随着云计算、大数据、工业互联网的发展,越来越多的应用服务被部署到数据中心网络,其中一些数据密集型应用程序要求流在尽可能短的时间内完成。为了实现数据中心最小化流完成时间(FCT),最理想的状态是给数据中心中的每一条流都分配一个相对应的优先级。但事实是,现有数据中心中可用于流调度的优先级队列是有限的,这一事实对最小化流完成时间造成严重影响。对于数据中心中数目众多的流而言,不仅在路由规划方面很重要,如何合理的安排多条流的发送顺序也是非常重要的一个环节。因此本论文提出了一种考虑等待时间的优先级划分策略和基于改进的蚁群算法的路径规划算法。这两方面的主要思想如下:1.在考虑等待时间的优先级划分策略中,不仅要考虑当前数据流的大小,还要考虑流的等待时间,即优先处理短流,同时给等待了足够久的长流进行发送的机会,避免造成长流的饥饿,并且对流的总体平均完成时间造成的影响非常的小。该策略不需要现有的数据中心中的交换机提供数量较多的优先及队列,因为该策略只需要用到两个物理优先级队列,一个称之为高优先级队列,另一个则称之为低优先级队列。当低优先级队列中出现需要立即处理的流,而高优先级队列又并非为空时,则会触发轮询算法,进行队列间的切换。因为只涉及到两个优先级队列,所以避免了轮空的时间开销。2.本论文在蚁群算法的基础上进行了改进,使得蚁群算法可以用于数据中心中流的路径规划问题。本改进算法的思想是初始时刻蚂蚁均放置在源节点位置,确定其下一跳候选节点集,然后根据转移概率确定其具体的下一跳。转移概率要综合考量τ得值和η的值来作出最终的判定。最后一步是从所有的可达路径集合中选出最优路径,然后进行路由。最后实验结果表明本论文提出的算法在流完成时间、吞吐量以及数据包接收率方面均有良好的表现。