이상 탐지의 목적은 여러 개체와 다른 개체를 발견하는 것입니다. 종종 비정상적인 개체는 데이터의 산점도에서 여러 데이터 포인트에서 멀리 떨어져 있기 때문에 이상값이라고 합니다. 비정상 개체는 기본적으로 예상 또는 일반 속성 값에서 벗어나는 속성 값을 갖기 때문에 이상 탐지를 편차 탐지라고 하거나, 예외 마이닝으로서 예외는 여러 의미에서 예외적이기 때문에
다음과 같은 이상 감지의 다양한 응용 프로그램이 있습니다 -
사기 감지 − 신용카드를 소지한 사람의 구매 행태가 초기 소유자의 구매 행태와 다릅니다. 신용 카드 회사는 절도를 특징짓는 디자인을 구매하기 위해 보거나 일반적인 행동에서 변화를 감지하여 절도를 식별하려고 합니다. 다양한 사기 유형에 동일한 방법이 사용됩니다.
침입 감지 − 불행히도 컴퓨터 시스템과 컴퓨터 네트워크에 대한 공격은 관례입니다. 컴퓨터와 네트워크를 무력화시키거나 압도하도록 설계된 공격을 비롯한 여러 공격은 명백하지만 비밀리에 데이터를 수집하도록 설계된 공격을 비롯한 다른 공격은 식별하기가 복잡합니다. 이러한 침입 중 일부는 시스템과 네트워크에서 비정상적인 동작을 관찰하여 식별할 수 있습니다.
생태계 교란 − 공통의 세계에는 인간에게 본질적인 영향을 미칠 수 있는 일반적인 사건이 있습니다. 예를 들면 허리케인, 홍수, 가뭄, 폭염, 화재가 있습니다. 목표는 이러한 사건의 가능성과 그 원인을 예측하는 것입니다.
공중 보건 − 일부 국가에서는 병원 및 의료 클리닉에서 더 많은 분석을 위해 여러 통계를 국가 기관에 보고합니다. 예를 들어, 도시의 일부 어린이가 홍역과 같은 특정 질병에 대한 예방 접종을 받았다면 도시의 여러 병원에 흩어져있는 일부 사례의 출현은 도시의 예방 접종 프로그램에 문제가 있음을 나타낼 수있는 변칙적 인 사건입니다. .
의학 − 특정 환자의 경우 비정상적인 증상이나 검사 결과가 잠재적인 건강 문제를 나타낼 수 있습니다. 그러나 특정 검사 결과의 이상 여부는 연령, 성별 등 환자의 여러 특성에 따라 달라질 수 있습니다. 또한 결과를 비정상적이거나 비용이 많이 들지 않는 것으로 분류하여 환자가 활동적인 경우 더 많은 검사를 필요로 하고 상태가 진단되지 않고 치료되지 않은 상태로 두면 환자에게 해가 될 수 있습니다.
현재 일부 이상 항목 감지에 대한 관심은 이상 항목이 대상인 소프트웨어에 의해 주도되었지만 역사적으로 이상 항목 감지는 일반 데이터 개체의 분석을 향상시키는 기술로 간주되었습니다.
예를 들어, 연관적으로 적은 수의 이상값이 값 그룹의 평균 및 표준 편차를 변경하거나 클러스터링 알고리즘에 의해 생성된 클러스터 세트를 변경할 수 있습니다. 따라서 이상 감지는 데이터 전처리의 요소입니다.