互联网为用户日常生活提供便利的同时，网络安全问题也随之出现。现有的网络安全技术将主要精力集中于对外来攻击进行防御性响应上，而对于内部网络用户的流量行为考虑较少，因此，对网络用户流量行为进行监测，是网络安全必不可少的部分，本文主要从分析网络用户流量行为的角度出发，进行相关研究。现有的网络用户流量行为分析方法主要存在的问题有网络用户流量行为缺乏系统性定义、对网络用户流量行为的描述维度过高，在海量网络用户流量行为数据中分析单用户流量行为比较困难。基于上述不足之处，本文首先对单一网络用户流量行为的建模方法进行研究，提出一种基于关联规则的建模方法，用于建立稳定的正常用户流量行为模式；然后本文基于网络流量监测提出一个较为完备的特征集，对网络用户行为进行全面描述，并给出一种基于偏离相对距离的特征选择规则，选择出适合于海量网络用户行为分析的优化特征集，利用选择的特征集实现网络异常时刻和用户异常流量行为快速定位；最后本文提出一种基于预测的流量行为分析方法对优选特征的未来值进行预测，提前判断用户流量行为。实验结果表明，本文所提分析方法对分析网络用户异常流量行为具有较好的检测效果和较高的时间性能。