10、异常检测技术全解析-优快云博客

本文链接：https://blog.youkuaiyun.com/mars5/article/details/154600713

异常检测技术全解析

1 异常检测概述

在数据处理中，为数据提供标签时，给出正常实例的示例通常更为容易。这是因为异常情况的发生方式众多，要找到不同类型异常的示例十分困难。而且，异常行为往往具有动态性，例如可能会出现新的异常类型，而针对这些新异常却没有标注好的训练数据。在某些特定场景，如航空安全领域，异常实例可能意味着灾难性事件，因而极为罕见。

基于标签的可获取程度，异常检测技术可分为以下三种模式：
1. 监督式异常检测 ：假定训练数据中同时包含正常和异常行为的样本。不过，由于异常事件的先验概率通常极小，获取具有代表性的异常行为训练数据往往不可行，所以这类方法的应用范围有限。
2. 半监督式异常检测 ：一般假设训练数据仅代表正常行为。其常用方法是构建一个描述正常行为的统计或机器学习模型，然后通过统计或邻近性测试来识别与该模型不符的新实例。
3. 无监督式异常检测 ：无需标签信息，直接从数据中发现异常。