随着云计算、大数据等新业务的兴起,网络规模及网络用户数呈现爆炸式增长。数据中心作为IT服务的重要基础设施,其所承载的网络负荷日益加重。如何实现网络负载均衡分配,减小网络拥塞,成为数据中心急需解决的问题,仅仅通过改善传统TCP/IP网络架构已经无法满足当前数据中心网络需求,在这种大背景下新型网络架构SDN应运而生。究其本质,SDN体系即一种网络分层架构,其核心思想是实现控制层与数据层的解耦,由SDN控制器完成对于网络全部功能的集中控制。相比于传统网络架构的分布式控制,SDN网络的集中控制功能及其软件可编程的方式极大地增加了网络的灵活性,将SDN引入数据中心以缓解数据中心流量压力已经引起了越来越广泛的关注。当前数据中心广泛采用的胖树拓扑结构,能够为网络数据流传输提供多条等价路径,该拓扑的多路径特性能够提高网络吞吐量及带宽。但是数据中心采用的传统路由算法ECMP,仅仅是从数量上将数据流近似平均的分配至多条等价路径,这种算法并不适合数据中心流量复杂多变的情形。而软件定义网络的集中架构优势,使得网络能够根据实时状况对流量分流进行动态调整,从而使得多路径特性得到充分发挥。因此本文将对SDN网络环境下的多链路负载均衡策略进行研究。本文选用控制器Ryu作为算法实现的平台,通过在控制器中设计与实现3个自定义模块:信息收集模块、路由模块、流表转发模块来完成方案部署。首先通过信息收集模块得到网络完整拓扑并对拓扑结构中的各链路实时状态进行集中监控。然后由路由模块通过最优k短路径算法实现对于源主机与目的主机间k可靠路径的选取,并制定综合评估模型将各功能模块所收集的网络实时状态信息进行整合,按所得结果对k短路径进行优先级排列,进而得到最有利于当前网络负载均衡的传输路径。最后由流量转发模块向所选链路上的所有交换设备下发相应的数据流处理决策。该策略可根据网络实时状态动态调整网络负载,有效缓解网络拥塞,进而优化网络性能,实现数据高效转发。在仿真平台Mininet上模拟Fat-Tree拓扑,将其与部署了多链路负载均衡策略的Ryu控制器连接,在完整的SDN网络架构下模拟真实数据中心流量模型,对本文方案进行测试。通过对比不同算法的带宽利用率、时延以及吞吐量,证明了本文方案在数据中心流量较大时,负载均衡效果更好,降低了传输时延,增大了网络带宽利用率。