我想知道如何使用无监督/半监督/监督方法实时处理这种情况（对于每个在线记录）：
我有一年公司的正常数据。这是大数据（我提到这是因为它可能有助于提出解决方案 - 我将开始使用Spark）。数据仅标记为正常。但是有一些问题：
1）具有正常类别的数据分布可能会有所不同。这意味着在构建模型后，由于动态环境和添加/删除某些传感器（从传感器接收数据并添加传感器会影响其他传感器值），其特征值可能会有所不同。
2）我想找到一个解决方案（构建模型），用于将正常数据与将来可能存在的异常数据分开。考虑到对系统的影响，异常数据类型（类）可能会有所不同。
现在，我如何构建模型（找到解决方案）来处理这种情况？我认为，由于我拥有大量数据，因此有一种方法可以将正常数据与异常数据区分开来。我希望这是真的！ 提前谢谢。