雷恒林，古兰拜尔·吐尔洪，买日旦·吾守尔，张东梅

新疆大学 信息科学与工程学院，乌鲁木齐830046

异常检测是数据分析中的一个领域，它被具体分为离群检测（正常点和异常点都在训练的数据中）和新奇检测（在构建训练模型时仅使用正常点，再用训练好的模型对新到来的数据点进行分类）。

新奇检测在数据智能方面具有重要的作用。21世纪，数据正在成为一项重要的资产，通过对数据进行分析和建模，从中提取有用信息，并以此为基础来构建智能化系统，使社会运作更有效率。随着智能化的推进，正在赋予机器更多的权力，客机的自动驾驶系统已应用多年，而近年无人汽车驾驶技术也在蓬勃发展。这些自动系统是否异常，对于智能机器做出正确的判断有重要的作用。新奇检测是一类重要的异常检测方法，其在实际生活中具有广泛的应用，比如自动识别桥梁涡激共振信号[1]以及汽车自动驾驶时进行目标检测[2]。

新奇检测极大地弥补了离群检测在面对新类型异常点时存在的不足：机器在遇到一个前所未有的异常数据时，离群点检测会将它归类到和它最相似的已知类中，这样通常会得到错误的结果，因为实际上它并不属于该类。希望模型能将未见过的异常归为新的异常类，这正是新奇检测的特点所在。

新奇检测更加适合当下大多数智能系统所面临的一个常态：处于正常状态的时间要比处于异常状态的时间多，甚至核电站之类的系统，可能几十年才会遇到一次严重的异常状态，这就导致在实际情况中，系统得到的正常数据远多于异常数据。……