拒绝服务攻击（DoS）已经成为了一种最为多见的网络攻击方法，特别是分布式拒绝服务攻击（DDoS），它的潜伏期更长，隐蔽性更强，产生的攻击破坏性更高，对于Internet的安全构成了比较严重的威胁，并给互联网带来了重大的损失。本文较系统地对DDoS攻击的基本原理、攻击的基本特征和DDoS分析方法进行了介绍，分析了当前国内外关于DDoS攻击的检测方法与防御机制，总结对比了其优缺点。经过研究发现，DDoS攻击会使网络的流量发生巨大的变化，从而使路由器终端端口的输入与输出比在统计特性上发生异常，其统计特征与流量的自相似性明显地发生了变化；在一次拒绝服务攻击中，异常流量数据包的包头中具有某些相似特性，通过对异常流量数据包进行聚类分析，可以分辨出合法流量和攻击流量，并对攻击流量进行过滤。本文在对网络异常流量特征的相关性的分析后，在传统CUSUM（累积和）算法的基础上设计实现了基于矩阵式、多统计量的MCS（多统计量累积和）算法，进行终端流量的攻击检测，并对异常流量特征进行聚类分析，对Bloom Filter算法进行扩展，进行异常流量的过滤，完成DDoS攻击的防御。为了检验算法的有效性，结合一个实际的仿真测试环境进行了实验，在对算法进行仿真测试过程中，模拟几种常见的DDoS攻击进行了测试，并与传统的基于包比例失衡的过滤算法进行了对比，测试结果表明，本文所提出的算法，在检测速度、误警率以及在对异常流量过滤效果上都有一定提高。