地区内的通信量是表现这一地区内活动人数的一种办法,地域内通信量的异常变化往往伴随着人数的变化,话务量异常检测系统可以用来对于一些突发事件的预警,为政府及时的处理预防事件提供有效的依据。现今一些异常检测方法存在预警不及时,或者需要的学习样本量大等不足之处。本文围绕本人参与建设的某通信数据分析系统的实际工作而展开,在项目工程中,作者提出了利用基小波(DB波)分解分析话务通信量函数,提取细节系数和近似系数,细节系数主要用于找出话务通信量的异常点,近似系数主要用于话务通信量函数的重建,利用Hurst指数为最终的判决标准,找出异常点的基本思路。实验证明,选取合适的DB波和分解级数等相关参数,能够比较准确及时的分析出异常点；针对小波分解话务数据的特点,本文创新的提出结合应用ARMA算法,能够未雨绸缪的分析出数据的变化方向,更加准确的分析正常拐点和异常拐点,为项目的实施提供了更实际可靠的运用。