本发明公开了一种通过自适应集成的设备安全威胁预测方法及装置，所述方法包括：采集多个设备运行时的异常数据集，并将所述异常数据集分别输入至n个预设的神经网络，得到n个预测结果，其中，n为大于1的正整数；对所述n个预测结果进行权重分配和集成得到初始集成结果；利用所述初始集成结果重复进行权重迭代更新得到目标集成结果；基于所述目标集成结果预测设备潜在的安全威胁。本发明通过将多个神经网络进行迭代更新和预测，不但能够避免手动提取特征和复杂的数学建模过程，实现了高精度端到端的设备潜在安全威胁预测，而且根据个体模型预测结果自适应的调整权重，可以针对不同的数据具有更好的数据适应性，进一步提高预测准确率。