随着IP技术的飞速发展和信息化进程的不断加快,基于网络的应用服务变得越来越广泛。但是Internet以及网络技术的发展也使得网络入侵攻击变得更为普遍,数量和破坏程度也随之增加,因此有效准确地检测网络流量异常并提高网络健壮性就变得十分必要。近年来,分形技术和矢量量化方法是应用于网络流量异常检测的两个研究热点。在深入研究基于分形技术的异常检测方法(简称FB算法)和基于矢量量化的异常检测方法(简称VQ方法)的基础上,本文提出了一种新的网络异常检测方法:分形技术与矢量量化相结合的网络异常检测方法,简称FB-VQ方法。FB-VQ方法首先采用FB方法检测网络异常流量,鉴于FB算法具有较低的时间和空间复杂度,可对网络流量数据进行粒度较粗的处理,以便保留更多的信息方便下一步VQ方法定位网络异常原因。针对检测到的异常流量,进一步采用VQ方法进行更加细化的检测,选择尽可能多的流量数据特征,为各个类型的攻击建立其对应的码字,以便基于量化错误量的异常分析能更加细致地刻画数据的异常情况,从而准确定位流量异常原因并采取相应措施。理论分析和实验表明,FB-VQ方法能够有效准确地检测网络异常流量,另外该方法在技术上有一定的创新,对以后网络流量异常检测方面的研究有可借鉴之处。