移动互联网、物联网、云计算和大数据技术的飞速兴起加剧了网络流量的增长,在为人们生活带来积极影响之时,也对网络的管理提出了前所未有的挑战。软件定义网络(Software Defined Network,SDN)作为一种近年来兴起的网络,它在解耦传统网络中的控制层和转发层的同时开放了其接口,且控制层在逻辑上集中,以上特点为SDN网络中的流量监控研究提供了一个新思路。本文利用SDN网络可编程、易扩展、具备较强管控能力等特点,展开SDN网络流量监控系统的研究,主要工作有:1)从网络行为评估、网络安全和网络规划三个角度切入网络流量监测与控制,提出了SDN网络中的流量监控框架。针对该框架,设计了网络流量收集、基于流量的链路重要性评估、异常流量监控和网络流量预测四个功能模块;2)根据网络拓扑及业务场景,从流量角度对网络中的链路重要性进行评估;3)根据异常发生位置的不同,研究了两种异常流量检测算法。针对控制器中的异常检测,利用Packet_in报文速率这一特征属性作为判定依据,针对主机中的异常,通过提取关键五元组信息并通过熵值计算的方式实现异常发现;4)以LSSVM作为基本模型,并在此基础上结合PSO算法,提出了PSO-LSSVM网络流量预测模型。本文对SDN网络流量监控系统框架中的网络流量收集模块、基于流量的链路重要性评估模块、异常流量监控模块和网络流量预测模块分别进行了实现,并在Mininet搭建的仿真环境中,对SDN网络流量监控系统进行了测试。实验结果表明,SDN网络流量监控系统能对当前拓扑及业务场景下的链路进行合理正确评估、能及时检测出针对控制器和主机的异常流量并有进行效控制、能根据当前流量值较准确地预测未来流量情况,为网络的进一步管理提供了多角度的参考信息。