本申请一个实施例提供一种异常识别方法和装置，该方法包括：获取历史异常数据，进而确定对应的异常类型，提取历史异常数据中的能表征异常类型的特征；根据异常类型和特征对机器学习分类算法构建出的模型进行训练，并利用网格搜索算法对模型的模型参数进行调整，以得到分类模型；获取实时检测到的待测数据，将待测数据输入至分类模型，以输出混淆矩阵和分类标识，进而根据混淆矩阵和分类标识确定待测数据是否出现异常；响应于确定待测数据出现异常，生成告警信息并输出。从而可以提高异常告警和异常识别精度。