防火墙是维护安全网络的关键，但不能假设设法通过防火墙的网络流量是完全安全的。异常检测指的是可用于发现特定数据集中的独特或不寻常现象的方法。无监督的机器学习技术涉及到对无标记数据的机器学习，可以利用它来进行异常检测，通过摄取给定的数据集，发现那些以有意义的方式与其他数据不同的实例，这些实例对人眼来说可能并不明显。在这项研究中，我们旨在分析检测到的成功通过防火墙的传入数据包和网络流量数据的异常情况，并确定这种异常情况可能存在的意义。考虑到大量存在并定期产生的恶意流量，本研究表明，高斯混合物可用于发现通过防火墙的网络流量中的异常现象，以发现潜在的不良或恶意流量。