软件定义网络(Software Defined Networks,SDN)是一种新型的网络结构,具有控制转发分离,集中控制等特点。控制器是SDN的核心,由它指导交换机对数据做出相应的处理。集中控制给SDN带来了许多优点,但是也会成为网络攻击的目标,给网络带来了一定的脆弱性。关于SDN安全的研究是目前的热门课题,分布式拒绝服务攻击(Distributed Denial-of-Service,DDoS)是目前网络中常见的,也是造成危害较大的安全威胁。随着SDN的推广使用,SDN会成为DDoS攻击的主要目标,另一方面SDN也会改变对DDoS的防御方法。异常检测是处理安全威胁的常用方法,可以分为基于统计和基于机器学习两大类,异常检测算法通常包括经过数据收集,分析过滤和应用三个步骤。目前有许多将传统网络中DDoS攻击检测算法移植到SDN中的工作,但是直接移植的算法往往忽略了SDN的特性,使得算法的运行效率不高,或者防御方面存在疏漏。本文分析了SDN的安全性,研究了常见的DDoS攻击方法和相关的异常检测算法,在此基础之上提出了一种适用于SDN的基于Renyi熵的攻击检测算法。该算法利用了SDN集中控制的特点,使用Renyi熵作为异常检测的特征,可以更快的收集网络流量的特征,具有轻量和高效的特点,可以在攻击发生的早期就及时做出响应。本文通过实验证明了该算法的有效性。