本发明公开了一种基于动态图神经网络的信息物理系统时间序列异常检测方法和装置，包括：采用解耦图注意力提取并分离信息物理系统时间序列的动、静态特征；使用特征重构模块将分离的静态特征转化为图的拓扑结构，动态特征转化为拓扑结构上的动态信息，使特征重构为动态图形式；利用基于趋势特征提取的预测器，结合动态图和原序列中趋势特征，实现对序列未来值的预测；利用训练好的模型预测测试数据，以预测数据和真实数据之间的误差作为判断时序数据某个点为异常的可能性，最终实现对信息物理系统中异常的检测。本发明充分考虑了动、静态特征的发展变化与动、静态特征之间的相互作用，提升了复杂时空特征的建模能力，提升了异常检测的准确性。