随着网络规模、业务复杂度的不断增大,对路由器的功能要求越来越高,导致路由器复杂化,网络负担加重。为了减轻路由器工作负担,软件自定义网络(Software Defined Networks,SDN)应运而生。SDN抽离路由器中的控制功能,实现控制与转发的分离。但与此优势相伴的,SDN集中控制带来了可扩展性差等难题,同时由于网络架构的革命性变革,很难做到统一标准及与传统设备的兼容。针对这些问题,业界提出各种解决方案,混合SDN网络架构就是其中之一。混合SDN作为由传统网络向SDN网络的过渡网络,不但减轻路由器工作负担,而且为网络提供了一定可扩展性。混合SDN网络可根据不同依据进行分类,本文提出一种基于网络中不同种类数据流量而定义的流混合SDN网络架构。在流混合SDN网络中,SDN流与传统网络流并存,由此产生不同流量之间对网络资源占用的问题。为保障网络通畅,需要对流混合SDN网络中的流量进行合理的分配与调度。本文主要内容为(1)对SDN网络研究背景做了简单的介绍,分析其带来的优势和存在的问题。分类别介绍了业界对SDN网络及为解决SDN网络面临的问题而做的研究。(2)提出流混合SDN网络架构,该网络中所有节点统一,但网络中流量分为SDN流与传统网络流两种,SDN流由控制器制定其转发策略,传统网络流自由转发。对流混合SDN网络架构的特点进行分析,并提出在流混合SDN网络架构中需要研究的问题。(3)本文分别从静态及动态两个层面分析如何对网络中的不同数据流进行分配优化。在静态网络中对数据流进行流量分配时,依据网络中两种不同流之间相互作用的特点,运用wardrop均衡及双层规划思想建立模型,实现流量分配的优化。具体做法是上层模型是控制器控制SDN流的路径选择,其结果影响下层;下层模型为传统网络流依据随机用户均衡分配的原则选取转发路径。两种流之间相互影响,最终达到合理利用网络资源的目的。利用禁忌搜索算法求解双层规划问题,并在仿真实验中取得较好结果。(4)在动态网络中,考虑不同流量之间对资源的博弈,在多个OD对之间传统网络流和SDN流进行博弈达到成本消耗最小的目的。运用博弈中的Stackelberg博弈模型对两种流的相互作用进行描述,SDN流为博弈领导者,传统网络流为博弈追随者。SDN流在知晓传统网络流可能做出的行为前提下先做出决策,传统网络流观察SDN决策行为并以自身利益为前提做出决策,两种流在交替博弈后达到均衡状态,实现系统成本优化。利用遗传算法对Stackelberg博弈模型求解,并通过仿真实验获得较好结果。