软件定义网络(Software Defined Networks,SDN)将控制逻辑剥离数据层,并单独形成控制层,实现了对网络的灵活管理。然而随着网络规模的增加,单控制器部署方案由于处理能力不足、易过载等缺陷已无法管理整个网络。因此多控制器放置问题被提出,即如何确定控制器的数量、位置以及与交换机间的映射关系。已有研究表明,控制器的数量和位置会影响网络时延、负载等网络性能。本文对软件定义网络中面向时延和负载优化的多控制器放置策略进行研究,研究内容如下:(1)面向时延和负载优化的静态多控制器放置策略:本策略综合考虑网络传播时延、控制器负载以及排队时延对静态多控制器放置问题的影响,建立相应模型并提出负载均衡算法(BCRA)和遗传算法(GA)。负载均衡算法(BCRA)首先确定控制器的数量k,并选择度最大的节点为控制器根节点构建k棵生成树,生成初始k个低时延且负载均衡的子网;遗传算法(GA)先利用贪心思想优化待选控制器集合,再寻找较优的多控制器放置方案。实验表明:与已有工作相比,BCRA与GA在中小规模网络中均具有较好的网络负载均衡性能,在大规模网络中,GA算法在传播时延、排队时延以及负载等方面的性能优于BCRA,使得负载均衡率平均提高49.7%,保证了较低的传播时延和排队时延。(2)面向时延和负载优化的动态多控制器放置策略:本策略综合考虑网络排队时延、交换机迁移成本以及控制器负载对动态多控制器放置问题的影响。本策略在静态放置策略的成果上,进一步讨论因流量变化而导致控制器过载的问题。该问题主要分为两种情况:1)控制器发生过载,但是全网未过载,即当前控制器数量可保证网络正常运行,本策略提出网络局部过载调整算法(PODA),在重新调节各个控制域的过程中,保证较低的交换机迁移成本,均衡网络负载,降低网络排队时延;2)控制器发生过载,且全网过载,即当前控制器数量已无法满足网络正常运行的需求。本策略提出网络整体过载调整算法(FODA),计算并选择新增控制器的数量和位置,最终使得网络负载均衡。实验结果表明,本章节提出的多控制器动态放置算法能够有效平衡控制器间的负载,同时保证较少的交换机迁移成本和较低的网络排队时延,且能够部署于大规模网络中。