近年来,随着互联网的飞速发展,各种新型互联网应用相继出现,同时计算能力和应用程序逐渐向云迁移,网络需要处理的流量也日益增加。在这种情况下,如何最大化地利用网络资源是当今互联网技术亟需解决的问题。基于软件定义网络(Software Defined Network,SDN)的集群式控制方式能够有效的提升资源利用率,同时不需要更换底层的硬件设备。但是面对庞大的信息数量,传统的SDN控制器容易发生过载,导致系统负载不均衡。为了解决上述问题,本文基于多控制器平面提出了两种动态负载均衡算法:基于系统平均化的动态自适应算法DAA,以及基于非合作博弈的分布式负载均衡算法DGA。针对网络规模较小,网络流量不大的情况下,DAA算法根据系统平均化原则,处于空闲状态的控制器优先分配更多的负载,以此解决多控制器之间负载不均衡的问题。在网络规模较大,网络流量较大的情况下,提出DGA了算法。该算法将交换机迁移过程转化为空闲控制器竞争过载控制器下交换机的主控制器角色的博弈过程,把网络利用率最大化问题转化为了博弈者的收益最大化问题。并且把参与同一博弈活动的区域称为博弈域(Game-Playing Filed,GF)。GF使并行的网络博弈可以分离为不同的单独博弈,充分利用了每个控制器的资源。最后通过仿真实验表明,DAA与DGA算法都能够达到一定的负载均衡效果,实现对控制平面的充分利用。DAA在规模较小的网络中能够有效地提高控制器集群的资源利用率,与静态配置控制器相比有着更高的吞吐量以及更低的响应时间。DGA算法在网络规模较大的情况下能够有效的减少高负荷控制器的负载,并且与DCP配置方法相比,控制器响应时间降低了百分之五十。