中文摘要：

目前，在高速端到端电路连接的终端系统之间进行大数据传输时，数据的传输瓶颈已不再取决于网络的传输能力，而取决于终端系统的性能。本项目将针对大规模分布式科学计算应用中大数据传输应用需求，探讨在终端系统传输瓶颈制约下，光网络自律调度系统的体系结构及实现技术，在保证用户服务质量及大数据传输效率前提下，实现光网络带宽资源的最优化利用。主要研究内容包括研究终端系统瓶颈传输速率估算模型及状态信息获取方法；研究动态模式下时间/路由/带宽调度策略和优化算法；研究光网络的自律调整技术；研究先进的实验技术。在此基础上，通过扩展课题组现有的实验平台，开展局部应用实验和评估测试，实验验证相关研究成果。旨在为基于光网络的大规模分布式科学计算应用提供新的技术手段及理论、实验数据支撑。

结论摘要：

本项目针对架构在光网络上的大数据传输应用，研究光网络自律调度系统的体系结构及实现技术。旨在提高基于光网络的大数据传输应用效率、增加用户满意度、提高光网络资源利用率、增加运营商收益、节省用户成本，并为大规模分布式科学计算应用提供理论和实验数据论证。本项目采用软件定义网络（Software Defined Network, SDN）技术，设计并实现了面向大数据传输应用的光网络自律调度体系结构、考虑终端系统约束的新型数据传输协议、基于混合分部顶点集着色模型的时间/路由/带宽调度方法及基于故障概率的光网络可靠性分析及评估方法，提出了一种新型的终端用户自动发现过程优化调度方法，构建了光网络自律调度系统实验平台，设计实现了一个增强型SDN控制器并开展了相关应用实验与性能分析。研究成果表明，所提出的技术和方法在保证用户服务质量及大数据传输效率前提下，能实现光网络带宽资源的最优化利用。本项目共在国内外学术期刊及国际会议上发表了学术论文17 篇，其中SCI论文3篇、EI论文13篇、特邀报告论文1篇。申请国家发明专利6项，其中获授权专利4项。培养了5名博士研究生，8名硕士研究生。