随着各种智能终端应用的出现,以及互联网用户数的快速增加,网络流量呈爆发式增长,这对网络传输提出了更高要求。软件定义网络(Software-Defined Networking,SDN)与网络功能虚拟化(Network Function Virtualization,NFV)技术的出现,将会重塑整个网络架构。本文尝试在新的网络架构下引入人工智能技术,进行传输优化和流量分配两方面的研究,以期打造更加智能和高效的网络。首先,论文提出了智能SDN系统架构,通过引入智能中心,为SDN提供了更加丰富的控制功能和智能分析决策能力,同时也提高了多域SDN控制器间信息共享的效率。然后,论文提出了基于智能SDN的传输优化系统,主要通过智能路径选择、重要节点分析和流量预测三个方面来优化数据传输的性能。智能路径选择是指根据网络状态从网络中寻找最优路径实现端到端的数据传输,保证传输质量;重要节点分析则是通过比较网络传输节点的重要性,通过强化重要节点以提高整个数据传输网络的稳定性;流量预测是指对网络中各个节点的流量进行实时预测,以实现动态调度而避免拥塞。还有,论文在智能SDN的架构下,对网络功能虚拟化NFV中的服务功能链(Service Function Chaining,SFC)的流量分配进行优化。提出将人工神经网络(ArtificialNeuralNetworks,ANNs)与强化学习相结合的算法,实现将不同等级的用户流量智能地分配到不同SFC中,从而降低了系统的平均等待时间。