孤立点（Outlier)）是指不符合数据的一般模型的数据。在挖掘正常类知识时，通常总是把它们作为噪声来处理。当人们发现这些数据可以为某类应用(如信用欺诈、入侵检测等提供有用信意时，就为数据挖掘提供了一个新的研究课题，即孤立点分析。发现和检测孤立点的方法已被广泛讨论，主要有基于概率统计、基于距离和基于偏差等检测技术的类方法1994年，Bamett等建立了基于统计方法的孤立点检测概念。基于国离的孤立点检测方法被Knorr和Ng等在一系列文章中详细描述。现于偏差的孤立点检测技术可以参考Aming和Agrawal等研究。孤立点分析作为信用卡欺诈、网络非法入侵等安全检测手段成为很有应用价值的研究分支。孤立点也可以指是在数据集合中与大多数数据的特征或不一致的数据。