近些年来,随着移动互联网广泛应用、电子商务的不断兴起以及大数据服务的迅速发展,网络用户数量成倍增加,互联网的规模不断增大,流量也呈现出爆炸式的增长模式,与此同时虚拟化技术广泛应用,云计算技术也快速发展起来,以TCP/IP为核心的传统网络体系架构已经无法满足现代网络的高要求,传统网络难维护和难扩展的问题日益突出。这些问题已经限制了互联网的发展前景,也促使人们对新的网络架构进行研究。基于此,软件定义网络SDN(Software Defined Networking)应运而生。SDN相较于传统网络的不同之处在于其运用了分层的思想,将网络的数据层与控制层分隔开,从而实现了对网络流量的灵活有效控制。利用SDN所要解决的一个非常重要的问题就是网络的负载均衡问题,它与整个网络的稳定性密切相关,也严重影响着网络的运营成本的高低,因此网络中负载均衡的好坏至关重要。在现有的网络环境下,新的网络架构(SDN)的出现是一种必然趋势,在这种新型的网络架构下,对网络的负载均衡技术的研究,以及对网络的创新与发展有着重要的意义。本文的目的是基于SDN架构下如何实现链路的负载均衡。本文首先提出了一种基于流量探测的流量预测算法,该算法的基本思想是根据探测流的变化情况,把流分成稳定的大象流和不稳定的老鼠流。针对老鼠流,采用ECMP(Equal-Cost Multi-path Routing)算法进行转发;针对大象流,本文接着提出了一种改进的 IPSO(Improved Particles Swarm Optimization)算法,通过改进的算法来找到一条最优转发路径来快速稳定地转发大象流,从而避免大象流过于集中化,以达到均衡网络负载的目的。最后,搭建了SDN数据中心平台,通过网络仿真软件Mininet和Floodlight控制器进行搭建,形成自定义网络拓扑结构,之后分别对单路径、PSO和IPSO算法进行其负载均衡方案的实验与测试,从而得到大量的实验数据。然后,针对实验的数据进行整理、分析和对比,得出相关的结论。结果表明,IPSO算法具有更好地可靠性,能够较好地实现网络中链路的负载均衡。