【摘要】随着软件定义网络（SDN）技术的不断发展，SDN面临着日益增多的网络安全威胁。因此，及时检测SDN面临的各种网络攻击，对于解决SDN的安全问题显得至关重要。针对这一问题，尝试建立SDN的入侵检测模型，对SDN的入侵数据流量进行甄别。首先在改进海鸥优化算法寻优能力的基础上，设计基于改进海鸥优化算法的特征选择方法对数据集进行降维，进而设计基于改进海鸥优化算法的SVM参数优化方法对SVM模型进行优化，最终利用提出的这两种方法构建SDN入侵检测模型。在NSL-KDD数据集上的特征选择实验准确率为0.945，在UCI数据集上的参数优化实验准确率在0.820以上，在In SDN数据集上SDN入侵检测准确率为0.954。由实验验证结果可知，提出的SDN入侵检测模型可有效地检测出SDN网络的入侵流量，为SDN网络提供了更好的安全保障。