软件定义网络（software-defined networking, SDN）作为一种新兴的网络架构，为网络管理和安全提供了新思路。本文针对SDN中的异常检测问题探讨了一种基于深度学习的方法。首先，研究了深度学习在异常检测领域的应用。其次，通过数据采集与预处理，获取了SDN的仿真流量数据，并进行了数据清洗、归一化和降维处理。最后，构建了基于自编码器的异常检测模型，并在Matlab平台上对仿真数据进行了验证。结果表明，所提方法在精确率、召回率和F₁分数等指标上具有良好的性能，能有效识别SDN中的异常流量。