针对教学管理云平台系统稳定性要求高,维护复杂的问题,提出了一种基于LSTM的深度学习模型异常检测方法。该方法采用LSTM神经网络对各种硬件指标进行分析,判断服务器是否出现异常。在学习过程中,将硬件指标数据进行插值化处理,并输入到网络中进行学习,通过多轮迭代后形成稳定网络。经验证,该网络有较高的异常检测效率,相比于其他云平台的异常检测方法,该方法能更好地在时间序列上发现关联的异常状态,满足对教学管理云平台的实时安全监测要求。