随着因特网的越来越广泛的应用,如何对因特网进行有序管理,已经引起了人们的高度重视。而网络流量监测是网络管理的一个重要组成部分,网络流量数据为网络的运行和维护提供了重要信息,这些数据对网络的资源分布、容量规划、服务质量分析、错误监测与隔离、安全管理都十分重要。网络流量异常指网络中流量不规则地显著变化。网络短暂拥塞、分布式拒绝服务攻击、大范围扫描等本地事件或者网络路由异常都能够引起网络的异常。针对网络流量在短时间内可能发生的突变异常。本文提出一种新的检测方法：残差比异常检测方法。由于自回归模型其有描述和分析时间序列中异常干预事件的特点,该检测方法利用自回归模型描述网络流量的观测值序列,应用似然比检验方法,结合最大似然估计一法,推出残差比异常检测方法。实验分析表明,对于流量在短时间内发生的突变异常这种检测方法具有较强的检测的能力,由于流量观测值的采样时间间隔较短(15秒),所以能够检测网络中比较细微的异常。另提出一种宏观网络流量异常检测方法,能够在骨干网络层面对流量异常进行分析,在大规模安全事件爆发时进行快速有效的监测,从而为网络防御赢得时间。