本发明公开了一种基于循环预测和学习的网络流量异常检测方法，属于网络安全领域，解决现有技术中会提高算法的复杂度和预测误报率的问题。本发明基于第一个连续时间段，采集各时间周期内特征指标的采样值，对时间序列进行平滑修正；根据第一个连续时间段和平滑修正后的采样值，通过预测算法，获得第二个连续时间段内特征指标的预测值；基于预测值和采集的第二个连续时间段内特征指标的采样值计算每个时间周期内指标的预测偏差率，根据所有预测偏差率得到的预测偏差率正负极值；根据待判断的连续时间周期内特征指标的预测偏差率和预测偏差率正负极值进行异常判断。本发明用于对网络流量异常的检测。