当前,随着互联网的日益普遍,基于互联网环境的证券交易也日益普及,证券交易过程的异常行为对证券交易 有序的负面也日益凸显。因此,发现并检测出证券交易系统中出现的各种异常行为成为维护互联网证券交易的重要环节,开发出具有异常检测能力的证券交易系统对保障证券交易系统用户的利益具有重要意义。本文主要针对证券交易系统中的异常行为检测展开,给出了相应算法,并对算法进行了相关测试。同时将算法整合到证券交易系统中,设计和实现了一个支持异常行为检测的证券交易系统。本文结构如下:第一章主要介绍了有关证券交易的现状,对本课题研究的研究背景以及现实意义进行整体的介绍;第二章介绍了证券分析常用的技术,同时也阐述了网络证券交易中所涉及的常用数据挖掘技术;第三章对证券交易中异常行为检测技术进行了需求分析,并从技术、经济、操作这三个方面进行了技术的可行性分析;第四章研究了具有自适应能力的k-means聚类算法来对异常行为进行检测,对该算法进行了测试并给出了测试结果;第五章对支持异常行为检测的证券交易系统的实现和测试做详细的介绍。