随着Internet网络规模的扩大以及技术的不断发展,网络攻击不断出现,并且越来越频繁。异常检测作为网络的安全防护体系逐渐成为网络安全领域的研究重点。分布式异常检测作为异常检测的一种方法,监视和分析网络流量、发现和识别网络中的异常,并给出适当的报警,以便采取进一步的防御手段,保证网络正常运行。它作为应对DDoS,蠕虫等大规模网络攻击的有效方法成为异常检测的研究热点。本文研究了基于累积队列门限的分布式异常检测方法,介绍了累积队列门限的设置方法。对检测系统中检测点流量的预测方法做了改进,提高检测系统的准确性,另外,对误报率定义给出更合理的数学表达式。本文提出了一种结合预处理和累积队列门限的分布式异常检测方法。预处理是将网络流量分解,去除周期部分和长趋势部分,得到的随机部分作为检测点的输入。该方法解决了基于累积队列门限的分布式异常检测对实际采样正常流量产生的误报和漏报,能够有效的减少检测点和处理中心之间的通信量,同时达到较好的检测效果。通过仿真实验验证了该方法针对上述问题的有效性。最后模拟简化的网络环境,在检测点模拟流量的生成,加入不同攻击强度的攻击,验证了预处理和累积队列门限相结合的分布式异常检测方法的检测效果,以及检测点和处理中心之间的通信量,同时,对分布式异常检测系统自身的安全性做了充分的考虑,为实际的分布式异常检测系统设计提供有价值的参考。