基于混合高斯变分自编码网络的异常检测算法

陈华华，陈哲，郭春生，应娜，叶学义，章坚武

（杭州电子科技大学通信工程学院，浙江 杭州 310018）

1 引言

异常检测是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]。异常产生的原因有很多，比如数据本身的错误，或人为因素，而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，减少金融欺诈行为导致的经济损失。因此，如何从海量数据中监控并检测异常数据是一个亟待解决的重要问题。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。

2 相关工作

LOF（local outlier factor，局部异常因子）算法[7]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，并计算局部异常因子评估数据的异常程度，判断数据是否属于异常。基于密度的异常检测算法适合用于数据分布不均的情况，算法复杂度较高。Liu 等[8]提出了孤立森林（isolation forest，IF）算法，其采用集成学习的方式，利用二叉搜索树对样本进行孤立计算，并以此衡量样本的异常程度，异常点往往因为具有与正常点分离的特性而被更快地孤立，但是该方法难以检测局部异常的情况。

近年来，随着数据维度的提高，深度神经网络已经显示出其优于传统机器学习的优点。……