针对网络异常攻击，我们提出了一种新的机器学习检测模型。首先，我们根据统计规律及训练集分类，建立了恶意攻击词库。依据词库并利用自然语言处理的技巧，我们将网络访问的URL语句都转化为统一长度的向量，且每个分量为0-9的数字。第二步，我们提出了一种基于支持向量机和聚类方法的新模型，对统一长度后的向量进行分类。其中，参数的计算可归结为一个非凸优化问题。我们运用块坐标下降和投影梯度方法来快速求解这个问题。在对几个不同的数据集测试中，相比较其他现有机器学习的模型，我们的方法表现均非常优秀，从而证明了所提出方法的有效性和鲁棒性。