绝大多数网络异常事件会对网络中的一定空间范围造成影响，形成分布式流量异常，其异常流量模式通常体现在网络级别源到端（OD）流的某些特征参数上。OD流很难直接测量得到，需通过高聚集链路测量反演技术推测，然而反演误差将直接影响下一步基于特征参数的异常诊断。本文提出了一种直接由链路测量进行OD流异常检测的框架，该框架采用RMLP神经网络，并加入部分OD 流估计值作为约束输入，实现了由链路测量对OD流级别特征参数的估计。该方法的优点是检测过程不再完全依赖链路到OD流的估计，解决了反演误差影响检测的问题，并