面向主动学习的异常检测方法：现状与展望

摘要

随着异常检测技术在网络安全、金融风控以及医疗诊断等众多领域的广泛应用，如何应对标注数据成本高昂以及误报率居高不下等问题，正变得愈发关键.在此背景下，主动异常检测应运而生，它借助交互学习框架，致力于降低误报率并提升检测性能.本文深入剖析了异常检测以及主动异常检测，系统阐释了主动异常检测的构成要素，并着重强调了其在削减数据标注成本以及减少误报发生频率方面的重要意义.此外，本文还从异常分类器、主动数据选择策略以及反馈信息的利用这三重视角，对主动异常检测方法进行了分类.最后，论文深入剖析了主动异常检测所面临的挑战，并为其未来的发展方向提出了研究方向和思路.

关键词

主动异常检测 / 主动学习 / 深度学习 / 反馈信息