针对DDoS攻击检测中k-means算法对初始聚类中心敏感和要求输入聚类数目的缺点，提出了一种基于动态指数和初始聚类中心点选取的自适应聚类算法（AdaptiveClusteringAlgorithm），并使用该算法建立DDoS攻击检测模型。通过使用LLS_DDoS_1.0数据集对该模型进行测试并与k-means算法对比，实验结果表明，该算法提高了DDoS攻击的检测率，降低了误警率，验证了检测方法的有效性。