异常检测(Anomaly Detection)是一个经典的机器学习任务,其目标是识别出数据集中的异常样本,在智能生产、视频监控、网络入侵侦测等领域有着广泛的应用。在20世纪初期随着机器学习算法的普及,异常检测有了较大的突破,有基于SVM的方法如One-Class SVM,有基于密度的局部离群因子算法,也有基于决策树集成的孤立森林等等,在今天依旧有着不错的表现。近几年来随着深度学习的盛行,也逐步出现了基于深度神经网络的异常检测方法,相较于传统的机器学习方法在面对高维数据时有着更好的表现。通常情况下,异常检测定义在正常样本和异常样本混合的无标注数据集上,其中正常样本占据大多数,由于标注信息的缺失,异常检测被定义为无监督学习任务。在实际的应用场景中,除了无标注样本之外,通常可以获取到少量的有标注样本。半监督异常检测旨在利用少量的有标注信息来提升模型的性能,而已有的半监督异常检测方法很少,并且都是针对特定的领域。半监督异常检测更加贴近真实的应用场景,但其发展尚未完善,是异常检测研究的一个重点课题。在此背景下,本文针对半监督异常检测中的若干问题进行了研究。本文的创造性研究成果有:1.形式化地定义了半监督异常检测的数据场景,分析了该数据场景的特点以及存在的挑战:异常检测单一的数据类别导致学习到的模型判别能力较弱;无标注样本中存在的噪声,容易导致模型拟合到有偏输入分布;少量的标注信息应被充分利用。本文针对该数据场景的特点提出了一种基于迁移学习的异常检测方案来增强模型的判别能力,同时解决了基于深度学习的异常检测方法难以从外部数据获益的问题。还提出了一种新的损失函数,平衡了各个样本间的权重,在强调有标注样本的同时增加了对无标注样本集中噪声的鲁棒性。实验表明提出的模型对于噪声有较强的鲁棒性以及对于有标注样本有较好的利用,相较于已有的方法取得了更好的结果。2.针对异常发生概率较为稳定的场景,本文提出将异常发生的经验概率作为先验引入到异常检测的模型中,通过对抗训练约束模型预测的类别分布服从先验异常概率。训练好的模型在预测未知样本集的类别时会考虑先验异常概率,进而减少异常检测时漏检和误报的发生。在本方法中,对于有标注样本的利用不再局限于最小化其分类误差,同时还要约束预测的类别分布符合先验的范畴分布。实验证明引入异常发生的概率作为先验可以很大的提升性能,相较于其他的方法同样取得了更好的结果。本文提出的两种异常检测方法都面向更贴近真实应用的半监督数据场景,适用于不同的具体情况,旨在为实际的应用提供切实可行的方案。