云计算、大数据、人工智能等信息技术的快速发展,越来越多的新兴业务不断聚集云端。云数据中心作为云业务的信息基础设施,随着业务和用户数量的增长使云数据中心的流量规模呈爆炸式增长,给云数据中心流量调度与管理提出的新的挑战。而随着5G时代增强现实（Augmented Realtiy,AR）、虚拟现实（Virtual Reality,VR）等新业态的迅速发展,将会把云数据中心流量的激增推向又一新的高潮。一方面,目前大部分云数据中心仍然采用传统数据中心的网络架构和技术。而传统的分布式IP网络架构僵化,流量调度与管理技术已难以适应其网络管理的要求,尤其是承载多业务、面向多用户的运营商云数据中心。另一方面,云数据中心承载业务的多元化和用户体验的差异化,流量调度与管理要能根据多元化的业务支撑需求以全局、动态、自适应、弹性化和差异化的优化为使能技术,实现云数据中心的资源高效利用,增强网络性能和用户业务体验。作为新一代网络架构的软件定义网络（SDN）能促进网络管理和业务支撑创新,实现流量的全局调度和细颗粒的管理优化,能为云数据中心流量调度与管理优化提供良好的体系架构和创新的平台支撑。论文围绕运营商云数据中心网络管理与业务支撑的实际需求,针对流量弹性化负载均衡调度、多业务差异化流量管理优化、流量调度与管理优化算法设计等关键问题展开深入的探索和研究,旨在实现运营商云数据中心流量的弹性化调度与差异化管理优化目标。论文主要创新和贡献如下:1.提出云数据中心弹性化流量调度策略论文从运营商云数据中心网络管理实际出发,同时考虑网络结构和网络流量两方面因素,设计了一种流量分析预测在线调度机制。针对云数据中心流量调度的多维、多约束和多模态问题,创新性的提出了云数据中心弹性化流量调度策略。在分析预测和在线调度两个阶段,发挥斐波那契树优化算法（FTO）全局局部交替迭代寻优和多模特性,得到流量调度的最优解和多个有价值的次优解,以提高运营商云数据中心流量的弹性化调度能力。模拟平台验证表明,所提策略能够对云数据中心流量进行合理调度,有效提升运营商云数据中心网络的负载均衡能力。2.提出云数据中心多业务差异化流量管理优化（MSD-FTO）策略论文从云数据中心业务支撑实际出发,综合考虑网络性能、流量特征和业务体验等因素,构建符合运营商云数据中心运营要求的多业务差异化流量管理模型（MSD）,改进FTO算法适配MSD模型,创新性的提出了云数据中心多业务差异化流量管理优化的MSD-FTO策略,以实现云数据中心多业务流量差异化管理优化。模拟平台验证表明,MSD-FTO策略具备良好的全局优化能力和多模自适应特性,利用模型对多业务差异化参数的敏感性,适当约束相关参数的影响,可得到MSD模型的多个符合条件差异化流量管理方案,有效提升了运营商云数据中心的网络性能和业务体验。3.设计和改进了流量调度与管理的FTO算法论文以运营商云数据中心的流量调度和管理为研究对象,从网络管理和业务支撑实际出发,根据设计适配其流量特性和优化目标的模型,创新性的设计和改进了流量调度与管理的FTO算法,旨在解决云数据中心流量调度与管理的多维、多约束、多模自适应寻优问题。实验结果表明,在流量调度与管理的可行域内,FTO稳定的全局寻优能力和灵活的多模自适应特性,能一次求解到多个满足条件的流量调度和管理的优化方案,满足了云数据中心流量的弹性化调度和多业务流量的差异化管理需求,能有效解决云数据中心流量调度和管理优化问题,达到提升网络性能和业务服务质量的目的。综上所述,本论文研究了运营商云数据中心流量的弹性化调度与差异化管理优化策略,提高了运营商云数据中心流量的弹性化负载均衡能力和多业务差异化流量管理能力。为运营商大规模云数据中心的流量调度与管理优化开辟了新的思路,对于云数据中心流量调度与管理策略的研究具有理论和现实意义。