随着计算机技术的高速发展和网络应用的广泛普及和深入,对数据采集处理的方式也有巨大的变化,从传统的单一关系数据库分析处理逐渐发展为传输数据量巨大,接受速率极高,实时性很强的数据流技术。传统的数据库处理技术不能及时有效的处理这些快速连续的数据流,所以对数据流的处理是现在比较热点的研究问题。高维数据流的异常检测即要在多维的数据流环境中来发现存在的异常数据。本文研究的目的是讨论如何在高维数据流上建立一个有效的处理模型,该模型能够对高维数据流进行降维处理和异常检测。本模型是利用主成分分析降维技术,对高维数据流进行降维处理,并把处理后的数据传入后续异常检测模块。通过对人工模式进行数据流检测的深入研究,引入了基于静态数据的比较来发现异常的方法,再把该方法用于数据流的异常检测中,提出了基于比对窗口和工作窗口的双窗口数据流异常检测方法。并对该方法的一些重要参数的选取进行了详细讨论,且用实验来说明设置某些参数时应该考虑的条件。实验结果也说明合理选取参数会提高检测的有效性和准确性。