随着云计算、大数据、人工智能、5G等新兴技术与产业的快速发展,全球的数据中心流量增长不断加快。网络监控与管理的许多应用都需要测量网络流量的熵。传统的方法从交换机收集网络流量特征并将其发送到SDN控制器来测量熵需要在检测延迟和网络开销之间进行权衡。四层负载均衡系统作为均衡流量的重要网络功能发挥着关键的作用,传统的专用硬件负载均衡系统和软件负载均衡系统难以同时满足低时延、高吞吐、低成本、可灵活配置等要求。当前业务及应用给数据中心中网络异常流量检测和负载均衡带来了巨大的挑战:一是在可编程数据平面实现上述方案和系统的挑战;二是提高上述方案和系统性能的挑战。数据平面编程语言P4具有可重配置性、协议无关性、平台无关性,本文基于它来设计异常流量检测方案和负载均衡系统,具体研究成果如下:（1）设计了基于可编程数据平面的异常流量检测方案。本文设计了 ESTLog和ESTDiv这两种算法来在数据平面中进行对数运算和除法运算,且它们能在准确性、处理时延、通用性之间取得平衡。此外,基于上述两种算法和Count Sketch提出了在数据平面中测量网络流量熵的方案-ESTEntropy,并且根据网络流量熵进行异常流量检测。通过仿真实验验证了该方案具有高准确率,能够将处理时延减小86.3%-87.9%。（2）实现了一个内存高效的四层负载均衡系统。本文设计了一种基于BBAS数据结构来管理连接状态的四层负载均衡系统-Strainer。该方案适用于大规模数据中心,只需要管理部分连接的状态,从而能够节省内存,减少控制器负担,有效地抵抗SYN flood攻击。通过仿真实验和在硬件交换机上的实验验证了该系统的有效性。