本发明提供了一种基于关键性能指标的运维异常数据增强的方法和设备，方法包括：获取历史数据；将历史数据组成矩阵；将矩阵的每一行进行零均值化；计算零均值化后的矩阵的协方差矩阵；计算协方差矩阵的特征值；将特征值排序，选取排序后特定数量的特征值和与特定数量的特征值对应的特征向量进行投影，得到增强数据，将所述增强数据输入构建好的网络模型进行训练；利用训练好的所述网络模型对关键性能指标数据进行分类，得到异常数据。本发明通过对数据样本进行降维，保证原数据特性的情况下减少特征种类，消除数据之间的共线性，去除噪声，使得在进行基于关键性能指标的运维异常检测时的检测结果更加准确和高效。