随着信息技术的飞速发展,传统产业和新兴互联网经济的深度融合过程中产生了海量数据。存储技术及计算技术的发展,直接推动了大数据产业的发展壮大。数据量的急剧增长,催生了云计算和数据中心在全球范围内的普及。连接远程数据中心之间的骨干网上的数据传输任务十分繁重。云运营商用昂贵的高带宽链路为各种用户提供大数据传输服务。如何通过提供高质量的服务来赚取可观的利润是运营商所关注的核心问题。科学合理的定价机制是保障运营的重要环节。目前各大云服务商的收费方式都采用相对简单的按不同区域、不同时间段定价方式,如亚马逊、谷歌。而且无法保障用户的传输请求在截止期限前完成。这种相对简单的定价方式无法适应用户对不同传输服务等级的需求,对用户和运营商来说都有缺憾。本文研究数据中心之间高性能骨干网中,探索一种动态定价策略为批量用户大数据传输请求提供适当服务优先级选择,并据此优先级为不同用户请求分配路径带宽资源。在用户效用（传输数据总价值-传输数据总价格）最大化的前提下,使作为优化目标的网络效用（传输数据总价值-传输数据总成本）最大化。本文主要研究以下几个方面的内容:（1）对用户请求接口模块设计。当用户请求到达时,运营商将根据网络的当前状态和请求信息,生成一份带宽价格表p（·）和可用带宽容量上限bι。价格表中p（bi）是保证在截止日期前传输带宽bi对应的价格。bι是运营商保证在截止日期之前可以路由的最大带宽容量。每个链路在每个时隙有相应的价格,价格表p（·）首先沿着最小价格路径路由,直到路径饱和,然后寻找下一个最小价格路径,每条路径可用带宽都相应地定价,以此类推。由于每条可用路径的价格只会增加,所以带宽价格表p（·）是一个非减少的、凸的分段线性函数。（2）对每个链路的每个时隙进行动态定价。记录链路利用率在0.1-0.8连续变化的改变后的新链路利用率—上一时隙链路价格数据对,采用最小二乘非线性拟合方法对上述数据进行拟合,得出真实运行状态的链路利用率—价格函数模型。每当收集到链路利用率有效变化（链路利用率在0.1-0.8范围内）的连续组变化一定次数后的新链路利用率—上一时隙链路价格数据对后,对链路利用率—价格函数进行更新,维护链路利用率-价格多项式函数的准确性。在得到链路利用率—价格多项式函数后,每个链路当前的价格由该非线性拟合函数使用当前链路利用率计算得出。对于链路利用率超过0.8的作为预留给高优先级请求的带宽,链路价格设为0.8链路利用率对应价格的2倍。（3）对本文的动态定价调度算法以及按区域定价的调度算法进行仿真实验。使用50-500个请求的10种不同数量的请求来测试两种定价调度方式所能获得的网络效率。除此之外,也对运营商利润、请求的完成率、网络利用率、敏感性进行分析。