近年来,随着互联网和云计算服务的高速发展,全球数据呈现爆炸式的增长。为了追求所提供的服务能更靠近用户以及更低的能耗,云服务提供商通常会建立多个地理位置遍布全球的数据中心。而为了保证服务质量和提高访问的容错率,云服务提供商需要定期同步和备份地域分布的数据中心之间的数据。然而这些传输的数据量巨大,这也意味着大数据传输会占用大量的带宽资源。而光电路交换因其低能耗,大带宽,高可靠性等优点成为大数据传输的有效方案。然而,在链路带宽具有不均衡性的传输网络中,传统电路交换(Traditional Circuit Switching,TCS)“端到端建路机制”会带来网络带宽资源的浪费,还有可能进一步导致大数据传输请求无法在规定时间内完成传输。传统电路交换在建路的过程中,要求传输路径上每条链路的带宽保持一致,且所建电路的最大可用带宽由传输路径上所有链路的最小可用带宽所决定。为了解决电路交换带来的带宽资源浪费的问题,使用存储转发电路交换网络来传输这类业务是合适的。本文研究在存储转发电路交换网络中,静态大数据业务的传输调度问题(Static Bulk Data Transfer Scheduling,SBDTS)。我们提出了启发式算法Intermediate Store and Transfer Schedule(ISTS)来解决SBDTS问题,并分别在节点存储容量充足和节点存储容量受限的情况下对SBDTS问题进行了研究。仿真结果表明,基于存储的ISTS算法与TCS相比,能有效地提高传输成功率和链路利用率。此外,我们还研究了不同节点存储容量对网络性能的影响。存储的引入虽然会增加请求的等待时间,但是我们研究的大数据传输任务具有时延容忍的特性,只要求请求在截止时间之前完成传输即可。因此,我们认为存储转发电路交换网络能很好地应对静态大数据业务,而ISTS算法也是一个有效的算法。