近些年来,伴随着互联网的蓬勃发展,越来越多的新型网络应用和服务应运而生。这些不同类型的应用产生的数据流在互联网传输的过程中通常具有不同的网络服务质量(Quality of Service,QoS)需求。而传统的Internet网络提供的尽最大努力交付服务模式难以满足这种差异化服务需求。软件定义网络(Software-Defined Networking,SDN)作为一种新型网络架构,其核心思想是将控制与转发分离,形成一个控制平面和一个数据平面。SDN架构本身以及其控制平面与数据平面之间的交互协议,即OpenFlow协议,都对QoS保障提供了细粒度的技术支持。因此,本文主要研究了SDN环境中面向不同类型网络应用的QoS感知路由策略,并提出了以下方案:(1)面向可伸缩视频流服务的多播路由方案。可伸缩视频流应用是一种具备可分级特性的流媒体服务,本文设计了一个面向该服务的多播路由方案。本方案首先给出基于SDN网络的通信系统架构设计,然后提出一个时间高效的组播树构建算法来进行可伸缩视频流多播路由,并进一步设计了一个基于视频失真模型的动态层转换策略来解决网络动态环境引起的视频失真问题。最后本方案实现了一个原型系统,并进行了大量的实验,实验结果表明该方案能够在满足可伸缩视频流服务的QoS需求的基础上,有效地保障用户的网络服务质量体验并提升多播会话的可扩展性。(2)面向IP电话服务的单播路由方案。IP电话服务是一种主流的、基于IP网络的端到端语音通话技术,本文提出一个面向该服务的单播路由方案。本方案首先利用SDN逻辑集中控制的特性收集数据平面的历史流量信息构成数据集,然后训练本方案设计的一个基于循环神经网络的深度学习模型,即DeepRouting,来学习网络流量调度特征,进而使用训练后的模型来进行针对IP电话服务请求的线上路由规划。实验结果表明DeepRouting模型能够以时间高效的方式进行线上服务路由,并且取得合理的QoS性能,从而验证了方案的有效性和可行性。