异常检测简单认识

1.基本概念

异常检测（Outlier Detection），可以理解为识别与正常数据不同的数据或与预期行为差异大的数据，针对少数事件。

异常的类别：

点异常（point anamalies）：只有少数的实例异常

条件异常（conditional anamalies）：实例的异常与否与情境有关，指特定情境下的实例是异常的

群体异常（group anomalies）：实例本身可能不是异常，但其所在的群体是异常的

任务分类：

有监督、无监督、半监督（训练集中只有正例，异常实例不参与训练）

场景：

故障检测、医疗日常检测、网络入侵检测、欺诈检测、工业异常检测、时间序列异常检测、视频异常检测、日志异常检测

难点：

（1）异常数据量少，属于样本不平衡问题（是否可尝试使用处理样本不平衡的方法来解决？）

（2）有时很