社会网络异常检测（SNCD）是一门新兴的研究领域，它综合了社会学、统计学等多种不同学科的知识。利用社会网络异常检测深入理解社会网络变化对于突发事件的预防有着重要的意义。由于社会网络测度与生产过程测度具有不同的特点，直接使用这些数据进行SPC质量控制可能会出现虚假报警的情况，导致控制精度的下降。为此，本文针对社会网络统计量的趋势性、周期性及自相关性现象进行了分析，提出利用时间序列分析的方法剔除这些因素使之满足过程控制的要求，然后利用常规控制图及CUSUM控制图对统计量数据进行控制及异常检测。根据异常检测结果并结合网络组织实际事件综合分析，可以更加精确地获得对社会网络异常变化的理解，确定异常变化的状态分类及异常原因。Enron邮件数据库是Enron公司破产前公司员工之间邮件通讯记录的数据库。本文利用Enron邮件数据库构建了员工社会网络组织，并统计近3年来网络的中介度、紧密度及度统计量，进行了异常的检测。通过实验结果与真实事件的比照，证实了该方法的有效性。