本发明提供一种基于密度的时序数据异常检测方法及装置,所述方法包括将待检测时序数据分成多段,每段为一个子序列;计算每个子序列对应的特征向量;基于预先获取的训练数据特征向量集,计算所述特征向量的局部异常因子,若所述局部异常因子大于预设阈值,则所述特征向量对应的子序列为异常数据。本发明提供的基于密度的时序数据异常检测方法及装置,首先进行数据分段,然后进行特征提取,最后根据基于密度的局部异常因子判断数据段是否为异常数据段;本发明不依赖于领域知识,通用性好,并且只根据数据本身的分布特点进行异常数据的检测,提高了检测结果的准确性。