核心功能

1. 网络拓扑构建：
   • 使用 MyTopo 类定义了一个简单的拓扑，包含一个交换机 s1 和三个主机 h1, h2, h3。
   • 利用 Mininet 创建网络并禁用主机的 IPv6。
2. 数据生成：
   • 使用 generate_dataset 方法模拟网络流量，分为正常流量 (ping) 和异常流量 (ping -f) 两种情况。
   • 将捕获到的 ICMP 包数量、字节数和速率作为特征，生成带有标签的流量数据集并保存为 CSV 文件。
3. 机器学习模型训练：
   • 提供了 SVM、随机森林和 KNN 模型的训练功能。
   • 加载数据集、提取特征、训练模型并评估其准确性，同时将模型保存为 .pkl 文件以供后续使用。
4. 实时监控与预测：
   • 在实时监控线程中捕获接口上的 ICMP 包流量。
   • 基于统计特征，使用预训练的 SVM、随机森林和 KNN 模型进行预测。
   • 结合调度算法（随机选择 3 个模型预测结果）和多模裁决（多数投票机制）来做最终决策。
5. 阻断流量：
   • 当检测到异常流量时，通过 REST API 向 Ryu 控制器下发流表规则，阻止特定的 ICMP 流量。

需要注意的事项

1. 依赖库：
   • 代码中用到了以下 Python 库：
     • Mininet (mininet)
     • Scapy (scapy.all.sniff)
     • Scikit-learn (sklearn)
     • Joblib (joblib)
     • Pandas (pandas)
     • ......
   • 确保你已经安装了所有依赖库。
2. 模型性能：
   • 数据集生成的样本有限，可能不足以支持训练高性能模型。。
3. 流量特征选择：
   • 当前特征为 ICMP 包数量、字节数和速率，可能不够丰富。