1.一种基于SDN的网络协同异常检测方法，属于SDN的上层网络应用，其特征在于，该方法步骤如下：
1)在SDN中采集历史流量数据，将其作为模型训练数据集输入模型训练过程，经过训练得到相应的HMRF模型；
2)基于步骤1)训练得到的HMRF模型以及采集的实时流量数据，实现局部及全局状态的估计；
3)通过实时测量数据与HMRF模型的拟合度，实现分布式网络的异常行为检测；
4)采用通过异常检测的测量数据实现HMRF模型的自动更新。
2.根据权利要求1所述的基于SDN的网络协同异常检测方法，其特征在于，所述步骤1)的实现方式：
10)采用隐马尔科夫随机场HMRF模型对分布式网络的动态变化过程建模；
11)采集历史流量数据，包括在SDN中对网络拓扑信息的获取以及对网络流量信息的采集；
12)利用采集的历史流量数据训练HMRF模型，得到HMRF模型参数。
3.根据权利要求1所述的基于SDN的网络协同异常检测方法，其特征在于，所述步骤2)的实现方式：
20)采集实时流量数据；
21)基于步骤1)训练得到的HMRF模型，利用最大后验MAP估计算法实现局部及全局状态的估计。
4.根据权利要求1所述的基于SDN的网络协同异常检测方法，其特征在于，所述步骤3)的实现方式：利用似然函数，依据实时测量数据与HMRF模型的偏离程度实现异常网络行为检测。
5.根据权利要求1所述的基于SDN的网络协同异常检测方法，其特征在于，所述步骤4)的实现方式：采用通过给定的HMRF模型检测的实时流量数据，实现模型参数的更新，从而实现模型的在线更新。