基于深度学习的异常检测：综述
机器学习
2019-01-24 v2 机器学习
摘要
异常检测是一个重要问题，已在多样的研究领域与应用域中得到充分研究。本综述的目的有二：首先，我们呈现基于深度学习的异常检测研究方法的结构化且全面的概览；此外，我们回顾这些方法在各应用域中针对异常的采用情况并评估其有效性。我们基于所采用的底层假设与方法将前沿研究技术归为不同类别。在每一类别中，我们勾勒基本的异常检测技术及其变体，并给出关键假设以区分正常与异常行为。对于每个类别，我们还呈现其优势与局限，并讨论相关技术在真实应用域中的计算复杂度。最后，我们概述研究中的开放问题以及采用这些技术时所面临的挑战。
引用
@article{arxiv.1901.03407,
title = {Deep Learning for Anomaly Detection: A Survey},
author = {Raghavendra Chalapathy and Sanjay Chawla},
journal= {arXiv preprint arXiv:1901.03407},
year = {2019}
}