Anomaaliate tuvastamine on automatiseeritud protsess, mis tuvastab andmed, mis ei kuulu komplekti või mustrisse. Andmed, mis ei ühti, võivad viidata probleemile süsteemis ja suurte andmevoogude korral ei pruugi kasutajad anomaaliat tuvastada. Automatiseeritud süsteem suudab selle tuvastada, koguda teavet ja koostada aruande. Mõned süsteemid võivad olla varustatud meetmete võtmiseks ka siis, kui anomaalia on äratuntav probleem ja vajab süsteemi või kasutajate kaitsmiseks mingit süsteemi reageerimist.
Anomaaliad võivad tekkida mitmel põhjusel. Üks on viga süsteemis, mis põhjustab moonutatud, mittetäielike või rikutud andmete genereerimist. Süsteemil võib olla ka sissetungi tõttu andmete kõrvalekaldeid, kus andmed võivad olla mõnest teisest allikast pärit süst või süsteemis leviv viirus. Pettus võib tekitada ka arvutisüsteemis anomaaliaid.
Süsteemiarhitektuuri ja turvalisuse seisukohast on kõrvalekallete tuvastamine väärtuslik tööriist. Automaatne skannimine suudab tuvastada ja blokeerida paljud rünnakud enne, kui kasutaja sellest üldse teadlik on, ning see võib muuta kogu süsteemi palju turvalisemaks. Olenemata sellest, kas vead on sisemise probleemi või välise rünnaku tagajärg, tuleb need võimalikult kiiresti tuvastada ja lahendada. Kui süsteemis ilmneb anomaalia ja ta ei tea, kuidas reageerida, võib see saata aruande edasiste toimingute tegemiseks süsteemiadministraatorile.
Samuti võib oluline olla pettuste avastamine. Kindlustusseltsid ja muud organisatsioonid saavad nõudeid ja aruandeid skannida, et näha, kas mõni neist paistab silma või tundub ebatavaline. See võib aidata neil tuvastada ilmseid pettusejuhtumeid. Samuti kasutavad pangad ja muud finantsettevõtted turvalisuse tagamiseks anomaaliate tuvastamist. Kui näiteks 90-aastane väga stabiilse pangandusajalooga inimene hakkab ootamatult veidralt käituma, võib anomaaliate tuvastamise süsteem selle märgistada ja viidata identiteedivarguse kahtlusele.
Anomaaliate tuvastamine on kasulik tööriist ka teaduses. Teadlased saavad seda tööriista kasutada petturite mikroorganismide, DNA ja muude proovis leiduvate huvipakkuvate andmete tuvastamiseks. See võib aidata neil tuvastada meditsiinilise probleemi allika, leida ja kõrvaldada proovis leiduvad lisandid ning täita muid ülesandeid. Näiteks epidemioloogias skannivad automatiseeritud programmid tervishoiuasutuste aruandeid, et tuvastada kõrvalekaldeid, mis võivad olla tekkiva epideemia hoiatusmärgid, ja võivad teadlastele ja häbemetervishoiuametnikele teada anda, kui avastatakse midagi ebatavalist.