随着互联网技术的发展和日益普及,网络为人们提供了海量的知识资源,并成为人们学习、教育、情感交流的最佳方式。但是,互联网在给人们带来生活上方便的同时带来了隐患。如何能在本地局域网发现恶意用网用户,阻止有害信息扩散是一直以来人们关注的焦点。与此同时,教育领域、商业领域使用用户上网行为分析发现用户上网行为规律并将其应用于业务发展,取得良好的成绩。借鉴其它领域的成功应用,用户上网行为分析在保证网络的安全方面将起到非常重要的作用。用户上网行为分析将成为保障网络安全的重要工具。本论文首先研究了用户上网行为分析和数据挖掘的现状,接着详细的阐述了数据挖掘过程、经典算法和工具。在研究了与数据挖掘相关的工具和编程语言基础上,设计并实现了一个有自主知识产权并可以嵌入到其它系统的数据挖掘软件平台。最后,介绍了软件平台的编程语言Python的关键技术,软件平台的设计架构和功能的具体实现。本论文的实验是基于中央民族大学网络中心计费服务器的后台数据库,将数据库中与用户上网行为相关的数据应用到软件平台之上。论文的实验过程为：(1)用户上网行为数据项的编码统一化和特征数值标准化处理。(2)通过对数据集的内容分析,提出时长和流量的函数假设后进行回归分析验证。根据分析结果提出用户类别假设,选择用K-Means算法将用户分类进行聚类分析验证假设。(3)对不同的类别进行描述统计分析。(4)根据IP地址和应用提出用户应用的关系假设后对用户的网络应用进行关联分析。最后,根据实验结果得出用户为分享型娱乐网民和用户网络应用的规律。