随着网络规模的不断发展，DoS攻击成为了威胁网络安全的重大隐患之一。基于信息熵的DoS攻击检测方法已经得到了广泛的关注。本文首先针对大规模高速网络环境中属性熵值的计算提出了一种高效并且节省空间的熵值估算方法。其次，进一步研究了网络环境中网络流量的空间组成特性，提出了一种有效的DoS攻击检测方法。利用数据挖掘中寻找权重项的SpaceSaving算法和网络流量重尾特性的Zipf分布描述，提出了一种大规模高速网络环境中网络流量熵值估算方法，实验结果表明该方法在保证一定的误差精度下，显著地降低了熵计算过程中所消耗的存储空间和平均运算次数。使得基于熵的网络流量异常和攻击检测方法能够更有效地应用于大规模高速网络环境中。从空间特征角度分析网络流量特性，建立成分分布图结构及其相关运算，将传统R/S算法扩充为计算网络流量空间自相似Hurst参数的(R/S)~d算法，提出网络流量空间自相似特性，利用该特性提出了一种新的DoS攻击检测方法。实验结果表明该检测方法相比于传统的信息熵检测方法，不仅具有较高的检测率和较低的误报率同时也更加灵敏。