学习异常检测

异常检测：将正常数据建模，正常数据以外的都是异常数据

常用方法：AE，统计模型，ocsvm,svdd

存在问题：不能发现新的正常数据，即新的正常数据会被分为异常（假阳率，误报）

 

滥用检测：将异常数据建模，异常数据以外的都是正常数据

常用方法：数据挖掘（关联规则、序列规则），专家系统、模式匹配

存在问题：不能发现新的异常数据，即新的异常数据会被分类为正常（假阴律，漏报）

 

同时检测（有监督检测）：同时对正常数据和异常数据建模，正常数据分类为正常数据，异常数据分类为异常数据

常用方法：神经网络，机器学习，

存在问题：不能发现新的异常或正常数据，新的正常或异常数据会被随机分类（同时存在漏报和误报，但比上述两个方法略轻）

 

解决方案：

上述方案+低置信度重新判别（无监督）