Poikkeaman havaitseminen on automatisoitu prosessi, joka tunnistaa tiedot, jotka eivät kuulu joukkoon tai kaavaan. Tiedot, jotka eivät täsmää, voivat olla merkki järjestelmän ongelmasta, ja suurissa tietovirroissa käyttäjät eivät ehkä pysty havaitsemaan poikkeavuutta. Automaattinen järjestelmä voi tunnistaa sen, kerätä tietoja ja luoda raportin. Jotkin järjestelmät voivat myös olla valmiita toimimaan, jos jokin poikkeavuus on tunnistettavissa oleva ongelma ja vaatii jonkinlaista järjestelmän vastausta järjestelmän tai käyttäjien suojaamiseksi.
Poikkeamia voi syntyä useista syistä. Yksi on virhe järjestelmässä, joka aiheuttaa vääristyneitä, epätäydellisiä tai korruptoituneita tietoja. Järjestelmässä voi olla myös tietomurtoja tunkeutumisen vuoksi, jolloin tiedot voivat olla injektio toisesta lähteestä tai virus, joka lisääntyy järjestelmässä. Petos voi myös aiheuttaa poikkeavuuksia tietokonejärjestelmässä.
Järjestelmäarkkitehtuurin ja turvallisuuden kannalta poikkeavuuksien havaitseminen on arvokas työkalu. Automaattinen skannaus voi tunnistaa ja estää monia hyökkäyksiä ennen kuin käyttäjä edes huomaa, ja tämä voi tehdä koko järjestelmästä paljon turvallisemman. Olipa virheet seurausta sisäisestä ongelmasta tai ulkopuolisesta hyökkäyksestä, ne on tunnistettava ja ratkaistava mahdollisimman nopeasti. Jos järjestelmä havaitsee poikkeavuuden eikä tiedä miten vastata, se voi lähettää raportin järjestelmänvalvojalle lisätoimia varten.
Petosten havaitseminen voi myös olla tärkeää. Vakuutusyhtiöt ja muut organisaatiot voivat suorittaa vahinkojen ja raporttien poikkeavuuksien havaintotarkastuksia nähdäkseen, erottuvatko ne tai näyttävätkö ne epätavallisilta. Tämä voi auttaa heitä tunnistamaan ilmiselviä petostapauksia. Samoin pankit ja muut rahoitusyhtiöt käyttävät poikkeavuuksien havaitsemista turvallisuuden vuoksi. Jos 90-vuotias henkilö, jolla on erittäin vakaa pankkihistoria, alkaa yhtäkkiä käyttäytyä oudosti, esimerkiksi poikkeavuuksien havaitsemisjärjestelmä saattaa merkitä sen ja ilmoittaa epäillystä identiteettivarkaudesta.
Poikkeavuuksien havaitseminen on myös hyödyllinen väline tieteissä. Tutkijat voivat käyttää tätä työkalua havaitsemaan näytteessä roistovia mikro -organismeja, DNA: ta ja muita kiinnostavia tietoja. Tämä voi auttaa heitä tunnistamaan lääketieteellisen ongelman lähteen, jäljittämään ja poistamaan näytteessä olevat epäpuhtaudet ja suorittamaan muita tehtäviä. Esimerkiksi epidemiologiassa automaattiset ohjelmat skannaavat raportteja terveydenhuollon laitoksista havaitakseen poikkeavuuksia, jotka voivat olla varoitusmerkkejä nousevasta epidemiasta, ja voivat antaa hälytyksiä tutkijoille ja julkisen terveydenhuollon virkamiehille, jos havaitaan jotain epätavallista.