Một giá trị ngoại lai (outlier) là đối tượng dữ liệu lệch đáng kể so với phần còn lại của các đối tượng, như thể nó được tạo ra bởi một cơ chế khác. Để thuận tiện cho trình bày, có thể định nghĩa đối tượng dữ liệu không phải ngoại lai là thông tin "bình thường" (normal) hoặc kỳ vọng. Tương tự, có thể định nghĩa ngoại lai là dữ liệu "bất thường" (abnormal).
Ngoại lai là các thành phần dữ liệu không thể gom cụm vào một lớp hoặc cụm cho trước. Đây là các đối tượng dữ liệu có hành vi khác với hành vi chung của các đối tượng dữ liệu khác. Phân tích loại dữ liệu này có thể quan trọng để khai thác kiến thức.
Có nhiều thách thức của phát hiện ngoại lai như sau:
Mô hình hóa đối tượng bình thường và ngoại lai hiệu quả
Phần tử phát hiện ngoại lai dựa lớn trên việc mô hình hóa đối tượng bình thường (non-outlier) và ngoại lai. Điều này một phần vì khó liệt kê tất cả hành vi bình thường có sẵn trong một ứng dụng.
Ranh giới giữa tính bình thường và bất thường (ngoại lai) của dữ liệu không rõ ràng. Thay vào đó, có thể có một khoảng rộng các ứng dụng xám (gray area). Do đó, trong khi nhiều kỹ thuật phát hiện ngoại lai gán cho mỗi đối tượng trong tập dữ liệu đầu vào nhãn "bình thường" hoặc "ngoại lai", các phương pháp khác gán cho mỗi đối tượng một điểm số đo lường "độ ngoại lai" (outlier-ness) của đối tượng.
Phát hiện ngoại lai đặc thù ứng dụng (Application-specific Outlier Detection)
Việc chọn đo lường tương đồng/khoảng cách và mô hình quan hệ để định nghĩa đối tượng dữ liệu là thiết yếu trong phát hiện ngoại lai. Thật không may, các lựa chọn này phụ thuộc vào ứng dụng. Nhiều ứng dụng có thể có nhiều yêu cầu khác nhau.
Xử lý nhiễu trong phát hiện ngoại lai (Handling Noise in Outlier Detection)
Ngoại lai khác với nhiễu (noise). Biết rằng chất lượng tập dữ liệu thực thường kém. Nhiễu tồn tại không thể tránh khỏi trong dữ liệu thu thập trong nhiều ứng dụng. Nhiễu có thể biểu hiện như độ lệch giá trị thuộc tính hoặc làm mịn như giá trị thiếu.
Chất lượng dữ liệu thấp và sự tồn tại của nhiễu đặt ra thách thức lớn cho phát hiện ngoại lai. Chúng có thể làm sai lệch thông tin, làm mờ sự phân biệt giữa đối tượng bình thường và ngoại lai. Hơn nữa, nhiễu và thông tin thiếu có thể "giấu" ngoại lai và giảm hiệu quả phát hiện ngoại lai - một ngoại lai có thể xuất hiện "ngụy trang" như điểm nhiễu, và phương pháp phát hiện ngoại lai có thể sai lầm nhận diện điểm nhiễu là ngoại lai.
Khả năng hiểu được (Understandability)
Trong một số phương pháp ứng dụng, người dùng có thể cần không chỉ phát hiện ngoại lai, mà còn hiểu tại sao đối tượng được phát hiện là ngoại lai. Để đáp ứng yêu cầu khả năng hiểu, kỹ thuật phát hiện ngoại lai phải cung cấp một số lý do của việc phát hiện.
Ví dụ, phương pháp thống kê có thể dùng để xác thực mức độ một đối tượng có thể là ngoại lai dựa trên xác suất đối tượng được tạo bởi cùng cơ chế tạo ra phần lớn bản ghi. Xác suất càng nhỏ, đối tượng càng không có khả năng được tạo bởi cùng cơ chế, và càng dễ chấp nhận đối tượng là ngoại lai.