随着互联网规模的不断扩大及其应用的多元化发展,迫切需要对网络的流量进行实时、在线的监控和管理。因此研究网络流量特征,对网络管理、规划和发展都有重要意义。其中,网络流量测量是网络测量技术的一种,通过网络流量监测和分析可以研究网络流量特征、获取网络状况,并根据详细的流量信息实现故障定位和恢复,可获悉网络所承载的业务大小,了解用户应用强度、频度、负载等行为模型。本文在调研流量测量的背景和研究现状的基础上,设计并实现了网络流量监测分析系统,对校园网的网络流量特征进行了一定的分析和探讨,并在自相似特性理论基础上,提出HHT改进算法用于网络异常检测中的异常流量识别。论文的主要工作包括如下：首先,设计并部署完成了基于M[B对象的网络流量监测系统,实现了对整个校园网络流量的监控、网络流量预警、网络设备日志管理、网络设备状态监测等功能。并通过采样监控系统的运行数据,从校园网整体流量的周期性进行分析,并对不同网络层级的网络流量进行自相似特性分析,并在此基础上进一步对校园网出口的网络流量的不同时刻的自相似性进行了研究。其次,对校园网出口的网络流量进行采集,并基于网络五元组信息对网络数据包进行数据流的划分,研究分析网络流量的数据流的分布特征,并基于网络协议的层级结构从传输层和应用层上分析了网络流量中网络应用的具体组成和网络使用状况。最后,通过研究校园网络流量特性,发现校园网具有受单点影响较大的特点,直接进行自相似值计算不能很好的检测异常流量,在基于流量可以分解成趋势项和随机成分等其他项的理论的基础上,提出一种使用检验模式分解,消除网络流量中的趋势项的流量异常检测改进算法,通过对东华校园网流量进行实验,结果证明了改进后的异常检测流量能在一定程度上提高异常检测的准确性。