网络技术的不断发展促进了信息产业的进步,但大量网络安全问题也相伴相生。以网络攻击等异常通信行为作为研究对象,抽象网络异常行为特征,开展网络异常检测方法研究具有重要的理论意义与广泛的实用价值。本文针对计算机网络异常通信问题,适应计算机网络的时变特性,通过将计算机网络抽象为时态网络,进而开展基于时态网络分析的计算机网络异常检测的理论、模型与方法研究。具体内容如下:（1）提出了基于时态特征空间投影的异常子网检测模型。通过将计算机网络进行时态化处理,提取网络中存在持续连接的活跃节点,组成适于检测分析的活跃子网;通过将活跃子网映射为无向加权图,刻画了网络连接关系与强度的变化,同时显著降低了网络的稀疏性;通过计算时态网络对应邻接矩阵的特征向量,并对一定窗口范围内的特征向量进行融合,将融合特征向量作为刻画时态网络的基准行为特征;通过将下一时刻网络特征向量与参考窗口内基准行为特征向量进行比较,从而建立网络异常的检测标准。实验结果表明:本异常子网检测模型具有良好的检测效果,在以80%的异常值百分位水平下,模型对包括拒绝服务攻击在内的多种网络异常检测查全率达90%、查准率接近80%。（2）提出了基于节点多维时态特征的异常节点检测模型。基于网络流数据定义了节点流数据,进一步以节点流刻画了节点状态特征,给出基于状态变化量的置信区间以及基于多维信息的分类结果,将状态变化量超出区间范围的节点或分类为异常变化量的节点视为异常节点。实验结果表明:在一定的阈值水平下,模型对多种网络攻击异常的异常节点检测准确率可在90%以上,漏报率与误报率维持在较低水平,基于联合特征建模的检测效果优于基于组合特征建模的检测效果。