本发明公开了基于生成对抗和双向循环神经网络的异常检测方法及装置，应用于计算机技术领域，包括对收集到的时间序列数据进行预处理，构建数据集；模型生成器模块完成初始输入数据的重构，得到生成器重构数据，并计算生成器重构误差；模型鉴别器模块完成生成器重构数据的重构，得到鉴别器重构数据，并计算鉴别器重构误差；利用生成器重构误差和鉴别器重构误差计算异常分数，并基于异常分数计算各滑动窗口对应的阈值；将滑动窗口异常分数与对应的阈值来进行异常判别。本发明能有效建模时序数据的时间依赖性，并从特征维度上放大异常，能有效提升时序数据异常检测的性能。(56)对比文件余广民;林金堂;姚剑敏;严群;林志贤.基于GAN网络的异常检测算法研究.广播电视网络.2020,(第04期),全文.