异常特征发现技术（abnormal feature discovery technology），工学-公安技术-公安技术综合-公安技术体系-公安预警技术，用于协助公安机关针对海量数据中隐含的异常现象进行模式识别的技术。在公安工作中，异常特征发现技术是为了摆脱历史法则的不足，引入了反常法则和反常迹象，即认为违法犯罪活动必然会存在着有悖于合法活动的外在表现，即反常迹象。依据反常法则，虽然某一犯罪活动从未发生过，我们无从确切掌握这类犯罪的疑似迹象，但是却可以通过种种反常迹象来识别它、发现它。异常特征发现技术就是数据挖掘中的离群点检测技术在公安工作中的具体应用和延伸，意味着警员不仅要关注符合以往违法犯罪特征的事实，而且要关注所有违反合法常规特征的迹象，将其列为疑点，才能有效地填补历史法则对识别新型犯罪活动的盲区。异常特征发现技术常用于反恐预警、反欺诈侦查等工作中。其应用于公安工作基本思路包括4部分：①确定异常点，识别分析所指向的犯罪活动或犯罪问题。②根据历史信息和一般规律对该问题可能表现出来的迹象进行归纳，并将其设定为具体的筛选，包括特征准则、联系准则、顺序准则、数量准则、趋势准则等。