本发明公开了一种基于特征迁移的在线学习异常检测方法及系统，属于产品异常检测技术领域，包括以下步骤：步骤1：收集样本数据；步骤2：特征提取器的特征迁移；步骤3：样本数据特征归一化；步骤4：异常检测模型的在线学习。本发明的异常检测模型是通过在线学习获得的，这种方式可以很好地适应客户需求定义不清或者需求变动的情况，符合实际生产需要；提出了基于在线学习的正常样本特征归一化方法，可以很好地表达样本特征，提升检测效果；把异常样本以及疑似异常样本反馈给客户，交由客户来决定这些样本是否真的异常，可以及时满足客户的需要。