当今时代,互联网和云计算的蓬勃发展让数据中心扮演着非常重要的角色。数据中心网络因为可靠性和健壮性的要求,服务器间拥有多条路径,但是传统的数据中心网络拥塞控制机制无法充分利用这些可选路径,也无法有效地解决数据中心的拥塞问题。所以软件定义网络（Software Defined Networks,SDN）网络架构逐渐在数据中心网络中被广泛地使用。SDN可以获取网络的全局信息,更好地监测网络状况并且制定拥塞控制策略。但是SDN网络架构也有其内在缺点,如果没有合理的流量调度策略或者控制器负载过重,还是会导致网络拥塞。所以本论文从流量调度和控制器拥塞减免两方面入手来解决软件定义数据中心网络的拥塞问题。（1）提出基于分段标签下发的控制器拥塞控制策略。传统的OpenFlow协议会在流量路径上的每个交换机上都去下发安装流表项,这对控制器造成了很大的负担,增大了控制器的拥塞,所以本文使用在多节点下发MPLS标签的方式来减少控制器流表的下发。本文推导出了一个数学模型用来描述最终的优化目标,这是一个非确定性多项式难题（NP-hard问题）,本文使用贪心算法来取得优化目标函数的局部最优解,选择合适的交换机下发带MPLS标签栈的流表信息。最终实验的结果和传统的OpenFlow下发流表的方式比较可以减少60%流表项的下发,并且在大流量的环境下可以使控制器的延时减少25%左右,实现了通过降低控制器的负载和控制器处理时延的方式来减轻网络整体的拥塞。（2）提出基于模糊逻辑推理的流量调度策略。使用模糊逻辑推理模型,将候选路径的链路利用率和路径跳数作为输入值,经过模糊化、规则推理、解模糊化的步骤,推理出该条路径的评分值,最后取所有路径的评分最大值,则该条路径为最终所选的路径。仿真实验结果表明,模糊逻辑算法在吞吐量、负载均衡和平均往返时延方面比ECMP、Hedera等算法有显著的改进,能够有效降低网络拥塞。