物联网(Internet of Things,IoT)和软件定义网络(Software Defined Networking,SDN)近年来是学术界研究的热点。IoT感知层异构网络众多,如无线传感网络(Wireless Sensor NetWorks,WSN),射频识别网络(Radio Frequency Identification,RFID)等,这些异构网络的布置很复杂,在IoT中引入SDN,可以为IoT的各层提供个性和弹性的管理。WSN作为物联网感知层异构网络之一,在很多领域得到广泛的应用,例如农业、工业、军事,环境监测、智能交通等。近年来,WSN得到飞速的发展,从早期应用在军事领域和环境监测领域到如今在人们生活的各个领域被应用,对WSN数据传输的可靠性和实时性要求不断提高,因此在资源有限的WSN中提供服务质量(Quality of Service,QoS)的保障,成为目前重要的研究问题之一。WSN是大量传感节点自组织形成的网络,经常部署在人们无法到达的区域。由于WSN传感节点一般采用能量有限的供电设备,当能量超过设定的阈值,会造成节点自然消亡,导致网络拓扑结构经常发生变化,因此如何节省能量、均衡网络能耗负载从而延迟网络寿命成为另一个难以解决的问题。本文首先将SDN引入IoT中,设计了一种基于SDN的物联网架构(SDN-based IoT architecture,SD_IoT);其次,针对WSN在QoS约束下的路由选择以及能耗问题,在SD_IoT基础上提出了一种基于多约束条件的多路径传输优化方法(Multi-path transmission optimization method based on multiple constraints,MMTS),其中包含链路评分算法(Link Scoring Algorithms,LSA)和路径选择算法(Path Selection Algorithms,PSA)。LSA采用长短期记忆网络(Long-short term memory netwxorks,LSTM),以带宽、丢包率、时延和节点剩余能量作为输入参数,进行LSTM模型训练,采用训练好的模型对链路进行评分。PSA采用Q学习算法以评分初始化Q表并以评分和跳数作为回报值计算依据选出多条路径,来实现当前环境下数据传输路径的选择。