传统的负载均衡模式在处理非对称拓扑时,需要维护全局或者局部的拥塞信息,导致实现此类的负载均衡系统复杂度较高。基于flowlet switching的负载均衡模式实现起来非常简单,并且能够在非对称拓扑的场景下实现自适应的负载均衡,因此是一种比较理想的负载均衡方案。但是,如果不正确设置flowlet switching中用于区分不同flowlet的超时值,这种自适应的负载均衡效果不仅不能达到,反而会加剧网络的拥塞。本文针对此问题,研究了如何设置超时值才能使基于flowlet switching的负载均衡模式实现理想的负载均衡效果。本文首先在软件定义网络架构下,结合OpenFlow组表技术,实现了基于flowlet switching的自适应负载均衡系统EasyLB。然后,本文针对EasyLB系统中的超时值设置问题,通过Markov模型对flowlet switching的过程进行建模,依据平稳分布,给出了如何设置超时值才能使EasyLB收敛到理想负载比例的定理。结合Markov链收敛速度与转移概率矩阵第二大特征值的绝对值之间的关系,分析了超时值和负载均衡收敛速度之间的关系。针对非等概率路径选择和多负载均衡链路等复杂的网络场景,本文给出了超时值如何设置的理论参考以及相应的求解算法。综上,本文在越来越被广泛采用的软件定义网络架构下,实现了基于flowlet switching的自适应负载均衡系统EasyLB,并重点研究了在基于flowlet switching的负载均衡系统中,超时值取值与负载均衡效果之间的关系,给出了多种网络场景下超时值如何设置的理论参考。