摘要：与其它多变量时间序列（MTS）子序列显著不同的子序列,称为异常子序列（含异常数据）.该文提出了一种基于滑动窗口的MTS异常子序列的挖掘算法,使用扩展的Frobenius 范数来计算两个MTS子序列之间相似性,使用两阶段顺序查询来进行K-近邻查找,将不可能成为候选异常子序列的MTS子序列剪去,对上海证券交易所股票交易情况MTS数据集进行了异常子序列（含异常数据）挖掘,结果表明了算法的有效性.