本发明提出了一种基于对比学习的异常检测方法、系统及计算机存储介质。该方法包括异常检测模型训练阶段和异常检测阶段，其中异常检测模型训练阶段提取输入样本的特征向量，并对特征向量进行判别，根据判别结果计算异常检测模型的对比损失，利用对比损失对异常检测模型进行训练；异常检测阶段将待检测样本集中的样本输入训练好的异常检测模型，将输出的判别结果进行计算，得到异常得分；将所有样本的异常得分进行归一化处理，得到归一化异常得分，通过设置归一化异常得分阈值，判定样本是否异常。本发明在特征空间提取出有区分性的特征，并且判别输出的异常得分具有高区分性，在实际生活中的数据集异常检测上相比其他方法有较大提升。