异常检测的深度学习：一项调查（翻译） DEEP LEARNING FOR ANOMALY DETECTION: A SURVEY0.摘要1.引言2.什么是异常现象3.什么是新颖性4.动机和挑战：深度异常检测（DAD）技术5.相关工作6.我们的贡献7.组织8.基于深度学习的异常检测的不同方面9 深度异常检测的应用9.1 入侵检测10.深度异常检测模型11 定位异常点的深度神经网络架构12 相对优势和劣势：深度异常检测方法13 结论
摘要异常检测是一个重要的问题，在不同的研究领域和应用领域都得到了充分的研究。本调查的目的有两个方面，首先我们对基于深度学习的异常检测的研究方法进行了结构化和全面的概述。此外，我们回顾了这些方法在不同应用领域中对异常现象的采用情况，并评估其有效性。我们根据所采用的基本假设和方法，将最先进的深度异常检测研究技术归为不同的类别。在每个类别中，我们概述了基本的异常检测技术及其变体，并提出了关键假设，以区分正常和异常行为。此外，对于每个类别，我们还介绍了其优点和局限性，并讨论了这些技术在实际应用领域的计算
