हिस्टोग्राम-आधारित आउटलियर स्कोर (HBOS) अपनी गणनात्मक दक्षता और सरलता के कारण व्यापक रूप से प्रयुक्त आउटलियर पहचान विधि है। हालाँकि, चूँकि यह विशेषताओं के बीच स्वतंत्रता मानता है, इसलिए उन डेटासेट में आउटलियर पहचान करने की इसकी क्षमता सीमित है जहाँ विशेषताओं की परस्पर क्रियाएँ महत्वपूर्ण होती हैं। इस पत्र में, हम विस्तारित हिस्टोग्राम-आधारित आउटलियर स्कोर (EHBOS) का प्रस्ताव करते हैं, जो HBOS का एक उन्नत रूप है जो विशेषता युग्मों के बीच निर्भरताओं को दर्शाने के लिए द्वि-आयामी हिस्टोग्राम को सम्मिलित करता है। यह विस्तार EHBOS को प्रासंगिक और निर्भरता-आधारित विसंगतियों की पहचान करने में सक्षम बनाता है जिनका पता लगाने में HBOS विफल रहता है। 17 बेंचमार्क डेटासेट का उपयोग करते हुए, हम विभिन्न विसंगति पहचान परिदृश्यों में EHBOS की प्रभावशीलता और मजबूती का मूल्यांकन करते हैं। EHBOS कई डेटासेट पर HBOS से बेहतर प्रदर्शन करता है जहाँ विसंगति संरचना को परिभाषित करने के लिए विशेषताओं की परस्पर क्रियाएँ महत्वपूर्ण होती हैं, जिससे ROC AUC में उल्लेखनीय सुधार होता है। ये परिणाम प्रदर्शित करते हैं कि जटिल विशेषता निर्भरताओं के मॉडलिंग के लिए EHBOS, HBOS का एक मूल्यवान विस्तार हो सकता है। विशेषकर ऐसे डेटासेट में जहां प्रासंगिक या संबंधपरक विसंगतियां महत्वपूर्ण भूमिका निभाती हैं, EHBOS एक शक्तिशाली नया विसंगति पहचान उपकरण प्रदान करता है।
