近年来,随着互联网规模的不断扩大,爆炸式发展的业务量以及用户需求不断提高,使网络流量呈指数增长。而网络流量的持续增长使得实际网络的带宽资源越来越稀缺,网络拥塞现象频繁发生。传统拥塞控制采用分布式的工作方式,缺乏全局网络信息,使其性能受到一定的局限。软件定义网络(software-defined networking,SDN)是一种新型的网络架构,将数据层面和控制层面进行分离,数据层面获取全网的状态信息,控制层面则是利用全网视图对网络资源进行的集中控制管理,这样的网络架构解决了传统网络的局限性,提升了链路资源的利用率。但是,正因为数据层跟控制层相分离,就会使得控制层面的控制器与数据层面的交换机之间存在一定的时延,有可能影响到控制器接收事件的次序以及下发指令到交换机的执行速度。当网络中有突发数据流经过时,交换机配置速度跟不上,就有可能造成网络拥塞的现象。当网络出现拥塞时,如果数据层能自主根据网络实时情况对数据流进行控制,那么就能缓解网络拥塞,使控制器能有条不紊地进行配置,而工作于数据层面的队列管理算法正好与SDN有适配性,两者互补互助,既能有效地对网络拥塞进行控制管理,又能优化算法性能。本文着重研究的是基于SDN的队列管理算法。主要针对单单依赖SDN控制器实时调整网络资源分配的局限性,而导致网络数据平面的拥塞,造成数据传输延迟和延迟抖动等问题,提出将队列管理算法用于数据平面中,在网络出现突发数据流的时候,能够实时控制SDN数据层转发节点中的数据流,减轻控制器的负载,本文主要工作如下:首先,详细介绍了SDN网络构架、OpenFlow协议以及数据包数据平面的匹配过程。分析现在SDN网络存在的问题,通过对中间节点的网络流量控制管理,来解决拥塞问题。其次,分析主动队列管理(Active Queue Management,AQM)中的常用算法,其中随机早期检测算法(RED)是IETE推荐的基于路由器的拥塞控制机制。在分析RED以及改进算法的优势和不足之处后,提出PTRED算法,将PTRED算法工作于SDN网络数据层,通过SDN控制器的全局视图,对参数进行动态的调节以及保证了数据流之间的公平。仿真实验证明,PTRED算法的可行性以及数据流之间公平问题的有效性。最后,针对全文所做的研究进行总结,并对以后的研究方向进行展望。