随着互联网的广泛普及与发展,当今的网络变得越来越复杂并且愈加难以管理,严重阻碍了网络的创新与发展。尤其是承载网络核心功能的路由器,其功能不断扩展,现已集成了多种功能,变得越来越复杂,愈加难以管控。从目前来看,其主要研发目标是对性能的提升以及实现功能的扩展。新型的网络架构SDN的出现,解决了传统网络的TCP/IP结构的臃肿以及难以管控等问题。SDN将网络控制与分组转发功能分离,提供逻辑上集中式的控制和网络可编程,从而简化了网络管理,并且极大地促进了网络创新和网络性能的提升。但是,目前基于OpenFlow的SDN技术遇到的问题有很多,例如,控制平面的可扩展性问题、SDN转发平面设计的问题等。因此,本文通过研究控制平面的可扩展性,基于控制平面中的路由拓扑问题,结合SDN的控制层与转发层相分离的特点,使用OpenFlow作为SDN的实现技术,Floodlight作为控制器,Mininet作为仿真软件,对时延、计算时间、传输时间、带宽、延时抖动和丢包率性能进行优化,提出了两种优化算法。第一种是对时延和计算时间性能的优化,基于Yen’s路由生成算法和A*算法,提出一种高效的路由算法,FMRA算法,优化了SDN路由拓扑更新速度。仿真实验表明,随着交换机个数和链路的增多,FMRA算法和Yen’s算法的路由传输时延差距趋于毫秒级,而FMRA算法在拓扑更新计算时间上实现了分钟级优化。当进行拓扑更新时,FMRA算法能够明显减少用户等待时间,从而提高网络时延性能,降低控制器负担。第二种是对传输时间、带宽、延时抖动和丢包率性能进行优化,基于时空数据的特点,使用深度卷积神经网络算法,对网络路径的链路使用频率进行预测。根据预测结果,设计一种链路负载均衡的路由算法,LLBR算法,优化了链路负载性能。仿真实验表明,在相同环境下分别使用LLBR算法、RRS算法、WRRS算法进行路由计算及下发,通过比较传输时间、带宽、抖动时延和丢包率四个性能指标,得出LLBR算法从整体上优于RRS算法和WRRS算法。