在网络使用过程中，由于用户具有各自的兴趣爱好和访问习惯，因此其关注的内容不完全相同，使用网络的时间和服务也各不相同，并且不同的用户群体不可避免地带有各自的群体行为特征。了解网络用户的群体行为，能从更宏观的角度得到网络使用轮廓，一方面为用户使用网络提供一定的指导意义，帮助其更加充分合理的利用网络资源;另一方面也为网络管理者进行异常检测等网络管理工作提供理论依据。校园网作为互联网的一个组成部分，其用户的专业性和使用网络的目的性较强，决定了它可能比校外普通互联网用户具有更明显的特征。探究和了解校园网用户群体行为特征，可以为校园网的网络规划与建设等工作提供重要的理论基础，因此对校园网用户群体行为的研究显得日渐重要。本文提出一种从校园网用户群体角度出发，研究用户群体行为特征的分析方法。由于网络使用受到诸多因素的影响，变化多而快，很难用一套有效的机制对其进行概述，因此本文着重研究了用户群体行为分析的方法。首先对校园用户的数据流量进行采集和存储，进行用户群组的划分；然后通过时间序列等方法分析和预测流量数据；最后判断用户流量是否出现异常。本文还对时间序列模型进行了深入的研究和讨论，通过对为计算机学院研究生实验室的3月份数据进行分析，提出了以不同天时间点作为建模的思想，并且引用了线性回归方法将时间序列与流量序列作了结合，提出了多元线性自回归模型的预测模型，运用指数加权移动平均数方法来优化模型参数。随着网络流量数据的动态更新，模型参数也会适应网络的变化，使其具有自适应性。并建立置信水平为95%的置信区间，判断网络流量是否存在异常。本文对用户群体行为特征的研究与分析为下一步识别异常行为、网络异常监测以及更好的进行校园网规划设计等做出了充分的理论准备。