近年来,随着大数据、云计算等技术的不断发展,计算机处理数据量不断增大,同时,各种虚拟化技术逐渐发展成熟,传统互联网已经无法满足需求。为了满足云数据中心等应用场景中动态扩展、高弹性部署等要求,软件定义网络架构应运而生。然而,新的架构也带来了新的安全问题。一方面,软件定义网络的高扩展性导致网络设备多元化和分散化,为网络状态数据的集中化采集提取带来了新的挑战。另一方面,其控制转发分离的设计,使得传统网络结构中的诸多安全检测方案不再适用。因此基于提取到网络状态的分析也成为了安全研究的重点。为了应对软件定义网络特有的安全漏洞和攻击手段,需要设计特有的网络检测分析方法,以检测不同网络设备产生的异常,保护网络安全。为了解决上述的问题,设计实现了一种针对不同网络数据粒度的状态数据提取分析方法,首先,提取来自不同网络设备的细粒度网络状态元数据,再进行冗余数据的筛除和压缩处理,根据不同粒度的状态数据请求,基于细粒度状态数据进行进一步的组合分析得到所需数据。基于采集的网络状态数据,进一步的进行状态数据分析。针对软件定义网络的数据层和控制层安全问题,设计实现了流控制消息的线性分析机制,以检测因流控制消息导致的控制层和数据层安全问题。利用控制消息之间的逻辑关联性和时间关联性,有效的实现了包括控制器DDo S攻击、交换机流表溢出攻击、流量引导攻击等不同网络攻击异常的检测,定位异常交换机位置,提高了网络安全性能。为了测试系统的状态数据采集性能和基于状态数据分析检测的有效性。使用软件仿真模拟真实网络环境,并使用大量不同大小的真实拓扑结构进行测试。实验结果表明,所设计的网络状态采集系统具有准实时的数据采集性能,能够有效采集主机、交换机和子网等大于等于3种不同粒度的网络状态数据。网络状态分析功能可以在较低的开销下,实现网络异常行为的准确检测和异常交换机节点的精确定位,检测率大于90%。系统有效提高了软件定义网络数据层和控制层面的安全性。