为解决在线流量和离线流量共用一个数据中心传输网络,且两种类型的流量在链路中的分配模式固定不变而导致的链路利用率低的问题,本文提出了一种基于在线流量预测的离线流量调度方式,同时通过有效的故障恢复机制来保障流量需求的可用性。实验结果表明,Sliding-k、SEDF以及增量快速重路由的结合能够提高数据中心链路的利用率,保障流量可用性。文章的主要研究工作包含了预测、调度、故障恢复三部分。第一部分,预测。首先使用结合了指数加权移动平均算法和贝叶斯拐点检测算法的Sliding-k方法对链路中需要优先保障的在线流量进行预测,使预测既能在网络环境突然变化时灵敏响应,又能在网络平稳时减少后续调度时不必要的带宽分配重调整。第二部分,调度。调度部分根据预测结果计算出离线流量的可用剩余空间,实现动态的带宽分配,再使用能够同时考虑流量截止时间和流量大小两个维度的智能最早截止时间优先（Smart Early Deadline First,SEDF）算法对离线流量进行调度。第三部分,故障恢复。最后在链路故障发生时,使用基于风险价值理论的方法,对故障链路上的流量进行快速重路由,使那些原本被调度到故障链路上的流量需求恢复可用。此外,文章基于以上三个研究工作开发了基于预测的数据中心间流量调度系统（Inter-DC Traffic Scheduling System Based on Prediction,IDCTSSP）。系统实现了在线流量预测、离线流量调度以及故障发生时的恢复功能,并将这三个功能整合成为整体的流量调度系统。除此之外,系统还具有用户登录注册、系统参数管理、调度结果查看等系统的常见功能。本论文首先介绍了研究背景、工作目标和内容,分析数据中心间流量调度工作的现状,阐述提高链路利用率和保障离线流量可用性的必要性,接着介绍了系统中使用到的主要技术。在此基础之上,对系统进行了需求分析与设计,明确当前数据中心间流量调度场景下存在哪些问题和挑战,根据需求分析给出系统整体架构设计,然后将系统功能模块细化为预测模块、调度模块和故障恢复模块,并描述了各模块的详细设计与实现。接着对系统进行了包括白盒和黑盒在内的场景测试,验证了系统的可用性及稳定性,最后再对全文做出了总结。