本文介绍了一种新的公平异常检测方法Deep Fair SVDD，利用对抗网络解决深度学习中的社会偏见问题，并提出有效的公平性指标。实验结果表明，该方法在最小损失的情况下消除了不公平性，且相较于现有技术表现更优。研究强调了公平性在机器学习中的重要性，并提出了多种公平性算法和框架，以确保不同群体检测结果的一致性。

本文提出了一种新的公平异常检测方法Deep Fair SVDD，利用对抗网络训练解决深度学习中的社会偏见问题，并引入两种公平性指标。实验结果表明，该方法在最小损失的情况下有效消除不公平性，并对现有深度异常检测方法的局限性进行了深入分析。