互联网的快速发展催生了云计算大数据平台出现,云计算,云存储,分布式计算框架等平台已经逐步形成一套完备的系统。随着网络应用的服务量在人们的生活中逐步增加。网络安全事件也呈现爆发性的增长。而网络中的入侵行为不仅对人们的日常生活产生了巨大的影响,甚至对国家的安全带来了危害。如何准确的发现和处理大规模的异常流量是一个非常有意义的课题。本文以spark,flume,hdfs为基本框架,设计了一种大规模异常流量大数据分析平台,分别对数据采集,存储,计算等方面进行阐述,该模块均使用了spark和hadoop生态圈相关技术。在算法设计方面分别使用了朴素贝叶斯和cart决策树算法分别对kdd99和darknet数据集进行分类。提取了攻击数据中的主要特征值观察实验结果。本文设计了基于云平台的网络安全分析平台,在spark平台上实现了基于贝叶斯分类器和cart决策树的DDoS的检测方法。对上述网络安全检测方法进行实验测试,验证其有效性。