近年人工智能和云计算的快速崛起,使得数据中心的规模快速扩张,随之而来的是数据中心运营中面临的各种问题,譬如数据中心网络的能量节约问题和网络负载均衡问题等。现今各项数据表明电能损耗已经成为数据中心主要的运营成本,目前的研究主要通过服务迁移,服务休眠等技术对数据中心网络进行能量节约;而网络负载均衡与数据中心的服务质量密切相连,如何通过平衡数据中心网络的负载,提高数据中心的性能受到持续关注。在传统网络架构下,实现网络的能量节约和负载均衡需要引入不同的网络中间件,除了器件的损耗还有人工配置等系列问题,要对网络实现二者联合优化一般采用中间件级联或者引入复杂件的方式。软件定义网络(Software Defined Networks,SDN)作为一种新型的网络架构,该架构的数控分离,控制集中和外接可编程等特性使得对数据中心网络的能量节约和负载均衡的联合实现更加简便,可以通过一个单一模块进行实现,实现真正意义上的联合优化。双服务的联合实现可以提高数据中心工作效率,极大的减少常用手段的时间损耗和器件损耗。本文主要工作如下:1)针对传统网络架构下,数据中心网络因为复杂中间件和人工配置困难等因素难以同时实现网络能量节约和负载均衡这一问题。本文提出一种基于SDN的数据中心网络流量调度策略,该策略可以在数据中心网络中同时实现能量节约和负载均衡。在网络能量节约方面同时采用多路径传输和服务休眠技术实现对网络的能量优化,负载均衡方面通过对多路径传输的所有子流选取最大平均链路利用率路径完成优化,二者利用SDN架构的数控分离和逻辑集中的特点获取全网状态信息,降低了传统方式的计算复杂度,并通过对外可编程实现单模块结合。2)本文为解决在执行流量调度策略时,求解最优解时间过高等问题,提出一种启发式算法,该算法利用SDN数控分离和逻辑集中的特性来降低算法的复杂度。本文为了验证调度策略和算法的性能,设计实验将本文方案与网络能量节约以及网络负载均衡方面典型算法进行比对,最终发现本文提出的策略和算法的确可以对数据中心网络能量节约和网络负载均衡进行联合优化,并比典型算法呈现出更佳的性能。3)为了研究本文提出的流量调度策略在不同应用场景下的表现情况,本文结合不同应用场景下的数据特征对系统模型和启发式算法进行了修改和完善,并设计实验分别研究网络负载和数据特征对算法性能的影响,发现本文方案性能呈现出比典型方案更好的网络性能。