随着网络技术的发展与普及,软件定义网络(Software-Defined Networks,SDN)作为新一代网络范式被提出并受到了广泛的关注。与传统网络技术不同,SDN将控制平面与数据平面相分离,使得控制平面在逻辑上可以集中化,为网络的配置与管理带来了便利。流量测量是网络配置与管理的基础,现有的SDN流量测量方法在进行性能评估时使用的业务流的特征通常较为单一,常常忽视了业务流特征对流量测量方法性能的影响。本文主要研究面向业务流特征的SDN流量测量方法,文中对流量测量方法的研究所做的主要贡献有:1.针对较细粒度的流量测量需求,本文使用吞吐量长时间剧烈波动的VBR业务流对现有SDN流量测量方法的性能进行了评估,并提出了基于吞吐量波动自适应的流量测量方法(AdaRate)。该方法根据业务流近期的历史统计信息计算吞吐量的波动性,并根据波动剧烈程度调整轮询频率,因此几乎不需要人为设定参数,同时也克服了SWT在业务流模式固定的情况下易丢失吞吐量波动的峰值信息的问题。本文还提出一种随机突发检测机制,来对AdaRate的测量行为进行修正。2.为了满足VBR视频流场景下更细粒度的流量测量需求,文中对VBR视频流中视频场景切换对吞吐量变化的影响进行了分析与讨论,提出了SW-ARIMA算法。SW-ARIMA算法使用变长的滑动窗口在VBR视频流的吞吐量序列中寻找适合ARIMA模型建模的片段,并基于ARIMA模型判断当前滑动窗口所对应的VBR视频流片段是否存在视频场景切换。当控制器判断滑动窗口中的VBR视频流片段存在视频场景切换时,控制器采用最大的轮询频率;当滑动窗口所对应的VBR视频流片段不存在视频场景切换时,控制器调整轮询频率以减小网络带宽开销,并基于ARIMA模型对未测点进行实时插值。最后,本文通过实验验证了上述方法的有效性和实际应用价值,并提出了一种集成了上述流量测量方法的SDN流量测量框架的设计与实现,用户可以通过框架提供RESTful接口配置指定业务流的流量测量方法。