面向大数据应用的异常检测如何体现？

随着计算机和互联网信息技术的迅猛发展与普及应用，各行各业的数据均呈现爆炸 式增长，巨大的数据资源被很多国家和企业视为战略资源，大数据己经成为目前互联网 领域的研究热点之一，这也标志着全球已经进入大数据时代3。

数据挖掘是从海量异构的数据中挖掘出未知的、潜在的信息和知识的过程。数据规 模大、数据多样性是大数据的基本特点。海量复杂的数据中可能存在一些数据对象，这 些数据对象与普通数据的期望行为模式并不一致，被称为异常值或离群点。随着数据规模和数据多样性的不断增加，数据中异常值（或离群点）的个数也会不断增加，合理有 效地处理和应用这些异常值对大数据挖掘具有重要的意义1。

针对大数据中异常值的识别 和挖掘称为异常检测。虽然数据中的异常值是不寻常的，但如果考虑的数据量多达数十 亿，则可能性为“千分之一”的异常值也可能是百万量级，在大数据挖掘过程中，这些 异常值是不能忽视的。因此，异常值检测在大数据挖掘中有着至关重要的作用2。以上内容摘自《应用智能运维实践（试读版）》电子书，点击https://developer.aliyun.com/ebook/download/367 可下载完整版