随着近十年我国互联网技术的迅猛发展,产生了多样的网络业务应用和规模庞大的数据流量。在目前大数据、云计算迅猛兴起的环境下,数据中心网络规模越来越大,所面临的网络内部流量压力也随之增大。如何有效地调度网络内部流量,缓解流量压力,保障网络的负载均衡,已经成为数据中心网络目前为止亟待解决的问题,仅仅使用难以维护和扩展的传统TCP/IP架构已经不足以满足当今数据中心网络不断发展的需求,带宽利用率低等问题一直存在,在这种大背景下促使着人们对新型网络架构的研究,于是软件定义网络(SDN)的思想应运而生。SDN的概念颠覆了传统网络的体系结构。在SDN概念中,关键思想是网络控制层与转发层的解耦,相较于传统网络体系结构的分布式控制,软件定义网络逻辑上的集中控制功能使网络灵活性得到了极大的增加,并且通过控制器实时获取网络中的状态信息可以更方便地管理网络。把SDN技术引入到数据中心网络以解决其内部负载均衡问题逐渐受到了广泛关注,由于目前广泛使用胖树拓扑作为数据中心的网络结构,因此本文重点研究了一种基于SDN的胖树数据中心网络负载均衡策略。本文选用Ryu控制器作为SDN控制层面的控制器,在其上开发并实现4个负载均衡策略的自定义模块:拓扑发现模块、网络资源监测模块、蚁群算法路由模块、流表导入模块,并在蚁群算法路由模块中提出一种基于链路负载均衡的蚁群优化(LLBACO)算法用于路由寻路,该算法是对原始蚁群算法进行修改,将数据中心网络状态作为蚂蚁选择路径的启发因子,由此,该算法就能够在多约束条件下为数据中心网络选出当前最优传输路径。本文负载均衡策略的运行过程为:首先,拓扑发现模块获取整个数据中心网络的拓扑信息,网络资源监测模块计算网络中带宽、时延和丢包率参数,然后由蚁群算法路由模块中的LLBACO算法利用前面两个模块获取的信息选出最优传输路径,其中,流量负载作为蚂蚁选择路径的主要影响因子,时延和丢包率为蚂蚁选择路径的次要影响因子。最后流表导入模块将蚁群算法路由模块选出的当前最优路径封装成流表项并下发至OpenFlow交换机并完成相应的数据流处理决策。该负载均衡策略可通过SDN控制器获取的实时网络状态信息动态调整网络负载,实现了动态负载均衡,使网络数据得到了高效转发。本文使用Mininet网络仿真平台和Ryu控制器共同构建SDN环境,在Mininet上模拟胖树拓扑,在Ryu控制器中部署负载均衡策略。在基于SDN架构下模拟真实的胖树数据中心网络内部流量,进行三组仿真对比实验。实验结果表明:本文负载均衡策略在提高带宽利用率,降低传输时延等方面拥有较好的效果。