随着云计算不断发展,网络虚拟化技术也随之发展迅猛,数据中心网络中的应用业务越来越多,所产生的数据流也迅速增长。为满足庞大的数据流需求,数据中心网络采用了一种具有多转发路径的冗余拓扑Fat-Tree胖树型网络结构。为了在这种拓扑结构中实现网络资源的合理利用,过去经常使用的算法都是基于传统的最短路径算法或等价多路径算法ECMP实现对数据流的调度。然而,这些算法存在的问题是突增的数据流会立刻占用网络设备大部分的资源,可能导致链路拥塞或者网络设备宕机,从而造成不可估量的损失。软件定义网络SDN是一种新型网络架构,它为网络流量调度提供分布式网络状态的全局视图。因此基于SDN,本文提出了数据中心网络的大象流流量调度策略,实现了网络拥塞感知和流量调度,达到了对网络拥塞进行有效控制的目的。本文的主要工作如下:1.提出了基于差分进化算法的SDN大象流流量调度方法DE-SDN。首先对大象流流量调度问题进行数学建模。然后,通过s Flow技术实时收集网络信息,由SDN控制器快速地将大象流与老鼠流进行区分。再根据网络流量调度实际要求,通过对差分进化算法进行重定义来求解流量调度数学模型,得到大象流重路由的路径。2.提出了差分进化算法融合蚁群算法的大象流流量调度方法DE-ACO。针对基于差分进化算法的大象流调度算法可能会出现后期个体同化严重而造成局部最优的问题,首先利用差分进化算法得到多条重路由路径,作为蚁群算法初始的信息素。然后再进行二次最优筛选,得到全局最优路径。DE-ACO算法可以有效避免流量调度时DE-SDN算法可能产生的局部最优和二次拥塞问题。3.最后通过大量的模拟仿真实验,验证本文提出的两种大象流调度算法的有效性。通过与多个算法对比平均对分带宽和最大链路利用率两个指标,分析得出本文提出的两种算法能够使数据中心网络的链路利用率更加均衡,同时提高了网络的对分带宽。