为解决现有方法存在的异常数据识别精度较低的问题，提出一种基于多维特征的通信网络异常数据识别算法。调整粒子群优化算法中粒子的当前速度和位置，获取通信网络多维数据样本；通过数据挖掘中的聚类分析法提取数据特征，确定密度指标，获取数据多维特征；将提取的多维特征引入深度信念网络中进行识别，根据特征频谱幅值变化，实现对通信网络数据异常识别。实验结果表明，该算法能有效识别通信网络异常数据特征，具有较高的识别准确性。