随着互联网各种新技术的飞速发展，网络用户的数量与日俱增，传统网络架构结构臃肿、业务敏感性差的缺点日益暴露。软件定义网络（Software Defined Networking，SDN）这一未来网络架构，它具有集中控制、接口开放和网络可编程的新优势，其对应的相关技术也称为学术界研究讨论的热点。其中，SDN环境下负载均衡技术的研究在网络的稳定性和成本方面都有着非常重要的意义。 本文以SDN三层网络架构为环境，以OpenFlow协议为基础，研究网络链路的路由策略，实现了基于分类算法下的路由策略，并达到负载均衡的效果。首先，介绍了以往SDN网络的负载均衡算法，以及对网络数据流的分类算法。之后，介绍了利用学习的方法对网络流量进行分类的优势，提出了将学习的分类方法应用于SDN网络负载均衡选路中的研究。根据网络用户对不同Qos类型的网络数据流的Qos需求不同，以及数据流自身的特点，对数据流进行分类，再根据分类结果，为其分配满足其自身Qos要求的路径。因此，得到结论，不同Qos类型的数据流在客户端和服务器端相同的情况下会被分配不同的路径，由此满足用户的Qos需求，并在网络出现负载后，根据分类结果的优先级，改变数据流的传输路径，由此达到网络负载均衡的目的。文中详细介绍了分类算法的设计以及实现网络负载均衡的路由算法的设计，并对算法的可行性进行了验证，得出本文提出的路由策略的可行性和优越性。 本文利用网络仿真工具Mininet和Floodlight控制器搭建了仿真平台，并生成自定义网络拓扑，构建了负载均衡整体架构。并对路由策略进行了实验检测，并得到实验数据。通过对算法的测试和实验数据的整理，发现基于学习的分类算法能够更好地实现按Qos需求选路并实现SDN网络的负载均衡。同时，验证了本文提出的实现SDN网络负载均衡的路由策略的有效性和可行性。
NETL
