【摘要】本研究针对网络流量异常检测的需求，提出了一种基于多尺度 ｋ 均值（ ｋ⁃ｍｅａｎｓ）聚类的创新性方法，并采用 ＮＳＬ⁃ＫＤＤ 数据集对该方法进行了验证。 首先，本研究介绍了网络流量异常检测领域的研究现状，突出了传统 ｋ⁃ｍｅａｎｓ 方法在面对复杂网络环境时的局限性。 其次，本研究提出的多尺度 ｋ⁃ｍｅａｎｓ 聚类方法，包括数据准备、特征工程、数据标准化、选择 ｋ 值、ｋ⁃ｍｅａｎｓ 聚类和异常值分析等关键部分。 通过在 ＮＳＬ⁃ＫＤＤ 数据集上的实验，本方法与传统 ｋ⁃ｍｅａｎｓ 聚类相比，在精确度、召回率、Ｆ１ 分数和总体准确率等关键指标上均取得了显著提升，证明了该方法在网络流量异常检测中的有效性。