提出了一个两阶段的多元时间序列异常检测算法。该算法通过有界坐标系统（BCS）技术计算多元时间序列样本之间的相似性，采用基于距离的方法实现异常检测。算法第一阶段采用K-means算法对数据进行聚类，并按照一个启发式规则对其进行排序；第二阶段在聚类结果上采用循环嵌套算法进行异常检测，并通过两个剪枝规则进行高效剪枝，提高了算法的效率。在两个实际数据集上进行实验，实验结果验证了算法的有效性。