随着信息化进程的加快和网络技术的发展,跟踪装置如移动电话、GPS的涌现让人们的行为轨迹越来越多地被记录下来,这使得利用计算技术观察和研究社会成为可能。通过这些数据,人们得以研究人类动力学和社会互动的新的领域。在大中型城市,由于人口众多,使得突发危机形成和演化越发显得无序,监控以及处置突发危机的难度随之加大,危机的管理和应急处置需要更智能的系统的帮助。通过将人群的时空信息进行研究,对人群的时空分布进行分析,可以监控整个社会的运行状态,并且适时进行调整。当人们能够知道一个集群行为异常时,就可以提前为之准备,采取相应的处置措施。通过对时空数据的分析,我们对大规模集群行为进行了研究。由于集群行为的异常检测成为一个有趣并且有用的问题,我们将注意力集中在异常事件检测上这篇文章提出了一个大规模集群行为异常检测的框架,并且提出了从一段时间内提取特征的方法以及异常检测的方法。在人工模拟数据中,本文所提出的方法取得了比较好的实验结果,证明了该框架是有效的、可靠的。通过将真实的散布在城市各条道路上的传感器所捕捉到的车流作为集群来研究,我们的所提出的框架也发现了一些显著的异常。