随着云计算、大数据的发展,网络业务空前繁荣,网络流量呈指数级增长.然而用户对服务质量的需求逐渐提高,如何进行流量控制,保障QoS是目前急需解决的问题,而传统网络已经难以满足当前发展的需要。软件定义网络作为一种新型的网络架构,通过将传统网络设备中的控制与转发功能分离,形成一种集中式控制平面,能够实现对网络的集中化管理,统一实施策略;当前软件定义网络的路由算法中更多是保障数据流的QoS的属性,当网络中数据流量的增加,会出现带宽资源调度均衡性问题。导致数据流的高时延、分组丢失率和链路拥塞问题,因此,本文深入研究软件定义网络中的路由算法和拥塞控制算法,提出如下两种算法。本文对软件定义网络架构下如何降低数据流的时延和分组丢失率,提高网络的吞吐量进入了深入的研究,提出了一种基于业务属性的多路径路由算法,通过对网络中的数据流根据其业务属性进行分类,根据不同业务属性的数据流对时延和分组丢失率的要求不一样,结合蚁群迭代的思想,将链路的时延、分组丢失率引入到蚁群算法的节点选择概率函数中,为数据流进行基于业务属性的多路径路由。仿真结果证明,本文提出的算法能够有效降低数据流的时延和分组丢失率,提高网络的吞吐量。为了在缓解网络拥塞的同时降低数据流的时延和分组丢失率,本文提出了一种基于QoS的拥塞控制算法,通过控制器计算链路实时的带宽利用率预测链路拥塞,对拥塞链路采用重路由的方式,在重路由选择时为了降低数据流的时延和分组丢失率,避免产生再拥塞的现象,将链路的分组丢失率、时延、带宽利用率引入到目标函数中,利用遗传算法对目标函数进行求解,得到合适的转移路径。仿真结果表明,本文提出的算法能够有效缓解链路拥塞,同时降低数据流的时延和分组丢失率。