软件定义网络(Software Defined Network,SDN)是一种将控制平面和数据平面分离的新型网络,具有可编程性的优点,解决了很多传统网络中存在的问题,在云计算平台、网络虚拟化、数据中心等领域已经得到了广泛的应用。但其作为一种新兴技术,也存在诸多安全问题,尤其体现在遭受分布式拒绝服务攻击(Distributed Denial of Service,DDo S)时,由于SDN依赖控制器进行集中控制,而DDo S攻击很可能会对控制器造成额外的损害,这使得SDN相比于传统网络更容易受到DDo S攻击的影响。现有的SDN环境下的DDo S攻击检测方法均存在一定的问题,包括检测率不足、误报率较高、消耗资源大、时间长等。并且这些方法通常没有针对现今主流的DDo S混合攻击,也没有充分发挥SDN独有的优势,在实际场景中很难起到足够的效果。在这样的背景下,本文尝试将突变理论引入网络安全领域,首先结合流特征提出了一种基于突变模型的DDo S攻击检测方法,并在网络公开数据集上进行了验证;然后通过分析DDo S攻击的行为特征和SDN流表的特点,提出了适用于突变模型的轻量级流表特性;最后针对单交换机检测算法的弊端,基于SDN控制器的全局视图能力提出了多交换机协同检测的优化方案。本文还通过仿真实验模拟了DDo S混合攻击,并在采集数据后进行了多次对比实验,通过对实验结果进行分析后得出,上述方法可以有效检测DDo S混合攻击,并且相较于其他方法具有一定程度的优势。