随着互联网规模不断地迅速增长和网络应用类型的日益多样化,网络流量也在不断递增。当网络流量不超过网络带宽容量时,各种业务流的带宽需求就能得到满足；但是当网络流量超过网络带宽容量时,业务流端到端的时延将会迅速上升,分组丢失率也会增加,这就出现了网络带宽资源共享的公平性问题。在带宽分配的机制上,人们已经做了很多的研究,虽然有的算法实现了公平分配,但是削减了网络的其他性能,比如网络往返时延、网络吞吐量等等。在前人研究的基础上,本文对带宽分配的公平性问题进行了进一步的研究,并提出了相应改进的算法。在本文里,我们提出采用动态演化博弈方法设计数据中心网络的带宽分配策略,在动态需求中保证带宽分配的最小保证、资源充分利用、可预测性和公平性。首先,动态分配能够确保资源充分利用；其次,基于博弈的分配能够提供尽最大可能的动态最小带宽保证；再次,VM动态网络流量的可预测性和演化策略的确定性在一定程度上能够满足带宽分配的可预测性；最后,博弈模型的效用函数设计能够保证资源分配的公平性。本文的创新点：1、提出一个能够描述数据中心网络中带宽竞争关系的动态空间博弈拓扑模型。拟设计的抽象的空间博弈拓扑模型,其结构类似于多重图,但该拓扑的节点的定义较多重图更为复杂,是一个具有共同竞争关系的带宽需求者集合。2、提出两个基于动态演化博弈的数据中心网络带宽分配策略。首先,针对不同的数据中心网络应用场景,本文提出了一个带宽效用一致性条件下的、高效收敛的、基于空间演化的公共产品博弈PGG的带宽分配策略。该策略能够实现数据中心网络带宽分配的动态带宽最小保证、资源充分利用、可预测性和公平性；其次,提出了一个带宽效用非一致性条件下的、高效收敛的、基于空间演化的公共产品博弈PGG的带宽分配策略。该策略除了实现数据中心网络带宽分配的动态带宽最小保证、资源充分利用、可预测性和公平性之外,还结合了现实世界经济学规律,提供了数据中心网络拥塞抑制功能,并能够应用于基于流量定价的带宽分配模型。