基于深度学习的SDN异常流量检测系统

流量异常直接影响软件定义网络(SDN)的正常工作，为了解决当前SDN流量异常检测过程中存在的一些不足，以提升SDN流量异常检测精度，设计了基于深度学习的SDN流量异常检测系统。采用经验模态分解方法对SDN流量异常数据进行预处理，采用最小二乘支持向量机建立SDN流量异常检测模型，利用萤火虫算法实现最小二乘支持向量机参数优化选择，以获得更优的SDN流量异常检测结果。实验结果表明，本文系统的SDN流量异常值与实际值非常接近，大幅度减少了SDN流量异常检测误差，具有较高的实际应用价值。