在当今的数字化社会中,各行各业在云计算、大数据和人工智能等技术快速发展的推动下加速自动化和智能化进程,对网络这一基础设施的性能提出了更高和更多样化的要求。然而,互联网广泛采用的传统IP网络基础设施却由于越来越复杂而正变得难以管理和跟上产业发展的步伐。在传统IP网络中,网络的控制平面和数据平面捆绑在分布式的设备中,使得网络管理和创新都非常困难。针对当前网络面临的困境,软件定义网络(Software-Defined Networking,SDN)技术通过将网络的控制逻辑从底层网络路由和交换设备中剥离出来,促进集中式灵活控制和全局优化,引入网络可编程能力,简化了网络管理,助力互联网持续创新和满足各种新兴应用场景的要求。由于SDN的上述优势,数据中心和园区网等很多网络都转向SDN技术来彻底改变网络设计和运营,网络向SDN演进已经成为一种发展趋势。虽然SDN为网络管理带来了巨大的便利,网络目前在应用SDN时还存在不足。本文关注目前SDN在网络流量管理方面面临的挑战,主要以一致性无拥塞网络更新和结合应用特点的跨数据中心大规模数据传输两类关键基础问题为中心展开具体研究,研究内容和主要贡献点如下:1.研究一致性无拥塞网络更新问题。针对数据平面执行更新指令异步性导致的路由不一致问题,本文设计了一种一致性更新机制,确保每流在更新过程中的路由一致性。该机制通过让网络中已有旧路由扮演积木,策略性地让数据包依次经过可拼接出新路由的多个积木,促使网络流快速应用新路由和减少网络在更新过程中的流表开销。针对多流路由更新中由于不同流迁移到新路由顺序混乱而导致的链路暂时拥塞问题,本文研究了避免拥塞的更新调度问题,并设计了一种最小化调度轮数的无拥塞流更新调度算法。针对管理程序由于需要应对具有多样化需求的不同更新而日益复杂化的问题,本文设计了一个更新管理工具来帮助控制器编排满足不同需求的更新方案,简化对不同网络更新的管理。实验仿真表明,本文的设计均优于现有同类领先方案。2.研究感知应用性能需求的跨数据中心大规模数据传输问题。当今网络服务和应用普遍分布式部署在全球各地数据中心,运行过程中在多地数据中心之间产生大规模数据传输需求。及时完成应用的跨数据中心域数据传输是保证服务时效性和可靠性的重要环节。针对目前广域网流量管理方法由于对传输完成期限考虑不足而导致系统传输收益低的问题,本文设计了一种感知完成期限的跨数据中心大规模数据传输机制。基于不同传输请求可能要求严格或者宽松完成期限的情况,本文提出了一种考虑混合完成期限的传输收益模型,在此模型上对最大化系统收益的传输速率分配问题形式化为线性规划问题,并设计了基于对偶理论的在线算法。理论分析结果和仿真结果显示,所提出的在线算法能够实现可和离线最优算法竞争的性能。仿真结果还表明,本文算法在请求接纳率和网络带宽利用率方面均显著优于同类方法。3.研究感知通信模式的跨数据中心大规模数据传输问题。面对当前数据中心应用广泛产生一对多通信的跨域流量,目前广域网流量工程方法由于缺乏考虑传输通信特点而存在带宽有效利用率低和对一点到多点传输完成期限无保证的问题。针对该问题,本文提出在使用多个单播的基础上,借鉴对等网络技术思想,可控地让接收端扮演数据传输过程中的数据源来加速完成数据传输和满足更多请求的传输完成期限要求。为了避免集中式控制系统的计算性能瓶颈,本文针对两类典型场景下复杂性高的数据传输问题,分别根据这些场景下问题的瓶颈特点设计了计算高效的算法。仿真结果表明,所提出算法较目前领先的同类方法显著提高了系统中满足完成期限的一对多传输请求数目和带宽有效利用率。4.研究网络技术驱动的跨数据中心大规模数据传输问题。针对目前数据中心广域网流量工程方法局限在静态网络层拓扑下优化数据传输的情况,受当今可重构网络技术的启发,本文探讨了在同一个系统中同时优化网络层拓扑和数据传输的可能性,继而提出通过跨网络层和物理层优化网络资源分配来提高跨数据中心大规模传输的完成期限满足性。为此,本文设计了一种感知负载的多播路由树计算方法,并在此基础上提出了一种基于线性规划松弛技术和确定性舍入技术的波长和传输速率分配算法。仿真结果表明,本文提出方法的性能显著优于目前同样使用多播路由和针对可重构网络的领先方法。