面对互联网络应用新的需求不断出现,网络体系结构表现出极为的脆弱和不足,SDN网络架构就是在这样的背景下应运而生,旨在改变现有网络基础架构难以适应新应用需求的问题。SDN网络最大的优势就是将网络设备上的控制权分离出来,由集中的控制器管理,任何网络策略的调整部署,都不需要通过修改每个网络设备配置,而是采用编程的方法来定义网络策略来实现。SDN网络路由是由控制器统一进行处理,这为多路径路由设计提供了便利条件,同时可以避免传统算法面临的收敛和计算复杂等问题,但是也面临一些挑战。尤其是在分布式控制器的SDN网络中,网络路由问题研究的网络模型将从一个传统的单层网络结构上找路径,变成了在一个分层的且动态的网络拓扑结构上找路径,这显然使得传统的路由算法不能适应这样的网络结构变化,急需在新的网络结构下设计高效路由算法,来实现平衡网络负载和优化网络性能。面对上述问题,本文从智能算法的角度出发,提出一种分布式控制器的SDN多路径路由算法,并进行了仿真实验,证明算法的收敛性和计算性能。其基本思想和实现步骤如下:(1)针对的SDN分布式控制器结构,需要根据分布式控制器的结构来构建分层分域的网络结构模型,作为路由算法的系统模型。(2)在底层控制器层,因能获取网络域整个拓扑信息,故采用图论中的最短路径方法,来计算满足用户特殊QoS需求的多条可行路径。(3)在顶层控制器层,以每个底层控制器找出的多条路径为节点、以路径特定的QoS代价为权值、以路径边界节点之间的链接为边,抽象出一个小规模的路径网络图,再采用Q-学习算法,进行训练学习,找到满足特定应用需求的路径。(4)在Mininet虚拟网络环境下,选择OpenDaylight控制作为算法的实现平台,搭建一个虚拟实验的网络环境,以任意端端之间前后两次数据包的时延为评估指标,来分析三种不同网络规模下算法的收敛性和计算性能。结果表明,算法的收敛时间随着网络节点数量的增加而增长,但是分域网络多少比分域网络大小给算法的收敛时间和收敛成功率带来的影响更大;在分域网络的路径寻找算法性能与网络的节点数量呈正比变化,在控制器层的路径寻找算法性能与网络的边密度成正比变化。