在SDN中实现更为高效智能的网络管理提供了良好的基础。