El sistema de transporte en autobús se ha convertido en el principal medio de tráfico para los residentes urbanos. Cada día, miles de autobuses brindan servicios a millones de pasajeros. Monitorear eficientemente las trayectorias de los autobuses es esencial para evaluar la calidad del servicio y garantizar la seguridad pública. En este estudio, proponemos una solución basada en Flink para detectar anomalías en las trayectorias de los autobuses en tiempo real. Específicamente, puede identificar dos tipos de anomalías. El primer tipo es cuando un autobús se desvía de su ruta designada durante un viaje. El segundo tipo es cuando un autobús llega a una parada programada a lo largo de su ruta pero no se detiene. Esta solución emplea CEP (Procesamiento de Eventos Complejos) para determinar eventos de llegada de autobuses y controlar el proceso de detección. En este proceso, utiliza el mecanismo de gestión de estado para guardar y actualizar la trayectoria real de un autobús, que se deriva de la trayectoria bruta del GPS y se mantiene como una secuencia de paradas. Posteriormente, utiliza LCSS (Subsecuencia Común Más Larga) para medir la similitud de trayectoria entre la trayectoria real del autobús y la ruta programada. Validamos la solución utilizando un conjunto de datos real a gran escala en un clúster de Flink con seis máquinas virtuales. Los resultados experimentales muestran que (1) cada núcleo puede manejar la detección de anomalías en 12.5 autobuses simultáneamente y (2) las precisiones de detección de las dos anomalías son del 90.5% y 89.3%, respectivamente.