针对传统基于聚类分析的网络流量异常检测方法准确性较低的问题，提出了一种基于改进 k-means聚类的流量异常检测方法。通过对各类流量特征数据的预处理，使k-means算法能适用于枚举型数据检测，进而给出一种基于数值分布分析法的高维数据特征筛选方法，有效解决了维数过高导致的距离失效问题，并运用二分法优化K个聚簇的划分，减少了初始聚类中心选择对k-means算法结果的影响，进一步提高了算法的检测率。最后通过仿真实验验证了所提出算法的有效性。