互联网技术作为21世纪发展最快的技术之一,已经广泛应用于我们的生活当中,对社会的进步、经济的发展做出了巨大的贡献。然而,网络在为人们的工作和生活提供巨大便利的同时,其自身的问题日益突出。网络异常等网络安全问题已成为严重制约网络发展的主要因素,如不加以重视,人们正常的网络生活甚至国家和社会的安全都会受到威胁。在网络异常检测中往往通过分析网络流量矩阵的特征来进行检测异常,但是现有的研究仅仅局限于异常检测的本身,对异常的定位以及与流量矩阵相关的网络拓扑结构等方面却鲜有涉及,然而这些方面在网络异常诊断、网络优化等方面却十分重要,因此本文在近年来提出的多尺度分析方法来分析研究流量矩阵基础之上,提出一种基于扩散小波的网络异常检测方法,这种方法是一种有效的多尺度分析方法。本文的研究内容主要分为如下三个方面：(1)参数的选择。利用二维扩散小波变换将流量矩阵分解为不同尺度的粗略系数矩阵和精细系数矩阵,这些矩阵中的某些系数与原始流量矩阵之间关系密切,通过实验分析,最终选择出了可以用于检测流量异常的4个关键参数。(2)异常检测。本文基于选定的4个参数进行了流量矩阵的异常检测。在异常检测实验中,本文分别对两种不同类型的异常进行检测,参照各种异常情况下的参数概率分布,提出了异常检测的有效方法,并分析了应用该方法进行异常检测的准确率。(3)异常定位。通过比较异常参数与正常参数之间的差异,提出了一种基于霍夫曼编码的单点异常定位方法,并分析了该方法的准确率。从实验结果得出,本文提出的基于二维扩散小波的网络异常检测方法,能够减少网络异常分析所需的信息量,通过选择合适尺度的小波系数矩阵解析原始流量矩阵信息,并通过观察特定的参数可以进行有效地网络异常检测与单点异常定位。