用于合成异常评估的数据质量度量的系统和方法

本发明涉及用于合成异常评估的数据质量度量的系统和方法。一种用于机器学习模型标记数据的方法，其中，该方法包括：生成一个或多个合成数据集，该一个或多个合成数据集包括与训练数据集相关联的一个或多个异常和一个或多个标签；利用异常检测器，响应于由异常检测器分配的映射异常得分，确定与一个或多个合成数据集的类条件概率相关联的估计；利用数据密度估计器，响应于与训练数据集相关联的稀有度得分或核密度估计函数，确定与一个或多个合成数据集相关联的数据密度；至少利用数据密度和与类条件概率相关联的估计，确定与一个或多个合成数据集相关联的质量得分；以及输出与一个或多个合成数据集的异常相关联的质量得分。