基于变分自编码器的异常检测算法研究

（杭州电子科技大学通信工程学院，浙江杭州 310018）

0 引言

在人们日常生活与生产中会生成海量数据，也会产生较多异常数据。这些异常数据不但无益，反而有害，易造成巨大经济损失。因此，如何从海量数据中监控并检测异常数据是亟待解决的重要问题。异常检测指在数据中检测出不符合期望行为的数据，异常数据在统计领域也被称为偏差值或离群值，是指远离大量正常数据点的数据［1］。产生异常的原因很多，比如由数据本身错误引起，或人为因素造成，这些异常往往蕴含着一些隐秘的行为信息。在金融尤其是互联网金融领域［2］，高效准确的异常检测系统能够识别并预警用户潜在的异常行为，控制金融风险，减少因为金融欺诈行为导致的经济损失。此外，异常检测还广泛应用于网络入侵检测［3］、医疗图像辅助病症判断［4］、工业设备异常监控［5］、智能安防监控［6］等领域，为各类系统的正常运转提供重要支撑。因此，研究高效的异常检测算法对众多领域而言具有重要现实意义。

1 相关工作

针对异常检测问题，Jörg［7］提出了局部异常因子算法（Local Outlier Factor，LOF），LOF 算法是一种经典的基于密度估计的异常检测算法，其将数据点的可达距离、局部可达密度与其邻域数据点进行比较，并计算局部离群因子评估数据异常程度，判断数据是否属于异常；Liu 等［8］提出孤立森林（Isolation Forest，IF）算法，其采用集成学习方式，通过二叉搜索树对样本进行孤立计算，并以此衡量样本异常程度。异常点往往具有与正常点分离的特性，因此会被更快地孤立。……