随着现代信息网络技术的快速发展,用户对网络服务能力的要求也日益提高。由于受到网络带宽、网络设施等因素的限制,如何提高网络服务的效率成为现代网络急需解决的问题。内容分发网络(Content De Network,CDN)作为一种典型的分布式网络可实现用户就近访问网站内容,极大地提高了服务效率,而CDN网络中负载均衡是整个CDN网络系统的核心,是决定CDN网络性能的关键部分。负载均衡是在已有网络基础上提供一种有效的增强网络处理数据能力、提高网络可用性的的方法,在尽可能考虑到缓存服务器处理数据能力的情况下平均分配网络中的流量,提高网络的整体性能。因此设计一种稳定、可靠的负载均衡算法具有较好的研究价值和实际意义。本文针对典型的分布式网络CDN,将负载均衡分为两个部分,网络流量预测部分,以及结合网络流量预测进行的网络流量调度部分,两者相结合可有效提高网络负载均衡效率。文中首先分析总结了各种网络流量预测算法,包括ARMA预测模型、ARIMA预测模型、指数平滑预测模型、卡尔曼滤波预测模型等,以及CDN网络中传统的负载均衡算法,包括了轮转调度算法、随机调度算法、最小连接调度算法、最短期望延迟调度算法等。在总结各类预测算法和调度算法的基础上,针对流量预测部分,设计了一种基于智能优化的网络流量预测方案,采用果蝇优化算法优化传统三次指数平滑预测模型中的平滑系数,对原始网络流量数据进行预测,从而有效提高流量预测准确度和效率;针对流量调度部分,设计了一种网络流量调度方案,分析分布式网络流量调度模型是一种多维背包问题,采用果蝇优化算法解调度模型,实现分布式网络环境中的负载均衡。本文对网络流量预测和流量调度方案分别进行仿真验证,实验结果表明:所设计的流量预测方案可有效提高预测精度,而流量调度方案能够在考虑网络整体的负载情况下均衡调度网络流量。