随着互联网技术的快速发展,网络安全环境也面临严重问题。网络流量异常检测技术是网络安全保障的基础,也是网络安全研究的重要组成部分。机器学习的出现为网络流量异常检测提供了一种新的解决方案,流量异常检测可通过机器学习中分类算法解决,通过构建分类模型,然后利用分类模型对流量数据进行判别分类。然而在如今大数据时代,网络流量呈现爆发式增长,传统机器学习环境已无法解决海量数据的异常检测。此外,网络流量数据中特征维数比较高,存在着较多冗余特征,严重影响着流量异常检测的性能和效率。针对以上问题,本文基于特征选择技术和机器学习中的分类算法提出基于Spark平台的网络流量异常检测方法,目的在于保护网络安全。本文主要研究内容如下:（1）提出一种结合互信息和萤火虫算法的特征选择方法。该方法首先依据特征与类标签之间的关联度计算每个特征与类标签之间的互信息,并按照互信息值由大到小依次排序,选取优秀特征子集。然后使用萤火虫算法对原始特征集合搜索最佳特征子集,并采用一种自适应策略对迭代后的特征进行增加和删除。最后,对这两种方法获得的特征子集采取投票策略获得最终的特征子集。实验结果表明,该特征选择方法能显著改善分类性能和减少模型检测时间。（2）提出一种加权投票随机森林的网络流量异常检测方法,并在Spark平台上并行化实现。该方法首先研究加权投票随机森林模型对网络流量异常检测问题,然后在Spark平台上并行实现该算法,算法能够增强分类能力强的决策树对于分类的影响,同时降低分类能力欠佳的决策树对分类决策的影响。实验结果表明,相比原始随机森林算法和其他算法而言,本文提出的方法在准确率和F1（F-measure）方面均获得提高。此外,相比单机环境下的随机森林算法,所提算法大大减少数据处理时间,在大数据时代,能够很好解决大规模网络流量异常检测问题。（3）设计并实现基于Spark平台的网络流量异常检测原型系统。主要进行数据采集,预处理及特征选择,将处理好的数据存储到分布式文件系统,然后使用加权投票随机森林算法在Spark平台上进行异常流量检测,并将最终检测结果在web界面展示,系统能够很好实现大规模流量数据的检测。