网络流量异常是指网络业务流量突然出现不正常的重大变化。及时发现网络流量的异常变化对于快速定位异常、采取后续相应措施具有重要意义。而随着网络规模和速度的不断增加,异常流量检测算法需要实时准确地分析处理海量的网络业务量数据。针对标准离散小波变换计算小波系数存在所需存储空间大及计算较复杂的问题,对现有的小波网络异常流量检测方法进行了改进,依据快速提升理论来计算小波系数。标准的方法是通过FIR滤波器结构对原始数据流进行求卷积,快速提升小波变换采用CDF 9/7滤波器。创建了以Java平台来实现CDF 9/7滤波器组的编码技术。快速提升方案主要打破了原有的滤波形式,形成一系列规模较小的结构,并通过实验验证所改进后的提升小波算法的准确性及快速性等优点。实现了在没有增加额外的存储情况下其计算复杂性只是原有的滤波器采用卷积方法的一半左右。引入势函数方程,从而实现了对异常流量变化的定量描述。利用突变理论研究了网络流量的突变特性,提出检测模型以描述网络流量异常情况。在介绍了现有常用的网络流量异常检测模型和方法的基础上,结合网络自身的特点,提出将势函数应用于网络异常流量检测,并将势函数方法同已有的静态、动态检测算法相结合,得到网络异常流量检测模型。设计了网络异常检测模型,并在实验中与其它检测模型相比较,验证了所设计的网络异常检测模型的准确性与实时性,达到了预期效果。论文给出了模型的详细设计、检测流程、测试情况。